基于肤色和SVM的手势识别及其应用研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 手势识别的研究背景与意义 | 第9-10页 |
| 1.2 手势识别的国内外研究现状 | 第10-12页 |
| 1.3 手势识别的难点与重点 | 第12-13页 |
| 1.4 本文的主要研究内容和结构安排 | 第13-15页 |
| 1.4.1 研究内容 | 第13-14页 |
| 1.4.2 软硬件平台 | 第14页 |
| 1.4.3 结构安排 | 第14-15页 |
| 第2章 手势识别研究的理论基础 | 第15-22页 |
| 2.1 手势的属性特点 | 第15-16页 |
| 2.2 手势的图像处理工具 | 第16页 |
| 2.3 手势的常用颜色空间模型 | 第16-19页 |
| 2.3.1 RGB颜色空间 | 第16-17页 |
| 2.3.2 HSV颜色空间 | 第17-18页 |
| 2.3.3 YCrCb颜色空间 | 第18-19页 |
| 2.4 手势图像预处理 | 第19-21页 |
| 2.4.1 图像提取 | 第19页 |
| 2.4.2 图像增强 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于肤色模型的手势分割 | 第22-30页 |
| 3.1 图像颜色空间转换 | 第22-23页 |
| 3.2 基于YCrCb颜色空间的手势分割 | 第23-28页 |
| 3.2.1 肤色相似度 | 第23-24页 |
| 3.2.2 肤色分割算法 | 第24-28页 |
| 3.3 图像形态学处理 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 基于轮廓的手势特征提取 | 第30-37页 |
| 4.1 手势特征概述 | 第30-31页 |
| 4.2 手势轮廓提取 | 第31-32页 |
| 4.3 手势特征提取 | 第32-35页 |
| 4.3.1 Hu矩特征的提取 | 第32-33页 |
| 4.3.2 指尖特征的提取 | 第33-35页 |
| 4.4 特征向量的计算 | 第35-36页 |
| 4.5 本章小结 | 第36-37页 |
| 第5章 基于SVM的手势识别 | 第37-44页 |
| 5.1 支持向量机 | 第37-39页 |
| 5.1.1 机器学习 | 第37页 |
| 5.1.2 支持向量机的基础理论 | 第37-38页 |
| 5.1.3 支持向量机的分类器训练 | 第38-39页 |
| 5.2 基于SVM的手势识别 | 第39-41页 |
| 5.2.1 手势数据库的建立 | 第39页 |
| 5.2.2 特征值数据库的建立 | 第39-40页 |
| 5.2.3 LIBSVM在手势识别中的应用 | 第40-41页 |
| 5.3 基于模板匹配的手势识别 | 第41-42页 |
| 5.4 实验结果与分析 | 第42-43页 |
| 5.5 本章小结 | 第43-44页 |
| 第6章 基于手势识别的机器人控制仿真 | 第44-51页 |
| 6.1 Webots软件开发 | 第45-47页 |
| 6.1.1 Webots移动机器人开发软件 | 第45-46页 |
| 6.1.2 Webots环境下OpenCV的移植 | 第46页 |
| 6.1.3 Webots编译环境配置 | 第46-47页 |
| 6.2 NAO机器人仿真建模 | 第47页 |
| 6.3 基于手势识别的机器人控制仿真 | 第47-50页 |
| 6.4 本章小结 | 第50-51页 |
| 第7章 总结与展望 | 第51-53页 |
| 7.1 总结 | 第51页 |
| 7.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 个人简介 | 第58页 |
