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

复杂背景下实时动态手势分割方法研究

摘要第1-8页
Abstract第8-13页
第1章 绪论第13-20页
   ·课题的研究背景及意义第13-14页
   ·国内外研究现状第14-17页
   ·问题的提出与研究目的第17页
   ·论文的主要研究内容和创新点第17-18页
   ·论文组织结构安排第18-20页
第2章 手势分割的相关理论第20-28页
   ·颜色空间研究第20-22页
   ·肤色模型第22-24页
     ·阈值方法第22-23页
     ·椭圆模型第23-24页
   ·现有目标跟踪算法第24-25页
   ·运动检测方法第25-26页
   ·形态学处理第26-27页
   ·本章小结第27-28页
第3章 基于YCb Cr颜色空间和K-means聚类的手势分割方法研究第28-35页
   ·概述第28页
   ·K-means聚类算法第28-30页
   ·K-means聚类算法特点第30页
   ·基于YCb Cr和K-means聚类的手势分割方法第30-31页
     ·算法流程第30页
     ·颜色空间选择第30页
     ·色度分量值的K-means聚类第30-31页
   ·实验与分析第31-34页
   ·本章小结第34-35页
第4章 基于混合肤色模型和FCM算法的手势分割方法研究第35-43页
   ·概述第35页
   ·FCM算法第35-36页
   ·基于混合肤色模型和FCM算法的手势分割方法第36-38页
     ·分割流程第36-37页
     ·混合肤色模型构建第37-38页
     ·FCM算法对手势图像分割步骤第38页
   ·实验结果与分析第38-42页
   ·本章小结第42-43页
第5章 基于加权肤色模型和改进Kalman滤波的动态手势分割方法研究第43-50页
   ·概述第43页
   ·加权肤色模型第43-44页
   ·基于加权肤色模型和改进Kalman滤波的动态手势分割方法第44-46页
     ·手势分割流程第44-45页
     ·改进的Kalman滤波第45-46页
   ·实验结果及分析第46-49页
   ·本章小结第49-50页
第6章 基于不等概率背景差分与改进FCM算法的动态手势分割方法研究第50-59页
   ·概述第50页
   ·基于不等概率背景差分与改进FCM算法的动态手势分割方法第50-53页
     ·手势分割方法流程第50-51页
     ·基于不等概率背景差分法的复杂动态背景建模第51页
     ·改进FCM算法第51-53页
   ·实验结果及分析第53-56页
   ·论文提出的四种手势分割方法对比分析第56-58页
   ·本章小结第58-59页
总结与展望第59-61页
参考文献第61-69页
致谢第69-70页
附录A 攻读硕士学位期间所发表的学术论文第70-71页
附录B 攻读硕士学位期间参与的科研项目第71页

论文共71页,点击 下载论文
上一篇:彩色图像感知哈希内容认证方法研究
下一篇:基于深度视觉的室内移动机器人SLAM算法研究