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

基于视觉的手势识别算法研究与实现

摘要第8-9页
Abstract第9-10页
第1章 绪论第13-20页
    1.1 研究背景及意义第13-14页
    1.2 手势识别的研究现状第14-17页
        1.2.1 手势数据输入设备的研究现状第14-16页
        1.2.2 基于视觉的手势识别方法的研究现状第16-17页
        1.2.3 基于视觉的手势识别的研究难点和存在的问题第17页
    1.3 本文主要工作和章节安排第17-20页
        1.3.1 本文主要工作第17-18页
        1.3.2 本文的章节安排第18-20页
第2章 基于视觉手势识别的理论基础第20-28页
    2.1 概述第20页
    2.2 图像分割理论基础第20-24页
        2.2.1 常用的颜色空间第20-22页
        2.2.2 基于肤色检测的图像分割方法第22-23页
        2.2.3 基于运动检测的图像分割方法第23-24页
    2.3 常用目标跟踪算法第24-25页
    2.4 手势识别算法第25-27页
        2.4.1 基于隐马尔科夫的手势识别第25-26页
        2.4.2 基于动态时间规整的手势识别第26-27页
    2.5 本章小结第27-28页
第3章 基于YCr'Cb'肤色模型和K均值算法的手势分割研究第28-37页
    3.1 概述第28页
    3.2 基于YCr'Cb'椭圆肤色模型的RGB图像的手势分割第28-30页
        3.2.1 YCr'Cb'椭圆肤色模型第28-29页
        3.2.2 基于Canny的连通肤色块轮廓检测第29页
        3.2.3 RGB图像中手势分割的流程第29-30页
    3.3 利用K均值算法对RGB-D信息的手势分割第30-33页
        3.3.1 K均值聚类算法第30-31页
        3.3.2 K均值聚类算法中的距离设定第31-32页
        3.3.3 连通肤色块的聚类处理与手势修正第32-33页
        3.3.4 算法处理流程第33页
    3.4 仿真实验与结果分析第33-36页
        3.4.1 RGB图像的手势分割实验第33-34页
        3.4.2 RGB-D图像的手势分割实验第34-36页
    3.5 本章小结第36-37页
第4章 融合指尖和Hu不变矩特征的手势识别第37-47页
    4.1 概述第37页
    4.2 改进指尖点特征的提取方法第37-40页
        4.2.1 手势轮廓的曲率计算方法及分析第37-39页
        4.2.2 改进基于曲率的指尖点提取方法第39-40页
    4.3 融合指尖点和Hu不变矩特征的手势模型第40-42页
        4.3.1 Hu不变矩特征第40-41页
        4.3.2 手势模型第41-42页
    4.4 自动添加新手势的手势识别方法第42-43页
        4.4.1 手势训练第42页
        4.4.2 手势识别第42-43页
    4.5 仿真实验与结果分析第43-46页
        4.5.1 指尖点检测方法实验结果与分析第44页
        4.5.2 手势识别检测方法实验结果与分析第44-46页
    4.6 本章小结第46-47页
第5章 复杂环境下基于RGB-D的动态手势识别第47-55页
    5.1 概述第47页
    5.2 引入深度信息的卡尔曼滤波跟踪第47-49页
        5.2.1 引入深度信息的跟踪模型与加窗检测第47-48页
        5.2.2 目标匹配方法与跟踪步骤第48页
        5.2.3 手势轨迹起始判别第48-49页
    5.3 轨迹角度特征的提取第49页
        5.3.1 轨迹角度特征的计算第49页
        5.3.2 定义角度特征的距离第49页
    5.4 基于改进DTW算法的手势识别第49-51页
        5.4.1 快速动态时间规整算法第49-50页
        5.4.2 基于关键特征点分段的改进DTW思想第50页
        5.4.3 关键特征点的提取与匹配计算第50-51页
    5.5 仿真实验与结果分析第51-54页
        5.5.1 手势跟踪实验第51-52页
        5.5.2 手势识别实验第52-54页
    5.6 本章小结第54-55页
第6章 基于Qt和Open CV的手势识别系统的实现第55-68页
    6.1 概述第55页
    6.2 实现工具简述第55-56页
    6.3 静态手势识别系统实现第56-61页
        6.3.1 系统的整体框架和流程第56-58页
        6.3.2 各模块设计第58-59页
        6.3.3 实现效果第59-61页
    6.4 动态手势识别系统实现第61-67页
        6.4.1 系统的整体框架与流程第61-62页
        6.4.2 各模块设计第62-66页
        6.4.3 实现效果第66-67页
    6.5 本章小结第67-68页
总结与展望第68-70页
参考文献第70-76页
致谢第76-77页
附录A 攻读硕士学位期间参与的项目与学术成果第77页

论文共77页,点击 下载论文
上一篇:自适应混合高斯目标检测方法研究
下一篇:基于后发优势视角下的福州市招商引资策略研究