| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题背景与研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文的主要研究内容 | 第11-12页 |
| 第2章 基于肤色模型的人手粗分割 | 第12-26页 |
| 2.1 皮肤颜色模型 | 第12页 |
| 2.2 颜色空间 | 第12-14页 |
| 2.2.1 RGB 彩色模型 | 第12-13页 |
| 2.2.2 HSV 彩色模型 | 第13页 |
| 2.2.3 YCbCr 彩色模型 | 第13-14页 |
| 2.2.4 CIE L*a*b*彩色模型 | 第14页 |
| 2.3 基于人工神经网络的皮肤颜色模型 | 第14-19页 |
| 2.3.1 网络配置 | 第15-17页 |
| 2.3.2 训练方法 | 第17-19页 |
| 2.4 不同颜色空间输入得到的概率图比较 | 第19-21页 |
| 2.5 概率图二值化 | 第21-24页 |
| 2.5.1 概率修正 | 第21页 |
| 2.5.2 最大熵图像二值化方法 | 第21-22页 |
| 2.5.3 快速的最大熵图像二值化方法 | 第22-23页 |
| 2.5.4 附加系数和最终的阈值 | 第23-24页 |
| 2.6 人工神经网络的速度问题 | 第24-25页 |
| 2.7 本章小结 | 第25-26页 |
| 第3章 基于投票轮廓的人手细分割 | 第26-44页 |
| 3.1 轮廓提取的要求 | 第26页 |
| 3.2 图像平滑 | 第26-28页 |
| 3.2.1 中值滤波 | 第26-27页 |
| 3.2.2 均值加速的快速中值滤波算法 | 第27-28页 |
| 3.2.3 选择中值滤波进行图像平滑的原因 | 第28页 |
| 3.3 边缘提取方法 | 第28-32页 |
| 3.3.1 边缘提取算子 | 第29-30页 |
| 3.3.2 边缘提取算子效果比较 | 第30-32页 |
| 3.4 单一通道上的边缘提取 | 第32-35页 |
| 3.4.1 基于 Sobel 卷积模板获取梯度图像 | 第32-33页 |
| 3.4.2 自适应阈值的选取 | 第33页 |
| 3.4.3 不同颜色空间上进行 Sobel 的边缘提取效果 | 第33-35页 |
| 3.5 基于投票的轮廓线提取方法 | 第35-38页 |
| 3.5.1 投票方法 | 第35-37页 |
| 3.5.2 改进的投票方法 | 第37-38页 |
| 3.6 实验结果及讨论 | 第38-39页 |
| 3.7 图像切割以及后处理 | 第39-41页 |
| 3.7.1 图像切割 | 第39-40页 |
| 3.7.2 形态学操作 | 第40页 |
| 3.7.3 填孔处理 | 第40-41页 |
| 3.8 算法流程 | 第41-42页 |
| 3.9 本章小结 | 第42-44页 |
| 第4章 算法评价与系统实现 | 第44-55页 |
| 4.1 人手分割实验结果 | 第44-48页 |
| 4.1.1 实验结果示意图 | 第44-46页 |
| 4.1.2 像素级的评价方法 | 第46-47页 |
| 4.1.3 图像文件级的评价方法 | 第47-48页 |
| 4.2 实验结果讨论 | 第48-50页 |
| 4.3 系统流程 | 第50-51页 |
| 4.4 用户界面 | 第51-52页 |
| 4.5 使用方法 | 第52-54页 |
| 4.6 系统性能 | 第54页 |
| 4.7 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第61-63页 |
| 致谢 | 第63页 |