摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-19页 |
1.1 课题的研究背景及意义 | 第9-10页 |
1.2 手势识别的认识 | 第10-12页 |
1.2.1 手势的特点 | 第11页 |
1.2.2 手势识别的分类 | 第11-12页 |
1.3 国内外研究现状 | 第12-15页 |
1.3.1 车载音乐系统控制技术 | 第12-13页 |
1.3.2 手势识别技术 | 第13-15页 |
1.4 课题研究内容及结构安排 | 第15-19页 |
1.4.1 系统需求分析 | 第15-16页 |
1.4.2 研究内容分析 | 第16-17页 |
1.4.3 论文结构安排 | 第17-19页 |
第二章 图像预处理及手势分割 | 第19-35页 |
2.1 手势图像的捕获 | 第19页 |
2.2 图像的肤色分割 | 第19-23页 |
2.2.1 颜色空间 | 第19-22页 |
2.2.2 颜色空间的选取 | 第22-23页 |
2.3 图像的加工处理 | 第23-28页 |
2.3.1 图像的二值化 | 第23-24页 |
2.3.2 图像的形态学处理 | 第24-26页 |
2.3.3 图像的滤波处理 | 第26-28页 |
2.4 图像的手势提取 | 第28-35页 |
2.4.1 最大轮廓区域算法提取手和手臂 | 第29-31页 |
2.4.2 内切圆法去除手臂 | 第31-35页 |
第三章 手势特征提取和手势识别 | 第35-55页 |
3.1 基于几何拓扑结构算法的静态手势识别 | 第35-42页 |
3.1.1 计算手势图像中的两个关键点 | 第35-36页 |
3.1.2 手势图像上画圆 | 第36-37页 |
3.1.3 同心圆识别手指的个数 | 第37-38页 |
3.1.4 算法关键部分解析 | 第38-42页 |
3.2 图像的几何不变矩特征提取 | 第42-45页 |
3.2.1 矩特征的一般表达形式 | 第42-43页 |
3.2.2 低阶几何矩的性质 | 第43-44页 |
3.2.3 Hu不变矩 | 第44-45页 |
3.3 神经网络算法 | 第45-49页 |
3.3.1 人工神经细胞 | 第45-47页 |
3.3.2 前馈神经网络 | 第47-48页 |
3.3.3 前馈网络BP算法 | 第48-49页 |
3.4 基于神经网络和Hu矩相结合的静态手势识别 | 第49-52页 |
3.4.1 手势样本训练 | 第50页 |
3.4.2 实验结果及分析 | 第50-51页 |
3.4.3 神经网络中对识别率的影响因素 | 第51-52页 |
3.5 动态手势识别 | 第52-55页 |
第四章 车载音乐控制系统构建 | 第55-73页 |
4.1 硬件平台选择 | 第55-58页 |
4.1.1 Freescale的i.MX6 Quad的概述 | 第56页 |
4.1.2 i.MX6 Quad技术参数 | 第56-58页 |
4.2 向i.MX6 Quad开发板移植Yocto系统 | 第58-66页 |
4.2.1 宿主机PC的配置 | 第59-60页 |
4.2.2 Yocto工程的建立 | 第60-61页 |
4.2.3 编译镜像 | 第61-64页 |
4.2.4 制作SD卡系统启动盘 | 第64-66页 |
4.3 宿主机ubuntu14.04的软件环境搭建 | 第66-73页 |
4.3.1 搭建Qt环境 | 第67-69页 |
4.3.2 安装Gstreamer-ffmpeg插件 | 第69-70页 |
4.3.3 构建Yocto工程交叉编译工具链 | 第70-73页 |
第五章 播放器软件的开发及手势控制实现 | 第73-91页 |
5.1 车载音乐播放器软件模块的开发 | 第74-79页 |
5.1.1 UI界面的开发 | 第74-75页 |
5.1.2 CarMusic类的设计 | 第75-76页 |
5.1.3 音乐软件中重要函数的解析 | 第76-79页 |
5.2 手势识别软件模块的开发 | 第79-84页 |
5.2.1 向系统工程中添加手势识别算法类库 | 第79-80页 |
5.2.2 Gesture类的设计 | 第80-81页 |
5.2.3 Gesture类中重要函数的解析 | 第81-84页 |
5.3 手势控制音乐播放的实现 | 第84-91页 |
5.3.1 手势控制车载音乐的机制 | 第84-85页 |
5.3.2 手势控制车载音乐的结果 | 第85-91页 |
第六章 总结与展望 | 第91-93页 |
参考文献 | 第93-97页 |
发表论文和参加科研情况说明 | 第97-99页 |
附录 | 第99-109页 |
致谢 | 第109页 |