基于Hu矩和结构特征的静态手势识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究的背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文的主要工作 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 2 相关技术 | 第13-34页 |
| ·手势分割 | 第13-17页 |
| ·常用的分割方法 | 第13-14页 |
| ·基于深度信息的阈值分割法 | 第14-17页 |
| ·图像预处理 | 第17-22页 |
| ·中值滤波去噪 | 第17-18页 |
| ·二值化处理 | 第18-20页 |
| ·形态学处理 | 第20-22页 |
| ·边缘检测与轮廓提取 | 第22-27页 |
| ·边缘检测 | 第22-24页 |
| ·轮廓提取 | 第24-27页 |
| ·手势识别 | 第27-34页 |
| ·模板匹配 | 第27-28页 |
| ·神经网络 | 第28页 |
| ·支持向量机 | 第28-34页 |
| 3 一种静态手势特征提取方法 | 第34-51页 |
| ·特征分析和选择 | 第34-36页 |
| ·统计特征 | 第34-35页 |
| ·形状与轮廓特征 | 第35页 |
| ·结构特征 | 第35-36页 |
| ·一种基于凸包和缺陷块的指尖检测 | 第36-45页 |
| ·基于重心距离的指尖检测算法 | 第36-38页 |
| ·基于曲率的指尖检测算法 | 第38-40页 |
| ·CH-CD指尖检测算法的提出 | 第40-45页 |
| ·特征提取 | 第45-51页 |
| ·Hu不变矩 | 第45-47页 |
| ·使用本文算法描述结构特征 | 第47-51页 |
| 4 实验结果与分析 | 第51-69页 |
| ·实验设计 | 第51-57页 |
| ·实验流程 | 第51-52页 |
| ·实验环境 | 第52-53页 |
| ·样本数据采集 | 第53-57页 |
| ·手势分割及识别效果 | 第57-59页 |
| ·改进前与改进后算法比较 | 第59-63页 |
| ·改进算法对特征描述有效性验证 | 第63-67页 |
| ·特征的量化 | 第64-65页 |
| ·实验评估指标 | 第65页 |
| ·不同特征组合的有效性对比 | 第65-67页 |
| ·特征提取方法的有效性验证 | 第67-69页 |
| ·两种情况的有效性对比 | 第67-68页 |
| ·与其他方法的比较 | 第68-69页 |
| 总结与展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间发表的学术论文 | 第74-75页 |
| 致谢 | 第75-76页 |
