| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及意义 | 第9-11页 |
| 1.2 手势检测跟踪识别与运动参数测量的研究现状 | 第11-13页 |
| 1.2.1 手势检测与识别的研究现状 | 第11-12页 |
| 1.2.2 基于计算机视觉的运动参数测量的研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容及组织结构 | 第13-15页 |
| 1.3.1 本文研究的内容 | 第13-14页 |
| 1.3.2 本文的组织结构 | 第14-15页 |
| 第2章 单目摄像头下的手势分割与检测 | 第15-38页 |
| 2.1 引言 | 第15页 |
| 2.2 基于肤色的手势分割 | 第15-21页 |
| 2.2.1 颜色空间的选择 | 第15-17页 |
| 2.2.2 HSV模型 | 第17-21页 |
| 2.3 基于手部形状特征的手势分割 | 第21-33页 |
| 2.3.1 轮廓检测 | 第21-27页 |
| 2.3.2 凸包与缺陷检测 | 第27-29页 |
| 2.3.3 确定指根区域 | 第29-33页 |
| 2.4 基于Meanshift算法实现手部跟踪 | 第33-37页 |
| 2.4.1 Mean Shift算法原理 | 第33-36页 |
| 2.4.2 跟踪结果 | 第36-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第3章 基于轮廓的手势识别 | 第38-43页 |
| 3.1 引言 | 第38页 |
| 3.2 Hu矩值匹配 | 第38-40页 |
| 3.2.1 Hu矩物理意义 | 第39-40页 |
| 3.2.2 建立手势模板 | 第40页 |
| 3.3 匹配结果及分析 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 摄像机的标定 | 第43-61页 |
| 4.1 引言 | 第43页 |
| 4.2 摄像机成像模型 | 第43-50页 |
| 4.2.1 坐标系转换 | 第43-48页 |
| 4.2.2 摄像机的非线性畸变模型 | 第48-50页 |
| 4.3 单目摄像机的标定 | 第50-55页 |
| 4.3.1 Tsai两步法 | 第50-53页 |
| 4.3.2 张正友的平面标定法 | 第53-55页 |
| 4.4 双目立体标定 | 第55-59页 |
| 4.4.1 对极几何 | 第55-56页 |
| 4.4.2 极线校准 | 第56-59页 |
| 4.5 标定结果 | 第59-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 双目摄像头下的手势运动参数测量 | 第61-88页 |
| 5.1 引言 | 第61页 |
| 5.2 立体图像匹配 | 第61-70页 |
| 5.2.1 立体匹配算法 | 第62-65页 |
| 5.2.2 基于区域的匹配算法 | 第65-67页 |
| 5.2.3 基于极线约束的指根点匹配 | 第67-70页 |
| 5.3 手势位置测量 | 第70-86页 |
| 5.3.1 三维恢复 | 第70-72页 |
| 5.3.2 初始与结束时刻的位移与旋转测量 | 第72-74页 |
| 5.3.3 平移向量测量 | 第74-77页 |
| 5.3.4 实验结果 | 第77-86页 |
| 5.4 本章小结 | 第86-88页 |
| 结论 | 第88-90页 |
| 参考文献 | 第90-95页 |
| 致谢 | 第95-96页 |