| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 手势识别技术 | 第13-14页 |
| 1.2.2 基于内容的图像检测 | 第14-15页 |
| 1.3 研究目标 | 第15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 手势识别基础理论 | 第17-26页 |
| 2.1 手势识别相关概念 | 第17-20页 |
| 2.1.1 手和手势 | 第17-18页 |
| 2.1.2 手势识别的分类 | 第18-20页 |
| 2.2 手势跟踪技术 | 第20-23页 |
| 2.2.1 跟踪目标表示方法 | 第21-23页 |
| 2.2.2 目标跟踪的特征选择 | 第23页 |
| 2.3 手势识别技术的算法 | 第23-25页 |
| 2.3.1 基于神经网络的算法 | 第23-24页 |
| 2.3.2 基于模板匹配的算法 | 第24页 |
| 2.3.3 基于统计分析的算法 | 第24-25页 |
| 2.3.4 基于隐马尔科夫模型(HMM)的算法 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于视觉手势识别系统设计及手势运动肤色检测 | 第26-33页 |
| 3.1 基于视觉手势识别系统总体设计 | 第26-28页 |
| 3.1.1 手势建模模块 | 第27页 |
| 3.1.2 手势分析模块 | 第27页 |
| 3.1.3 手势识别模块 | 第27-28页 |
| 3.2 基于时间差分法的手势运动检测 | 第28-30页 |
| 3.3 基于颜色模型的肤色检测 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于视觉的人机交互手势识别方法试验研究 | 第33-57页 |
| 4.1 手势跟踪算法的实验及分析 | 第33-47页 |
| 4.1.1 人手在视频图像中的检测分割方法 | 第33-35页 |
| 4.1.2 基于Kalman滤波器的CamShift算法手势跟踪定位 | 第35-40页 |
| 4.1.3 手势分割方法的选择 | 第40-43页 |
| 4.1.4 手势跟踪实验结果及讨论 | 第43-46页 |
| 4.1.5 试验小结 | 第46-47页 |
| 4.2 基于几何矩和边缘检测的手势识别实验研究 | 第47-57页 |
| 4.2.1 基于图像几何矩和图像边缘检测的手势识别技术 | 第48-52页 |
| 4.2.2 基于几何矩和边缘检测的手势识别实验 | 第52-56页 |
| 4.2.3 试验小结 | 第56-57页 |
| 第5章 基于视觉手势识别系统的实验准备 | 第57-60页 |
| 5.1 硬件平台准备 | 第57页 |
| 5.2 软件平台准备 | 第57-58页 |
| 5.3 手势运动及人手肤色检测实验结果及分析 | 第58-59页 |
| 5.4 试验结果分析 | 第59-60页 |
| 5.4.1 运动监测法及肤色检测法的局限性 | 第59页 |
| 5.4.2 动监测法及肤色检测法的联合应用 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65页 |
