基于ARM嵌入式平台的视觉手势识别技术研究
| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 插图索引 | 第11-13页 |
| 附表索引 | 第13-14页 |
| 第1章 绪论 | 第14-20页 |
| ·课题研究背景及意义 | 第14-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·手势识别相关技术研究现状 | 第15-16页 |
| ·嵌入式平台图像处理研究现状 | 第16-17页 |
| ·本文的研究内容 | 第17-18页 |
| ·本文的组织结构 | 第18-20页 |
| 第2章 Linux视频捕获研究及手势图像预处理 | 第20-37页 |
| ·引言 | 第20页 |
| ·V4L2技术原理 | 第20-28页 |
| ·V4L2接口 | 第20页 |
| ·V4L2的驱动架构 | 第20-21页 |
| ·Linux下摄像头驱动的支持情况 | 第21-24页 |
| ·Linux下视频捕获模块及主要API、数据结构 | 第24-25页 |
| ·利用V4L2技术实现视频捕获的工作流程 | 第25-27页 |
| ·视频捕获模块在嵌入式平台上的实现 | 第27-28页 |
| ·手势图像预处理 | 第28-36页 |
| ·彩色图像转换为灰度图像 | 第28-29页 |
| ·图像平滑去噪 | 第29-32页 |
| ·图像锐化 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 手势动态分割 | 第37-55页 |
| ·引言 | 第37-38页 |
| ·图像的阂值分割方法 | 第38-40页 |
| ·闽值分割的基本原理 | 第38页 |
| ·闽值法图像分割的方法分类 | 第38-39页 |
| ·最大类间方差法(OTSU) | 第39-40页 |
| ·手势运动目标的分割方法 | 第40-54页 |
| ·运动前景检测算法 | 第40-47页 |
| ·肤色检测与分割 | 第47-51页 |
| ·分割图像预处理 | 第51-52页 |
| ·基于上述信息集合的手势分割 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 手势特征提取与识别跟踪 | 第55-64页 |
| ·引言 | 第55页 |
| ·图像不变量特征与非不变量特征 | 第55-58页 |
| ·矩不变量特征 | 第55-57页 |
| ·Haar-Like非不变量特征 | 第57-58页 |
| ·其他图像特征 | 第58-59页 |
| ·投影特征 | 第58页 |
| ·比例特征 | 第58-59页 |
| ·边心距特征 | 第59页 |
| ·手势特征描述和特征值快速计算 | 第59-61页 |
| ·积分图 | 第59-60页 |
| ·利用积分图快速计算特征值 | 第60-61页 |
| ·Adaboost算法和级联分类器 | 第61-63页 |
| ·Adaboost算法 | 第61-62页 |
| ·级联分类器 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 视觉手势识别系统验证 | 第64-83页 |
| ·引言 | 第64页 |
| ·系统的软硬件环境及功能 | 第64-65页 |
| ·系统硬件环境及功能 | 第64页 |
| ·系统软件环境及功能 | 第64-65页 |
| ·系统结构及ARM嵌入式开发环境的搭建 | 第65-71页 |
| ·系统结构 | 第65-66页 |
| ·ARM嵌入式开发环境的搭建 | 第66-71页 |
| ·系统各模块 | 第71-74页 |
| ·视频采集 | 第71-72页 |
| ·图像预处理模块 | 第72页 |
| ·手势分割模块 | 第72页 |
| ·手势特征提取模块 | 第72页 |
| ·手势识别模块 | 第72-73页 |
| ·人机交互模块 | 第73-74页 |
| ·嵌入式手势识别系统验证 | 第74-82页 |
| ·本章小结 | 第82-83页 |
| 结论与展望 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-89页 |
| 附录A 攻读学位期间发表的学术论文和获奖情况 | 第89页 |
