摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-20页 |
1.1 本课题研究的背景及意义 | 第10-11页 |
1.2 三维扫描技术 | 第11-15页 |
1.3 基于Kinect的三维重建技术 | 第15-18页 |
1.3.1 Kinect深度相机 | 第15-17页 |
1.3.2 基于Kinect的三维重建的研究现状 | 第17-18页 |
1.4 本文研究的主要内容及章节安排 | 第18-20页 |
第2章 人体坐姿测量系统 | 第20-28页 |
2.1 人体扫描坐姿确定 | 第20-22页 |
2.1.1 大小腿夹角范围确定 | 第20-21页 |
2.1.2 手臂摆放位置确定 | 第21页 |
2.1.3 膝间距范围确定 | 第21-22页 |
2.1.4 最佳扫描坐姿 | 第22页 |
2.2 人体坐姿支撑平台设计 | 第22-25页 |
2.2.1 匀速转台 | 第23-24页 |
2.2.2 座椅结构设计 | 第24页 |
2.2.3 扶手结构设计 | 第24-25页 |
2.3 扫描设备介绍 | 第25-27页 |
2.3.1 Kinect v2测量原理 | 第25-26页 |
2.3.2 Kinect v2技术参数 | 第26-27页 |
2.4 本章小结 | 第27-28页 |
第3章 基于Kinect人体坐姿三维点云数据提取和处理 | 第28-40页 |
3.1 两种点云数据获取方式 | 第28-32页 |
3.1.1 基于深度图像点云数据获取 | 第28-31页 |
3.1.2 基于KinectFusion技术点云数据获取 | 第31-32页 |
3.2 点云背景去除 | 第32-34页 |
3.2.1 PCL库简介 | 第32-33页 |
3.2.2 点云精简 | 第33-34页 |
3.2.3 直通滤波 | 第34页 |
3.3 点云去噪平滑 | 第34-35页 |
3.4 点云漏洞填补 | 第35-38页 |
3.4.1 人体自动分割算法 | 第35-37页 |
3.4.2 基于最小二乘法的漏洞填补 | 第37-38页 |
3.5 表面重建 | 第38-39页 |
3.6 本章小结 | 第39-40页 |
第4章 三维人体坐姿扫描系统实验设计与优化 | 第40-49页 |
4.1 实验设计 | 第40-42页 |
4.1.1 实验研究方法 | 第40页 |
4.1.2 实验参数设定及实验安排 | 第40-42页 |
4.2 扫描精度影响因素分析 | 第42-46页 |
4.2.1 扫描因素对各部位精度影响趋势分析 | 第42-45页 |
4.2.2 扫描因素显著性分析 | 第45-46页 |
4.3 优化设计 | 第46-47页 |
4.3.1 近似模型建立 | 第46-47页 |
4.3.2 优化分析 | 第47页 |
4.4 本章小结 | 第47-49页 |
第5章 人体坐姿三维重建系统志愿者实验与分析 | 第49-56页 |
5.1 志愿者坐姿三维点云扫描及处理 | 第49-52页 |
5.1.1 扫描环境与方法 | 第49页 |
5.1.2 扫描点云处理及结果 | 第49-52页 |
5.2 重建人体坐姿模型误差分析 | 第52-55页 |
5.2.1 人体坐姿测量尺寸参数确定及测量 | 第52-54页 |
5.2.2 结果误差分析 | 第54-55页 |
5.3 本章小结 | 第55-56页 |
总结与展望 | 第56-58页 |
参考文献 | 第58-62页 |
附录A 攻读学位期间所发表的学术论文目录 | 第62-63页 |
致谢 | 第63-64页 |