基于计算机视觉的静态手势识别系统
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9页 |
| ·课题研究背景及现状 | 第9-11页 |
| ·手势识别研究综述 | 第11-13页 |
| ·手势的定义 | 第11页 |
| ·手势识别系统分类 | 第11-12页 |
| ·常用手势识别算法 | 第12-13页 |
| ·手势识别技术难点 | 第13页 |
| ·本文主要研究内容及结构 | 第13-16页 |
| 第二章 基于计算机视觉的手势识别技术基础简介 | 第16-23页 |
| ·引言 | 第16页 |
| ·手势建模 | 第16-19页 |
| ·基于3D的手势模型 | 第17-18页 |
| ·基于表观的手势模型 | 第18-19页 |
| ·手势分析 | 第19-20页 |
| ·特征检测 | 第19-20页 |
| ·模型特征参数估计 | 第20页 |
| ·手势识别 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 手势图像预处理 | 第23-38页 |
| ·引言 | 第23页 |
| ·手势肤色特征 | 第23-29页 |
| ·手势肤色聚类的颜色空间 | 第23-27页 |
| ·手势肤色聚类 | 第27页 |
| ·手势肤色信息的表示 | 第27-29页 |
| ·二值化手势图像 | 第29页 |
| ·噪声处理 | 第29-32页 |
| ·图像增强 | 第29-31页 |
| ·平滑滤波去噪 | 第31-32页 |
| ·手势图像的轮廓提取 | 第32-36页 |
| ·边缘(轮廓)提取常用方法 | 第32-35页 |
| ·八邻域搜索法 | 第35-36页 |
| ·拉普拉斯轮廓提取 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第四章 手势特征参数的提取 | 第38-46页 |
| ·引言 | 第38-39页 |
| ·基于手区域二值图像的手势特征参数提取 | 第39-43页 |
| ·手区域矩形handrect的计算算法 | 第39-40页 |
| ·area特征的计算方法 | 第40页 |
| ·relarea特征的计算方法 | 第40-41页 |
| ·thumbornot特征的提取算法 | 第41-42页 |
| ·fingerornot特征的提取算法 | 第42页 |
| ·baryproportion特征的计算方法 | 第42-43页 |
| ·基于手势轮廓图像的手势特征参数提取 | 第43-45页 |
| ·perimeter特征的计算方法 | 第43页 |
| ·relaperimeter特征的计算方法 | 第43页 |
| ·fingernumber特征的提取算法 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 系统实现及实验结果分析 | 第46-59页 |
| ·引言 | 第46页 |
| ·天敏SDK-2000视频处理介绍 | 第46-47页 |
| ·静态图像处理 | 第47-52页 |
| ·手势图像预处理类 | 第48页 |
| ·手势特征提取类 | 第48-49页 |
| ·手势识别 | 第49-52页 |
| ·文件操作类 | 第52-53页 |
| ·系统程序流程图 | 第53-57页 |
| ·实验结果及结果分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63-64页 |
| 在校期间发表的论文 | 第63-64页 |
| 后记 | 第64页 |
