基于Kinect的手势识别及其在机械臂控制中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 手势识别概述 | 第10-13页 |
| 1.2.1 基于触摸屏的手势识别 | 第10-11页 |
| 1.2.2 基于数据手套的手势识别 | 第11-12页 |
| 1.2.3 基于视觉的手势识别 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-16页 |
| 1.3.1 人机交互技术的研究 | 第13-14页 |
| 1.3.2 手势识别技术的研究 | 第14-15页 |
| 1.3.3 机械臂控制技术研究 | 第15-16页 |
| 1.4 论文主要内容及章节安排 | 第16-19页 |
| 第2章 基于多特征参数的静态手势识别 | 第19-40页 |
| 2.1 静态手势识别方法 | 第19-21页 |
| 2.1.1 模版匹配法 | 第19页 |
| 2.1.2 神经网络法 | 第19-20页 |
| 2.1.3 基于指尖检测的方法 | 第20-21页 |
| 2.2 RGB-D图像信息的获取 | 第21-23页 |
| 2.3 融合肤色模型的自适应深度阈值手势分割 | 第23-27页 |
| 2.3.1 基于自适应深度阈值分割获取手势 | 第23-25页 |
| 2.3.2 肤色检测 | 第25-27页 |
| 2.4 手部区域图像预处理 | 第27-30页 |
| 2.4.1 形态学处理 | 第27-28页 |
| 2.4.2 平滑处理 | 第28-29页 |
| 2.4.3 手势边缘检测 | 第29-30页 |
| 2.5 特征参数计算 | 第30-34页 |
| 2.5.1 手势轮廓凸包检测 | 第30-31页 |
| 2.5.2 掌心检测及最小外接圆 | 第31-32页 |
| 2.5.3 特征参数计算 | 第32-34页 |
| 2.6 基于决策树模型的静态手势识别 | 第34-39页 |
| 2.6.1 静态手势识别 | 第34-36页 |
| 2.6.2 鲁棒性验证 | 第36-39页 |
| 2.7 本章小结 | 第39-40页 |
| 第3章 改进DTW动态手势识别 | 第40-54页 |
| 3.1 动态手势识别方法 | 第40-43页 |
| 3.1.1 基于语法的方法 | 第41页 |
| 3.1.2 基于统计的方法 | 第41-42页 |
| 3.1.3 基于模版的方法 | 第42-43页 |
| 3.2 动态手势轨迹提取与手势模版建立 | 第43-47页 |
| 3.2.1 手势起止点检测 | 第43-44页 |
| 3.2.2 掌心运动轨迹提取 | 第44-46页 |
| 3.2.3 动态手势模版库建立 | 第46-47页 |
| 3.3 基于DTW算法的动态手势识别 | 第47-51页 |
| 3.3.1 DTW原理及实现 | 第47-48页 |
| 3.3.2 DTW路径约束 | 第48-49页 |
| 3.3.3 改进DTW算法的实现 | 第49-51页 |
| 3.3.4 算法改进前后识别效率的对比分析 | 第51页 |
| 3.4 动态手势识别实验结果与分析 | 第51-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第4章 基于手势识别的机械臂控制实现 | 第54-63页 |
| 4.1 手势控制UARM机械臂系统的平台介绍 | 第54-59页 |
| 4.1.1 视觉手势识别实现平台 | 第54-55页 |
| 4.1.2 uArm机械臂的控制系统 | 第55-57页 |
| 4.1.3 坐标映射 | 第57-58页 |
| 4.1.4 通讯数据格式 | 第58-59页 |
| 4.2 手势识别控制UARM机械臂的实现 | 第59-62页 |
| 4.2.1 静态手势识别控制uArm机械臂的实现 | 第60-61页 |
| 4.2.2 动态手势识别控制uArm机械臂的实现 | 第61-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录 | 第70页 |
