基于深度图像的人体轮廓识别技术
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文主要研究内容 | 第11-12页 |
| 1.4 论文的章节安排 | 第12-14页 |
| 第二章 深度图像预处理技术研究 | 第14-24页 |
| 2.1 引言 | 第14页 |
| 2.2 深度成像技术 | 第14-16页 |
| 2.3 图像预处理 | 第16-21页 |
| 2.3.1 图像灰度化 | 第16页 |
| 2.3.2 图像修复 | 第16-19页 |
| 2.3.3 图像的形态学处理 | 第19页 |
| 2.3.4 图像分割 | 第19-20页 |
| 2.3.5 图像轮廓提取 | 第20-21页 |
| 2.4 实验结果与讨论 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 人体轮廓匹配技术研究 | 第24-37页 |
| 3.1 引言 | 第24页 |
| 3.2 图像模板匹配算法 | 第24-25页 |
| 3.3 图像模板匹配算法分类 | 第25-31页 |
| 3.3.1 基于灰度值的模板匹配算法研究 | 第26-28页 |
| 3.3.2 基于特征的模板匹配算法研究 | 第28-30页 |
| 3.3.3 基于边缘点的模板匹配算法研究 | 第30-31页 |
| 3.4 头部轮廓模板匹配算法具体实现 | 第31-34页 |
| 3.4.1 距离变换 | 第31-33页 |
| 3.4.2 匹配相似性度量模型设计 | 第33-34页 |
| 3.5 实验结果与讨论 | 第34-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 人体轮廓识别实时性能优化研究 | 第37-55页 |
| 4.1 引言 | 第37-39页 |
| 4.1.1 金字塔搜索方法 | 第37-38页 |
| 4.1.2 GPU加速 | 第38页 |
| 4.1.3 遗传算法搜索方法 | 第38-39页 |
| 4.2 遗传算法详细介绍 | 第39-44页 |
| 4.2.1 遗传算法的基本运算过程 | 第39-41页 |
| 4.2.2 遗传算法具体实现方案设计 | 第41-43页 |
| 4.2.3 遗传算法具体实现方案优化 | 第43-44页 |
| 4.3 实验结果与讨论 | 第44-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 基于点云的人体三维重建技术研究 | 第55-65页 |
| 5.1 引言 | 第55页 |
| 5.2 kinect坐标系转换原理 | 第55-57页 |
| 5.3 Delaunay三角剖分算法 | 第57-60页 |
| 5.4 实验结果与讨论 | 第60-64页 |
| 5.4.1 坐标系转换验证实验 | 第60-61页 |
| 5.4.2 人体三维重建实验 | 第61-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 进一步研究展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
