基于静态和动态手势控制移动机器人研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 课题研究背景及意义 | 第16-17页 |
| 1.2 手势识别技术发展状况 | 第17-20页 |
| 1.3 论文的主要研究内容 | 第20-22页 |
| 第二章 基于Kinect深度图像的指尖检测 | 第22-38页 |
| 2.1 Kinect深度图像获取 | 第22-23页 |
| 2.2 基于深度图像的手势分割 | 第23-25页 |
| 2.2.1 NITE手势检测器 | 第24页 |
| 2.2.2 深度阈值分割 | 第24-25页 |
| 2.3 手部轮廓特征提取 | 第25-31页 |
| 2.3.1 均值滤波 | 第26-27页 |
| 2.3.2 高斯滤波 | 第27页 |
| 2.3.3 中值滤波 | 第27-28页 |
| 2.3.4 膨胀与腐蚀 | 第28-29页 |
| 2.3.5 开运算和闭运算 | 第29页 |
| 2.3.6 手部边缘检测 | 第29-31页 |
| 2.4 指尖检测 | 第31-35页 |
| 2.4.1 手掌掌心定位 | 第31-32页 |
| 2.4.2 基于曲率指尖检测 | 第32页 |
| 2.4.3 手部凸包分析 | 第32-34页 |
| 2.4.4 基于曲率和凸包分析指尖检测 | 第34-35页 |
| 2.5 指尖检测实验与分析 | 第35-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第三章 基于Kinect的静态手势识别 | 第38-48页 |
| 3.1 静态手势特征提取 | 第39-42页 |
| 3.1.1 求指尖和手部水平方向夹角 | 第39-40页 |
| 3.1.2 静态手势特征向量 | 第40-42页 |
| 3.2 基于SVM静态手势识别分类器 | 第42-45页 |
| 3.2.1 SVM分类原理 | 第42-45页 |
| 3.3 静态手势识别实验与分析 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 基于Kinect的动态手势识别 | 第48-60页 |
| 4.1 骨骼数据获取 | 第49-50页 |
| 4.2 动态手势特征提取 | 第50-51页 |
| 4.3 动态时间规划算法 | 第51-56页 |
| 4.3.1 DTW算法原理 | 第51-54页 |
| 4.3.2 改进加权DTW算法 | 第54-56页 |
| 4.4 动态手势识别实验和分析 | 第56-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第五章 基于手势控制的智能小车设计 | 第60-70页 |
| 5.1 智能小车控制系统 | 第60-63页 |
| 5.1.1 Arduino控制模块 | 第61页 |
| 5.1.2 无线通信模块 | 第61-62页 |
| 5.1.3 液晶显示模块 | 第62-63页 |
| 5.1.4 超声波传感器模块 | 第63页 |
| 5.2 智能小车控制和上位机通信程序设计 | 第63-64页 |
| 5.3 智能小车避障系统设计 | 第64-67页 |
| 5.3.1 超声波避障算法原理 | 第64-66页 |
| 5.3.2 智能小车超声波壁障实验与分析 | 第66-67页 |
| 5.4 基于手势控制智能小车实验 | 第67-68页 |
| 5.5 本章小结 | 第68-70页 |
| 第六章 总结和展望 | 第70-72页 |
| 6.1 本文工作总结 | 第70-71页 |
| 6.2 未来工作展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 附录 | 第76-100页 |
| 致谢 | 第100-102页 |
| 研究成果及发表的学术论文 | 第102-104页 |
| 作者和导师简介 | 第104-105页 |
| 附件 | 第105-106页 |
