| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状与发展趋势 | 第11-14页 |
| 1.2.1 国内外研究现状 | 第11-13页 |
| 1.2.2 指尖检测的发展趋势 | 第13-14页 |
| 1.3 课题主要研究内容 | 第14-16页 |
| 第2章 指尖检测相关理论研究 | 第16-25页 |
| 2.1 指尖检测的定义及分类 | 第16页 |
| 2.2 单指尖常用检测算法 | 第16-17页 |
| 2.3 多指尖检测常用方法 | 第17-24页 |
| 2.3.1 基于曲率的指尖检测 | 第17-18页 |
| 2.3.2 基于区域分析的指尖检测 | 第18-19页 |
| 2.3.3 基于骨骼算法的指尖检测 | 第19-20页 |
| 2.3.4 基于凸包-K向量的指尖检测 | 第20-22页 |
| 2.3.5 基于重心距离算法的指尖检测 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 图像预处理与目标提取 | 第25-39页 |
| 3.1 手部图像预处理 | 第25-28页 |
| 3.1.1 YCbCr颜色空间转换 | 第25-26页 |
| 3.1.2 中值滤波 | 第26-27页 |
| 3.1.3 二值化 | 第27页 |
| 3.1.4 闭运算 | 第27-28页 |
| 3.2 前景分割相关算法研究 | 第28-29页 |
| 3.3 典型的前景分割算法介绍 | 第29-36页 |
| 3.3.1 运动目标检测算法 | 第29-33页 |
| 3.3.2 肤色检测算法 | 第33-36页 |
| 3.4 手部轮廓提取 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 指尖检测算法的实现 | 第39-45页 |
| 4.1 对自适应混合高斯模型的改进 | 第39-41页 |
| 4.1.1 原有模型存在的问题 | 第39-40页 |
| 4.1.2 邻域像素连接权与自适应混合高斯模型融合 | 第40页 |
| 4.1.3 自适应背景更新 | 第40-41页 |
| 4.2 YCbCr颜色空间下的带权颜色信息去除阴影 | 第41-42页 |
| 4.3 根据指尖点的圆特性改进重心距离算法 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 实验过程与结果分析 | 第45-55页 |
| 5.1 实验环境 | 第45页 |
| 5.2 数据采集 | 第45页 |
| 5.3 指尖检测实验整体过程 | 第45-52页 |
| 5.3.1 图像预处理 | 第46页 |
| 5.3.2 前景提取 | 第46-47页 |
| 5.3.3 指尖检测 | 第47-48页 |
| 5.3.4 实验结果与对比 | 第48-52页 |
| 5.4 指尖检测结果的简单应用 | 第52-54页 |
| 5.4.1 计算手势特征向量 | 第52页 |
| 5.4.2 手势训练和识别 | 第52-53页 |
| 5.4.3 手势检测结果分析 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间所发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |