首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

结合深度图像的引体向上自动测试系统研发

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-16页
   ·研究背景和研究内容第9-10页
     ·本文研究背景第9页
     ·本文研究内容第9-10页
   ·本课题的研究意义第10-11页
   ·研究现状第11-14页
     ·行为表示方法研究第12页
     ·行为识别算法研究第12-13页
     ·基于Kinect深度信息的人体行为识别研究现状第13页
     ·引体向上测试系统研究现状第13-14页
   ·本文章节安排第14-16页
第二章 深度图像的获取和处理第16-30页
   ·深度图像的概念及意义第16-17页
   ·深度图像的获取第17-18页
     ·立体视觉技术第17页
     ·结构光成像第17页
     ·激光雷达成像第17-18页
   ·微软的Kinect系统分析第18-20页
   ·基于Kinect的深度图像成像原理第20-24页
     ·激光散斑原理第21-22页
     ·光源标定第22页
     ·Kinect深度成像的原理第22-23页
     ·基于Kinect的深度图像获取第23-24页
   ·深度图像分割第24-30页
     ·阈值法第24-26页
     ·Kinect深度双阈值法第26-27页
     ·结果分析第27-30页
第三章 骨骼跟踪及下颚过横杠判断第30-40页
   ·人脸数据获取第30-33页
     ·坐标系统第30-31页
     ·软件硬件配置第31页
     ·人脸跟踪的影响第31页
     ·具体技术第31-32页
     ·基于Haar分类器的人脸检测第32-33页
   ·计算横杠的高度第33-36页
     ·Kinect深度测量原理第33-34页
     ·坐标转换第34-35页
     ·计算横杠的高度第35-36页
   ·骨骼跟踪及下颚过横杠判断第36-40页
     ·骨骼关节点及坐标系第36-37页
     ·骨骼跟踪第37-38页
     ·编程处理第38页
     ·过横杠判断第38-40页
第四章 基于图像关节点定位的手臂伸直判断第40-45页
   ·基于Kinect的关节点定位第40-42页
   ·基于Kinect肩关节定位的手臂长度计算第42-43页
   ·基于头部跟踪的手臂伸直判断第43页
   ·手臂伸直判断实验第43-45页
第五章 基于Kinect的系统开发及实验第45-54页
   ·系统结构第45页
   ·系统开发及功能第45-51页
     ·本文开发难点第45-47页
     ·系统功能及操作第47-51页
   ·测试实验第51-52页
     ·实验条件第51页
     ·实验结果分析第51-52页
   ·结论第52-54页
第六章 总结与展望第54-57页
   ·工作总结第54-55页
   ·工作展望第55-57页
参考文献第57-60页
攻读硕士学位期间发表和完成的论文第60-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:全自动金丝球焊机芯片定位系统的研究
下一篇:LBP和深度信念网络在非限制条件下人脸识别研究