摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-17页 |
1.1 研究背景 | 第11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 非接触式人体测量技术 | 第11-14页 |
1.2.2 非接触式人体测量技术的应用 | 第14-15页 |
1.3 研究趋势与意义 | 第15页 |
1.4 研究内容 | 第15-16页 |
1.5 论文结构 | 第16-17页 |
第二章 相关理论介绍 | 第17-31页 |
2.1 轮廓提取算法 | 第17-24页 |
2.1.1 基于边缘的轮廓提取算法 | 第17-19页 |
2.1.2 基于区域的轮廓提取算法 | 第19-20页 |
2.1.3 基于Snake模型的轮廓提取算法 | 第20-21页 |
2.1.4 轮廓提取算法比较 | 第21-24页 |
2.2 特征点提取算法 | 第24-28页 |
2.2.1 基于二值图像的特征点提取算法 | 第24-25页 |
2.2.2 基于轮廓向量的特征点提取算法 | 第25-26页 |
2.2.3 基于轮廓分割的特征点提取算法 | 第26-27页 |
2.2.4 特征点提取算法比较 | 第27-28页 |
2.3 围度拟合算法 | 第28-29页 |
2.3.1 曲线拟合算法 | 第28页 |
2.3.2 回归分析算法 | 第28-29页 |
2.3.3 围度拟合算法比较 | 第29页 |
2.4 本章小结 | 第29-31页 |
第三章 基于形状估计的非闭合主动轮廓模型算法研究 | 第31-46页 |
3.1 主动轮廓模型综述 | 第31-33页 |
3.2 基于形状估计的非闭合主动轮廓模型 | 第33-38页 |
3.2.1 算法流程 | 第33-34页 |
3.2.2 非闭合主动轮廓模型 | 第34-36页 |
3.2.3 形状估计 | 第36-37页 |
3.2.4 自动初始轮廓设置 | 第37-38页 |
3.3 实验结果与分析 | 第38-45页 |
3.3.1 实验环境与实验参数 | 第38-40页 |
3.3.2 实验对比与分析 | 第40-45页 |
3.4 本章小结 | 第45-46页 |
第四章 基于人体比例与局部轮廓的人体测量算法研究 | 第46-69页 |
4.1 传统基于图像的人体测量算法缺点 | 第46页 |
4.2 基于人体比例与局部轮廓的算法思想 | 第46-50页 |
4.2.1 人体比例关系 | 第46-47页 |
4.2.2 人体站姿与特征区域 | 第47-48页 |
4.2.3 人体特征区域划分与特征点提取步骤 | 第48-50页 |
4.2.4 算法流程 | 第50页 |
4.3 特征区域内的人体轮廓与特征点提取 | 第50-57页 |
4.3.1 正面头部特征区域与正面头顶点、左右颈点 | 第51页 |
4.3.2 左右肩膀特征区域与左右肩膀点 | 第51-52页 |
4.3.3 左右胸部特征区域与左右胸 | 第52-53页 |
4.3.4 左右手腕特征区域与左右手腕点 | 第53-54页 |
4.3.5 正面脚底特征区域与脚底点 | 第54-55页 |
4.3.6 侧面头部特征区域与侧面头顶点 | 第55-56页 |
4.3.7 正面脚底特征区域与脚底点 | 第56-57页 |
4.4 人体参数拟合 | 第57-59页 |
4.4.1 长度参数 | 第57-59页 |
4.4.2 围度参数 | 第59页 |
4.5 实验结果与分析 | 第59-67页 |
4.5.1 实验环境与实验参数 | 第60-61页 |
4.5.2 测量结果 | 第61-67页 |
4.6 本章小结 | 第67-69页 |
第五章 基于图像的人体测量系统的设计与实现 | 第69-79页 |
5.1 系统介绍 | 第69页 |
5.1.1 系统目标 | 第69页 |
5.1.2 开发环境 | 第69页 |
5.2 系统的体系结构设计 | 第69-76页 |
5.2.1 系统功能设计 | 第70-72页 |
5.2.2 系统模块设计 | 第72-73页 |
5.2.3 系统接口设计 | 第73-74页 |
5.2.4 系统数据结构设计 | 第74-76页 |
5.3 系统展示 | 第76-78页 |
5.4 本章小结 | 第78-79页 |
第六章 总结与展望 | 第79-81页 |
6.1 总结 | 第79-80页 |
6.2 展望 | 第80-81页 |
致谢 | 第81-82页 |
参考文献 | 第82-86页 |
攻硕期间取得的研究成果 | 第86-87页 |