| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 研究内容和论文组织结构 | 第9-11页 |
| 第2章 相关技术的阐述与分析 | 第11-22页 |
| 2.1 Kinect传感器简介 | 第11-14页 |
| 2.2 相关数字图像处理技术简介 | 第14-18页 |
| 2.2.1 形态学图像处理 | 第14-15页 |
| 2.2.2 凸包和凸缺 | 第15-18页 |
| 2.3 Kinect for Windows SDK 2.0 简介 | 第18-20页 |
| 2.4 OpenCV简介 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 图像的获取及处理 | 第22-34页 |
| 3.1 图像的获取 | 第22-24页 |
| 3.2 深度图像的可视化 | 第24-27页 |
| 3.3 坐标映射 | 第27-29页 |
| 3.3.1 相机空间 | 第27页 |
| 3.3.2 深度空间 | 第27-28页 |
| 3.3.3 彩色空间 | 第28页 |
| 3.3.4 CoordinateMapper类 | 第28-29页 |
| 3.4 手部分割 | 第29-33页 |
| 3.4.1 符号和假设 | 第29-30页 |
| 3.4.2 基于上下限阈值的分割方法 | 第30-31页 |
| 3.4.3 分割结果与分析 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 特征提取和手势识别 | 第34-53页 |
| 4.1 边缘提取 | 第34-36页 |
| 4.2 手势的简单特征 | 第36-44页 |
| 4.2.1 手势轮廓 | 第36-39页 |
| 4.2.2 凸缺的计算 | 第39-40页 |
| 4.2.3 重心和面积 | 第40-41页 |
| 4.2.4 手掌中心 | 第41-42页 |
| 4.2.5 轮廓的时序曲线 | 第42-44页 |
| 4.3 手势的组合特征 | 第44-49页 |
| 4.3.1 凸包形状 | 第44-46页 |
| 4.3.2 凸缺位置 | 第46-47页 |
| 4.3.3 基于组合特征的手势表示 | 第47-49页 |
| 4.4 手势识别 | 第49-52页 |
| 4.4.1 有效性实验 | 第50-51页 |
| 4.4.2 不同光照条件下的实验 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 结论与展望 | 第53-55页 |
| 5.1 结论 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间的研究成果 | 第59页 |