| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状及难点 | 第11-15页 |
| 1.2.1 手势识别技术 | 第11-12页 |
| 1.2.2 机械臂视觉手势控制技术 | 第12-14页 |
| 1.2.3 技术难点分析 | 第14-15页 |
| 1.3 本文内容及章节安排 | 第15-18页 |
| 1.3.1 研究内容及系统框架设计 | 第15-16页 |
| 1.3.2 章节安排 | 第16-18页 |
| 第2章 基于深度信息的无标记手势分割与 3D轨迹提取 | 第18-30页 |
| 2.1 手势分割与轨迹提取方法分析 | 第18-20页 |
| 2.1.1 手势分割方法 | 第18-19页 |
| 2.1.2 手势轨迹提取 | 第19-20页 |
| 2.2 基于深度信息的无标记手势分割 | 第20-26页 |
| 2.2.1 Kinect与深度信息 | 第20-21页 |
| 2.2.2 基于深度阈值的手势检测 | 第21-22页 |
| 2.2.3 基于动态阈值的无标记手势分割 | 第22-25页 |
| 2.2.4 手势分割效果比较与分析 | 第25-26页 |
| 2.3 手势 3D轨迹提取与处理 | 第26-29页 |
| 2.3.1 结合深度值的 3D轨迹提取 | 第26页 |
| 2.3.2 结合机械臂控制的手势 3D轨迹处理 | 第26-28页 |
| 2.3.3 3D轨迹效果分析与比较 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于指尖角度集核密度估计的手势特征提取与识别 | 第30-42页 |
| 3.1 手势特征提取与识别方法分析 | 第30-32页 |
| 3.1.1 手势特征提取 | 第30-31页 |
| 3.1.2 手势识别算法 | 第31-32页 |
| 3.2 指尖角度集核密度估计序列特征提取 | 第32-35页 |
| 3.2.1 指尖角度集的定义 | 第32-33页 |
| 3.2.2 核密度估计 | 第33-34页 |
| 3.2.3 指尖角度集核密度估计序列特征 | 第34-35页 |
| 3.3 基于模板匹配的手势识别 | 第35-38页 |
| 3.3.1 手势目标截取 | 第35-36页 |
| 3.3.2 基于KDES-FAS特征的手势模板匹配识别 | 第36-37页 |
| 3.3.3 KDES-FAS特征带宽选取 | 第37-38页 |
| 3.4 手势类型识别实验分析与比较 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 机械臂运动学与系统设计仿真 | 第42-60页 |
| 4.1 6R机械臂运动学分析 | 第42-50页 |
| 4.1.1 6R机械臂模型建立 | 第42-44页 |
| 4.1.2 6R机械臂正逆运动学 | 第44-50页 |
| 4.2 机械臂手势控制系统设计 | 第50-56页 |
| 4.2.1 控制方案 | 第50页 |
| 4.2.2 功能模块化设计 | 第50-56页 |
| 4.3 机械臂手势控制MATLAB仿真实验 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 视觉手势控制的机械臂系统实现 | 第60-67页 |
| 5.1 系统软硬件组成 | 第60-62页 |
| 5.2 基于视觉手势的机械臂控制实现 | 第62-65页 |
| 5.2.1 实验方案 | 第62-64页 |
| 5.2.2 实验验证及分析 | 第64-65页 |
| 5.3 视觉手势控制机械臂方案对比 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 6.1 全文总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第74页 |
