基于单目视觉的动态手势识别系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 手势识别系统的研究背景及意义 | 第8页 |
| 1.2 手势识别国内外发展现状 | 第8-10页 |
| 1.2.1 国外手势识别发展现状 | 第8-9页 |
| 1.2.2 国内手势识别发展现状 | 第9-10页 |
| 1.3 动态手势识别系统的关键技术研究 | 第10-12页 |
| 1.3.1 手势模型的选择 | 第10页 |
| 1.3.2 手势分割 | 第10-11页 |
| 1.3.3 特征提取 | 第11-12页 |
| 1.3.4 手势识别 | 第12页 |
| 1.4 本文结构安排 | 第12-14页 |
| 第二章 手势识别系统整体设计 | 第14-17页 |
| 2.1 手势识别系统整体框架设计 | 第14-15页 |
| 2.2 手势识别系统开发环境 | 第15-16页 |
| 2.2.1 系统的软硬件开发平台 | 第15页 |
| 2.2.2 手势样本库的建立 | 第15-16页 |
| 2.3 本章小节 | 第16-17页 |
| 第三章 手势图像检测的设计与实现 | 第17-28页 |
| 3.1 手势图像预处理与分割的理论基础 | 第17-20页 |
| 3.1.1 手势图像的颜色空间转换 | 第17-18页 |
| 3.1.2 图像的降噪处理 | 第18-20页 |
| 3.2 手势图像分割处理的理论基础 | 第20-22页 |
| 3.2.1 分水岭算法 | 第20-21页 |
| 3.2.2 种子填充算法 | 第21-22页 |
| 3.3 手势图像预处理与分割的实现 | 第22-26页 |
| 3.3.1 图像预处理 | 第23-25页 |
| 3.3.2 肤色与轮廓特征相结合的分割算法实现 | 第25-26页 |
| 3.4 本章小结 | 第26-28页 |
| 第四章 手势图像跟踪及特征提取的设计与实现 | 第28-39页 |
| 4.1 轨迹跟踪方法的基本原理 | 第28-32页 |
| 4.1.1 MeanShift算法的理论基础 | 第28-29页 |
| 4.1.2 MeanShift算法的目标跟踪原理 | 第29-31页 |
| 4.1.3 帧差法的基本原理 | 第31-32页 |
| 4.2 轨迹跟踪实验结果分析与改进 | 第32-36页 |
| 4.3 手势轨迹特征提取设计与实现 | 第36-38页 |
| 4.4 本章小节 | 第38-39页 |
| 第五章 手势识别的设计与实现 | 第39-51页 |
| 5.1 极限学习机识别算法的设计与实现 | 第39-50页 |
| 5.1.1 极限学习机算法的理论基础 | 第39-43页 |
| 5.1.2 手势识别实验结果分析 | 第43-50页 |
| 5.2 本章小结 | 第50-51页 |
| 总结与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 作者简介、发表文章及研究成果目录 | 第55-56页 |
| 致谢 | 第56-57页 |
