| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 技术路线及章节概述 | 第10-12页 |
| 第二章 相关技术介绍 | 第12-18页 |
| 2.1 点云 | 第12页 |
| 2.2 三维扫描技术与软件 | 第12-13页 |
| 2.3 用于三维模型的三维重建技术 | 第13-14页 |
| 2.3.1 基于物体测量的三维重建技术 | 第13页 |
| 2.3.2 基于非物体测量的三维重建技术 | 第13-14页 |
| 2.4 点集三角化 | 第14-15页 |
| 2.5 三维模型显示技术 | 第15-16页 |
| 2.6 数字图像滤波器 | 第16页 |
| 2.7 动态结构生成 | 第16页 |
| 2.8 Openframeworks介绍 | 第16-17页 |
| 2.9 光照 | 第17-18页 |
| 第三章 深度信息获取及增强 | 第18-31页 |
| 3.1 Kinect深度数据预处理 | 第18-21页 |
| 3.1.1 Kinect深度数据流获取 | 第18-20页 |
| 3.1.2 Kinect深度数据存储 | 第20-21页 |
| 3.2 平滑滤波处理 | 第21-30页 |
| 3.2.3 高斯平滑滤波 | 第22页 |
| 3.2.4 均值平滑滤波 | 第22页 |
| 3.2.5 中值平滑滤波 | 第22-23页 |
| 3.2.6 平滑滤波处理对比 | 第23-28页 |
| 3.2.7 中值平滑滤波加速 | 第28-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 三维人体表面重建 | 第31-49页 |
| 4.1 基于Kinect深度信息的点云采样区域优化 | 第32-33页 |
| 4.2 点云数据存储与坐标转化 | 第33-36页 |
| 4.3 点云三角化处理 | 第36-42页 |
| 4.3.1 点云行间三角化处理 | 第37-39页 |
| 4.3.2 点云行间三角化加速 | 第39-42页 |
| 4.4 点云顶点法向量估计 | 第42-46页 |
| 4.4.1 顶点法向量计算方法比较 | 第42-43页 |
| 4.4.2 最小二乘顶点法向量估计 | 第43-46页 |
| 4.5 表面模型平滑处理 | 第46-47页 |
| 4.6 本章小结 | 第47-49页 |
| 第五章 渲染与实验结果 | 第49-58页 |
| 5.1 实验平台介绍 | 第49-50页 |
| 5.1.1 Kinect硬件介绍 | 第49页 |
| 5.1.2 软件平台介绍 | 第49-50页 |
| 5.2 实验结果 | 第50-56页 |
| 5.3 实验性能分析 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 致谢 | 第63-64页 |