视频图像中手势连续轮廓提取方法研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状及发展趋势 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.2.3 国内外研究现状分析总结 | 第14-15页 |
| 1.2.4 发展趋势 | 第15页 |
| 1.3 本文主要创新点及主要研究内容 | 第15-16页 |
| 1.3.1 创新点 | 第15页 |
| 1.3.2 本文主要研究内容 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第2章 本论文算法结构 | 第17-21页 |
| 2.1 本论文算法结构 | 第17页 |
| 2.2 基于手指模型的定位算法 | 第17-18页 |
| 2.3 基于手腕-手掌模型的定位算法 | 第18-19页 |
| 2.4 基于GMM的定位算法 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于手指模型的定位算法 | 第21-28页 |
| 3.1 手指轮廓初步判断 | 第22-23页 |
| 3.2 确定手指轮廓 | 第23-25页 |
| 3.3 实验结果与分析 | 第25-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第4章 基于手腕-手掌模型的定位算法 | 第28-34页 |
| 4.1 手腕-手腕特征搜索 | 第29-31页 |
| 4.2 实验结果与分析 | 第31-33页 |
| 4.3 本章小结 | 第33-34页 |
| 第5章 基于GMM的定位算法 | 第34-40页 |
| 5.1 GMM介绍 | 第34页 |
| 5.2 GMM定位原理 | 第34-36页 |
| 5.3 实验结果与分析 | 第36-38页 |
| 5.4 本章小结 | 第38-40页 |
| 第6章 连续手势轮廓提取 | 第40-64页 |
| 6.1 连续手势轮廓提取算法框架 | 第40-41页 |
| 6.2 预处理 | 第41-46页 |
| 6.2.1 图像高斯滤波 | 第41-43页 |
| 6.2.2 图像灰度化 | 第43-44页 |
| 6.2.3 Sobel算子提取粗糙轮廓 | 第44-46页 |
| 6.3 连续手势轮廓提取算法 | 第46-55页 |
| 6.3.1 背景轮廓去除 | 第46-47页 |
| 6.3.2 轮廓遍历 | 第47-49页 |
| 6.3.3 轮廓连接 | 第49-55页 |
| 6.4 实验结果与分析 | 第55-61页 |
| 6.5 本章小结 | 第61-64页 |
| 第7章 总结与展望 | 第64-66页 |
| 7.1 总结 | 第64-65页 |
| 7.2 展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录：作者在读期间发表的学术论文及参加的科研项目 | 第71页 |
