基于视觉的静态手势识别算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪言 | 第9-16页 |
| ·手势识别技术的背景及研究意义 | 第9-10页 |
| ·手势识别技术的应用领域 | 第10-11页 |
| ·国内外相关领域的研究现状 | 第11-13页 |
| ·国外手势识别及相关领域的研究成果 | 第11-12页 |
| ·我国手势识别领域的研究成果 | 第12页 |
| ·我国手势识别领域遇到的技术难题 | 第12-13页 |
| ·基于视觉的静态手势识别简介 | 第13-14页 |
| ·手势建模 | 第13页 |
| ·静态手势图像识别的常用算法 | 第13-14页 |
| ·基于视觉的静态手势识别的一般过程 | 第14页 |
| ·本文的工作及论文的组织 | 第14-16页 |
| 2 手势图像的获取 | 第16-21页 |
| ·数字图像的表示 | 第16-18页 |
| ·数字图像的格式分类 | 第16页 |
| ·数字图像的灰度图 | 第16页 |
| ·位图格式 | 第16-18页 |
| ·CDib类库 | 第18页 |
| ·手势图像的获取 | 第18-21页 |
| ·VFW简介 | 第18-19页 |
| ·基于VFW的图像获取过程 | 第19-21页 |
| 3 手势图像预处理 | 第21-32页 |
| ·图像的基本操作 | 第21页 |
| ·图像的灰度变换 | 第21-22页 |
| ·图像的二值化 | 第22-25页 |
| ·整体阈值二值化 | 第22-24页 |
| ·局部阈值二值化 | 第24页 |
| ·动态阈值二值化 | 第24页 |
| ·算法示例 | 第24-25页 |
| ·手势图像的去噪 | 第25-28页 |
| ·邻域平均法 | 第26-27页 |
| ·中值滤波器 | 第27页 |
| ·频率域低通滤波 | 第27页 |
| ·复合型去噪法 | 第27-28页 |
| ·手势图像的边缘提取和轮廓跟踪 | 第28-29页 |
| ·手势图像的矩形区域分割 | 第29-32页 |
| 4 手势图像的特征提取 | 第32-37页 |
| ·结构特征提取 | 第32-33页 |
| ·统计特征提取 | 第33-34页 |
| ·常用的手势特征及作用 | 第34-35页 |
| ·手区域矩形handrect的计算算法 | 第34页 |
| ·Area特征的计算方法 | 第34页 |
| ·手势轮廓的周长 | 第34-35页 |
| ·fingernumber特征的提取算法 | 第35页 |
| ·网格特征提取 | 第35-37页 |
| 5 手势图像的识别 | 第37-42页 |
| ·BP神经网络算法 | 第37-40页 |
| ·系统采取的标准手势 | 第40页 |
| ·实验结果与分析 | 第40-42页 |
| 结论 | 第42-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 攻读学位期间的研究成果 | 第46页 |
