首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于深度相机的三维物体与人体扫描重建

摘要第3-4页
Abstract第4-5页
第1章 绪论第11-15页
    1.1 课题研究背景及意义第11-12页
    1.2 论文的主要工作及创新第12-15页
        1.2.1 论文主要工作及内容安排第12-14页
        1.2.2 论文主要创新点第14-15页
第2章 三维扫描与深度相机技术综述第15-33页
    2.1 三维扫描技术介绍第15-18页
    2.2 静态物体扫描重建第18-23页
        2.2.1 扫描数据的预处理第18-19页
        2.2.2 扫描数据的刚体配准第19-23页
        2.2.3 曲面融合网格重建第23页
    2.3 动态物体扫描重建第23-24页
    2.4 人体扫描重建技术第24-28页
        2.4.1 利用数据库的人体重建第25-26页
        2.4.2 动态人体配准算法第26-27页
        2.4.3 三维发型重建第27-28页
    2.5 深度相机介绍第28-33页
        2.5.1 深度相机的种类与原理介绍第28-31页
        2.5.2 深度相机的应用第31-33页
第3章 利用TOF相机的静态物体扫描重建第33-47页
    3.1 TOF深度相机采集数据特性分析第34-36页
    3.2 TOF相机捕获数据的预处理第36-38页
    3.3 序列刚体配准第38-40页
    3.4 关键帧全局非刚体配准第40-43页
    3.5 实验结果分析与本章小结第43-47页
        3.5.1 实验结果分析第43-45页
        3.5.2 本章小结第45-47页
第4章 利用TOF相机的三维发型扫描重建第47-62页
    4.1 算法介绍与流程第48-50页
        4.1.1 算法介绍与相关工作第48-49页
        4.1.2 算法流程第49-50页
    4.2 数据获取与分析第50-53页
        4.2.1 数据采集与预处理第50-51页
        4.2.2 平均网格几何属性分析第51-53页
    4.3 算法优化求解第53-55页
        4.3.1 能量定义第53-54页
        4.3.2 最小化求解第54-55页
    4.4 实验结果分析与本章小结第55-62页
        4.4.1 实验结果分析第55-58页
        4.4.2 动态头发重建初步第58-60页
        4.4.3 本章小结第60-62页
第5章 基于多台Kinect的三维人体重建第62-79页
    5.1 利用Kinect进行人体重建的问题第62-65页
        5.1.1 单台Kinect人体重建的问题第62-63页
        5.1.2 多台Kinect扫描重建的问题第63-65页
    5.2 利用三台Kinect的非刚体三维人体扫描重建第65-75页
        5.2.1 系统配置与重建算法概述第65-67页
        5.2.2 非刚体配准算法第67-72页
        5.2.3 实验结果与分析第72-75页
    5.3 利用多台Kinect的快速人体扫描重建第75-78页
    5.4 本章小结第78-79页
第6章 基于深度相机的人体重建技术应用第79-88页
    6.1 数字虚拟化身第79-80页
    6.2 虚拟试衣第80页
    6.3 人体运动信息的三维打印输出第80-88页
        6.3.1 原理第82-83页
        6.3.2 算法第83-86页
        6.3.3 结果第86-88页
第7章 总结与展望第88-90页
    7.1 本文工作总结第88-89页
    7.2 今后研究展望第89-90页
参考文献第90-100页
攻读博士学位期间主要的研究成果第100-102页
致谢第102-103页

论文共103页,点击 下载论文
上一篇:模块化策略在建筑优化设计中的应用研究
下一篇:工程变形监测数据处理及其在越南的应用研究