基于骨架化方法的手势识别若干问题研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 手势识别研究难点 | 第15-16页 |
| 1.4 本文研究内容与组织结构 | 第16-19页 |
| 第二章 手势识别与骨架技术研究 | 第19-31页 |
| 2.1 手势识别的分类 | 第19-21页 |
| 2.1.1 基于数据手套的研究 | 第20页 |
| 2.1.2 基于传感器的研究 | 第20页 |
| 2.1.3 基于计算机视觉的研究 | 第20-21页 |
| 2.2 常见手势识别方法 | 第21-22页 |
| 2.2.1 基于HMM的动态手势识别 | 第21页 |
| 2.2.2 基于神经网络的静态手势识别 | 第21-22页 |
| 2.3 常见手势建模方法 | 第22-23页 |
| 2.4 骨架化方法 | 第23-29页 |
| 2.4.1 骨架的基本思想 | 第26-28页 |
| 2.4.2 经典骨架算法 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 骨架特征提取方法研究 | 第31-47页 |
| 3.1 图像预处理 | 第31-32页 |
| 3.1.1 转换色彩空间 | 第31-32页 |
| 3.1.2 阈值分割 | 第32页 |
| 3.2 基于距离变换的骨架化方法 | 第32-38页 |
| 3.2.1 传统的距离变换算法 | 第33-35页 |
| 3.2.2 改进的距离变换算法 | 第35-38页 |
| 3.3 骨架剪枝方法 | 第38-42页 |
| 3.3.1 骨架剪枝思想 | 第39-40页 |
| 3.3.2 离散曲线演化过程 | 第40-41页 |
| 3.3.3 基于DCE的剪枝算法 | 第41-42页 |
| 3.4 改进的手势骨架特征提取方法 | 第42-45页 |
| 3.4.1 特征提取算法整体流程 | 第42-44页 |
| 3.4.2 骨架化与轮廓化方法对比 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 手势特征识别方法 | 第47-59页 |
| 4.1 图匹配 | 第47-49页 |
| 4.1.1 基于距离相似的图匹配 | 第48-49页 |
| 4.2 边界矩方法 | 第49-52页 |
| 4.2.1 传统的Hu不变矩 | 第49-51页 |
| 4.2.2 基于边界矩的骨架描述方法 | 第51-52页 |
| 4.3 SVM识别方法 | 第52-58页 |
| 4.3.1 SVM理论 | 第53-54页 |
| 4.3.2 核函数 | 第54-56页 |
| 4.3.3 SVM的优点和缺点 | 第56页 |
| 4.3.4 SVM的算法步骤 | 第56-57页 |
| 4.3.5 SVM的分类体系结构 | 第57-58页 |
| 4.4 基于区域方法的手势识别整体流程 | 第58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 实验结果与分析 | 第59-69页 |
| 5.1 骨架提取算法实验与分析 | 第59-64页 |
| 5.1.1 骨架的稳定性 | 第59-60页 |
| 5.1.2 效果对比 | 第60-62页 |
| 5.1.3 阈值控制 | 第62-64页 |
| 5.2 边界距描述骨架实验与分析 | 第64-65页 |
| 5.3 SVM识别实验与分析 | 第65-67页 |
| 5.4 本章小结 | 第67-69页 |
| 第六章 总结和展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录 攻读硕士期间发表的论文 | 第75-77页 |
| 致谢 | 第77页 |
