| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·选题背景及研究意义 | 第8-9页 |
| ·人体运动跟踪与分析的国内外研究现状 | 第9-13页 |
| ·课题研究的主要内容 | 第13-14页 |
| ·本章小结 | 第14-16页 |
| 第二章 智能康复系统中的人体运动跟踪方法 | 第16-26页 |
| ·非视觉跟踪 | 第17-19页 |
| ·基于惯性传感器的跟踪 | 第17-18页 |
| ·基于磁传感器的跟踪 | 第18页 |
| ·基于传感手套的跟踪 | 第18-19页 |
| ·视觉跟踪 | 第19-24页 |
| ·带标记的视觉跟踪 | 第20-21页 |
| ·无标记的视觉跟踪 | 第21-22页 |
| ·混合的视觉跟踪 | 第22-24页 |
| ·机器人辅助跟踪 | 第24页 |
| ·基于人体运动跟踪的智能康复系统发展趋势 | 第24-25页 |
| ·人体运动跟踪方法的比较及总结 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第三章 人手运动跟踪中 Camshift 算法的研究 | 第26-42页 |
| ·颜色空间 | 第26-30页 |
| ·RGB 模型 | 第27-28页 |
| ·HSV 模型 | 第28-29页 |
| ·从RGB 颜色模型到HSV 模型的转换 | 第29-30页 |
| ·色彩直方图 | 第30-32页 |
| ·直方图投影（Histogram Back Projection） | 第32-33页 |
| ·Camshift 跟踪算法 | 第33-37页 |
| ·Meanshift 算法理论基础 | 第33-35页 |
| ·Meanshift 算法步骤 | 第35-36页 |
| ·Camshift 算法步骤 | 第36-37页 |
| ·Camshift 跟踪算法分析 | 第37-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 基于 Camshift 人手运动跟踪算法的改进 | 第42-53页 |
| ·算法改进的依据 | 第42-43页 |
| ·人手运动跟踪中Kalman 滤波的研究 | 第43-47页 |
| ·Kalman 滤波器理论的特点及其在运动目标跟踪领域的应用现状 | 第44-45页 |
| ·Kalman 滤波器原理 | 第45-47页 |
| ·基于Camshift 跟踪算法与Kalman 滤波运动预测混合的视频人手运动跟踪算法 | 第47-49页 |
| ·仿真结果与分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 视频人手运动跟踪系统的实现 | 第53-64页 |
| ·系统结构 | 第53-54页 |
| ·系统的软硬件平台 | 第54-56页 |
| ·系统的硬件配置 | 第54-55页 |
| ·系统的软件实现 | 第55-56页 |
| ·实验结果进一步分析 | 第56-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 全文总结和展望 | 第64-66页 |
| ·全文总结 | 第64-65页 |
| ·展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 附录：攻读硕士学位期间从事的科研工作 | 第72页 |
