基于手形特征的静态手势识别
摘要 | 第1-5页 |
ABSTRACT | 第5-8页 |
第一章 绪论 | 第8-13页 |
§1-1 引言 | 第8页 |
§1-2 手势识别技术的分类 | 第8-9页 |
1-2-1 基于数据手套的手势识别 | 第8页 |
1-2-2 基于视觉的手势识别 | 第8-9页 |
§1-3 手势识别技术的发展概况 | 第9-10页 |
1-3-1 国内外的研究状况 | 第9页 |
1-3-2 手势识别技术在人机交互中的应用 | 第9-10页 |
1-3-3 手势识别技术的研究难点 | 第10页 |
§1-4 手势识别技术的主要识别方法 | 第10-11页 |
1-4-1 神经网络方法 | 第10-11页 |
1-4-2 隐马尔可夫模型(HMM)方法 | 第11页 |
1-4-3 模板匹配方法 | 第11页 |
§1-5 本论文的研究工作 | 第11-13页 |
1-5-1 本论文的研究内容 | 第11-12页 |
1-5-2 本论文的章节安排 | 第12-13页 |
第二章 静态手势图像预处理 | 第13-25页 |
§2-1 图像的格式以及色彩模式 | 第13-14页 |
2-1-1 手势图像格式 | 第13页 |
2-1-2 手势图像的色彩模式 | 第13-14页 |
§2-2 图像的平滑 | 第14-17页 |
2-2-1 频域平滑技术 | 第14-15页 |
2-2-2 空域平滑技术 | 第15-16页 |
2-2-3 本文采用的图像平滑方法 | 第16-17页 |
§2-3 图像的二值化 | 第17-20页 |
2-3-1 二值化的定义 | 第17-18页 |
2-3-2 二值化图像的原因 | 第18页 |
2-3-3 图像二值化的几种方法 | 第18-19页 |
2-3-4 本文采用的二值化方法 | 第19-20页 |
§2-4 边缘检测与轮廓提取 | 第20-24页 |
2-4-1 边缘检测 | 第20-22页 |
2-4-2 轮廓提取 | 第22-24页 |
2-4-3 本文采用的方法 | 第24页 |
§2-5 本章总结 | 第24-25页 |
第三章 手势特征提取 | 第25-35页 |
§3-1 手势的统计特征 | 第25-27页 |
3-1-1 图像归一化转动惯量(NMI) | 第25-26页 |
3-1-2 不变矩特征 | 第26-27页 |
§3-2 基于傅立叶描述子的手势轮廓特征 | 第27-29页 |
3-2-1 离散傅立叶变换 | 第27-28页 |
3-2-2 傅立叶描述子的提取及归一化 | 第28-29页 |
§3-3 手势的结构特征 | 第29-30页 |
3-3-1 手势中手指的个数 | 第29-30页 |
3-3-2 手势中是否包含拇指 | 第30页 |
§3-4 本文所提取的手势特征 | 第30-34页 |
3-4-1 图像中手势的属性 | 第30-33页 |
3-4-2 手势的比例特征 | 第33-34页 |
3-4-3 手势的不变矩特征 | 第34页 |
§3-5 本章总结 | 第34-35页 |
第四章 系统设计与窗口控制 | 第35-44页 |
§4-1 手势图像的获取 | 第35-37页 |
4-1-1 VFW 的体系结构 | 第35-36页 |
4-1-2 手势图像的实时捕捉 | 第36-37页 |
§4-2 系统环境的配置 | 第37-39页 |
4-2-1 OpenCV 的主要特点 | 第37-38页 |
4-2-2 VC6.0 下安装OpenCV | 第38-39页 |
§4-3 系统实现 | 第39-44页 |
4-3-1 手势图像预处理类 | 第39-40页 |
4-3-2 手势图像特征提取类 | 第40-41页 |
4-3-3 分类器设计 | 第41-42页 |
4-3-4 系统运行流程与窗口控制 | 第42-44页 |
第五章 实验数据分析 | 第44-49页 |
§5-1 样本采集与特征数据提取 | 第44-45页 |
5-1-1 样本模板库的建立 | 第44-45页 |
5-1-2 不同手势的特征数据比较 | 第45页 |
§5-2 系统测试与试验结果分析 | 第45-49页 |
5-2-1 不同条件下的系统测试 | 第45-46页 |
5-2-2 实验结果分析 | 第46-49页 |
第六章 总结和展望 | 第49-51页 |
§6-1 课题总结 | 第49-50页 |
§6-2 展望 | 第50-51页 |
参考文献 | 第51-53页 |
致谢 | 第53页 |