首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

手势图像特征提取与识别技术研究

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-12页
   ·研究背景及意义第8页
   ·课题的国内外研究现状第8-10页
   ·研究难点第10页
   ·本文的主要研究内容与整体结构安排第10-12页
第二章 基于视觉的手势识别基本理论第12-19页
   ·基于视觉的手势识别基本流程第12-13页
   ·手势分割概述及算法原理第13-15页
     ·光流法第13-14页
     ·背景差分法第14页
     ·基于肤色模型的手势分割第14-15页
     ·基于轮廓模型的手势分割第15页
   ·图像特征分析第15-17页
     ·图像颜色特征第15页
     ·图像纹理特征第15-16页
     ·图像形状特征第16页
     ·特征点特征第16-17页
   ·图像识别技术第17-18页
     ·支持向量机算法第17页
     ·模版匹配法算法第17-18页
     ·人工神经网络算法第18页
   ·本章小结第18-19页
第三章 静态手势图像分割第19-30页
   ·静态手势图像分割概述第19页
   ·颜色空间模型第19-22页
     ·RGB颜色空间模型第19-20页
     ·YCbCr颜色空间模型第20-21页
     ·HSV颜色空间模型第21-22页
   ·基于YCb’Cr’颜色空间的椭圆肤色模型的建立第22-25页
     ·YCb’Cr’颜色空间模型第22-23页
     ·YCb’Cr’颜色空间椭圆肤色模型的建立第23-25页
   ·手势分割及形态学操作第25-29页
     ·手势分割第25-26页
     ·形态学操作第26-27页
     ·直方图均衡化和图像归一化操作第27-29页
   ·本章小结第29-30页
第四章 基于W-HOG的手势特征提取第30-38页
   ·经典HOG特征原理第30-35页
     ·经典HOG特征提取原理第30-33页
     ·经典HOG特征提取流程第33-35页
   ·基于W-HOG的手势特征提取第35-37页
     ·基于W-HOG的手势特征提取原理第35-36页
     ·基于W-HOG的手势特征提取流程第36-37页
   ·本章小结第37-38页
第五章 静态手势识别第38-48页
   ·支持向量机算法第38-41页
     ·线性分类器第38-40页
     ·非线性分类器第40-41页
   ·支持向量机在手势识别方面的应用第41-43页
     ·支持向量机多值分类第41-42页
     ·核函数的选择第42-43页
   ·手势数据库的选择以及实验结果数据统计第43-47页
     ·手势数据库的选择及建立第43-44页
     ·实验结果数据统计第44-47页
   ·本章小结第47-48页
第六章 总结与展望第48-50页
   ·论文总结第48-49页
   ·研究工作展望第49-50页
致谢第50-51页
参考文献第51-55页
作者简介第55页
攻读硕士学位期间研究成果第55页

论文共55页,点击 下载论文
上一篇:铝型材表面喷涂质量的图像检测与研究
下一篇:基于机器视觉的玻璃瓶缺陷检测与抓取系统研究