基于RGB彩色和深度信息的三维运动重建研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·研究背景与意义 | 第9-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·计算机视觉研究现状 | 第11-12页 |
| ·Kinect技术研究现状 | 第12-13页 |
| ·人体骨架研究现状 | 第13-14页 |
| ·本文主要研究内容 | 第14页 |
| ·本文的组织结构 | 第14-16页 |
| 2 RGB彩色与深度图像 | 第16-23页 |
| ·RGB彩色和深度图像的基本概念 | 第16-17页 |
| ·深度图像获取技术 | 第17-18页 |
| ·Kinect简介 | 第18-21页 |
| ·Kinect的发展史 | 第18页 |
| ·Kinect的工作原理 | 第18-19页 |
| ·Kinect获取深度图像原理 | 第19-21页 |
| ·RGB彩色图像与深度图像对齐 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 人体骨架线提取算法 | 第23-34页 |
| ·人体区域与背景分割 | 第23-29页 |
| ·常用分割方法 | 第23-27页 |
| ·本文的分割方法 | 第27-29页 |
| ·骨架模型 | 第29-30页 |
| ·经典提取骨架算法 | 第30-31页 |
| ·人体骨架线的提取 | 第31-33页 |
| ·人体轮廓图像的平滑处理 | 第31-32页 |
| ·人体轮廓骨架的提取 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 4 三维骨架提取 | 第34-42页 |
| ·人体关节点定位算法 | 第34-39页 |
| ·人体关节点定位方法的分类 | 第34-35页 |
| ·人体关节点定位的典型方法 | 第35-37页 |
| ·本文所用的关节点定位算法 | 第37-39页 |
| ·三维骨架提取算法 | 第39-41页 |
| ·三维骨架算法综述 | 第39-40页 |
| ·本文所用的三维骨架提取算法 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 5 三维运动骨架重建实验及分析 | 第42-49页 |
| ·实验平台及流程 | 第42-43页 |
| ·结果及分析 | 第43-46页 |
| ·算法对比 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 6 总结与展望 | 第49-51页 |
| ·工作总结 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间发表的论文 | 第55-56页 |
| 致谢 | 第56-58页 |
