基于Kinect的人手建模
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 选题背景、来源及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.3 本文工作 | 第17-18页 |
| 第2章 设备使用和数据获取 | 第18-23页 |
| 2.1 引言 | 第18页 |
| 2.2 深度传感设备 | 第18-19页 |
| 2.3 OpenNI和相关开源工具库 | 第19-20页 |
| 2.4 系统框架 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 数据的初步处理 | 第23-34页 |
| 3.1 引言 | 第23页 |
| 3.2 KinectFusion算法 | 第23-24页 |
| 3.3 Kinect获取原始深度数据 | 第24-26页 |
| 3.4 相机位置追踪 | 第26-28页 |
| 3.5 点云融合 | 第28-30页 |
| 3.6 场景渲染 | 第30-32页 |
| 3.7 提取点云数据和对应网格模型 | 第32-33页 |
| 3.8 本章小结 | 第33-34页 |
| 第4章 基于薄板样条的非刚性配准 | 第34-45页 |
| 4.1 引言 | 第34页 |
| 4.2 薄板样条的定义 | 第34-37页 |
| 4.2.1 精确薄板样条函数 | 第35-36页 |
| 4.2.2 光滑薄板样条函数 | 第36-37页 |
| 4.3 多薄板样条配准 | 第37-39页 |
| 4.4 薄板样条配准测试结果 | 第39-44页 |
| 4.4.1 二维空间下点集的非刚性配准 | 第39-41页 |
| 4.4.2 三维空间下点云集合的非刚性配准 | 第41-42页 |
| 4.4.3 参数对配准结果的影响 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 实验结果 | 第45-55页 |
| 5.1 模拟数据的重建结果 | 第45-46页 |
| 5.2 人手点云数据的配准结果 | 第46-50页 |
| 5.3 模板手变形 | 第50-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 本文工作总结 | 第55页 |
| 6.2 未来工作展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 作者简历 | 第61-62页 |
| 致谢 | 第62页 |
