基于单目视觉的静态手势识别研究及应用
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 选题背景及研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12页 |
| 1.3 手势识别研究的难点与热点 | 第12-13页 |
| 1.4 本文的主要工作和结构安排 | 第13-14页 |
| 第二章 静态手势识别基础理论 | 第14-31页 |
| 2.1 手势分割算法基础理论 | 第14-19页 |
| 2.1.1 常见颜色空间及肤色模型建立 | 第15-17页 |
| 2.1.2 基于运动信息的手势分割算法 | 第17-19页 |
| 2.2 手势特征提取基础理论 | 第19-24页 |
| 2.2.1 Hu不变矩基础理论 | 第19-22页 |
| 2.2.2 傅里叶描述子基础理论 | 第22-24页 |
| 2.3 手势分类算法基础理论 | 第24-29页 |
| 2.3.1 人工神经网络概述 | 第24-27页 |
| 2.3.2 BP神经网络算法 | 第27-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 静态手势分割研究与图像处理 | 第31-43页 |
| 3.1 手势图像的捕获 | 第31页 |
| 3.2 结合颜色空间与运动信息的手势分割 | 第31-33页 |
| 3.3 图像加工处理 | 第33-42页 |
| 3.3.1 图像的二值化 | 第33-34页 |
| 3.3.2 图像的形态学处理 | 第34-36页 |
| 3.3.3 图像的滤波处理 | 第36-40页 |
| 3.3.4 图像的手势轮廓提取 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 静态手势特征提取与网络结构设计 | 第43-60页 |
| 4.1 指尖点特征创新性提取 | 第43-47页 |
| 4.1.1 基于曲率的拟指尖点定位 | 第43-44页 |
| 4.1.2 基于指尖圆特性对误判点过滤 | 第44-46页 |
| 4.1.3 检测结果及性能分析 | 第46-47页 |
| 4.2 傅里叶描述子特征提取 | 第47-50页 |
| 4.3 Hu不变矩特征提取 | 第50-51页 |
| 4.4 网络结构设计与性能分析 | 第51-58页 |
| 4.4.1 网络结构设计 | 第51-58页 |
| 4.4.2 性能分析 | 第58页 |
| 4.5 本章小结 | 第58-60页 |
| 第五章 基于静态手势识别的智能家居交互系统设计 | 第60-68页 |
| 5.1 智能网关软硬件设计 | 第61-63页 |
| 5.2 智能家居内部网络设计 | 第63-64页 |
| 5.3 智能家居手势识别系统实现与演示 | 第64-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 问题与展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 发表论文和科研情况说明 | 第73-74页 |
| 致谢 | 第74页 |
