基于Kinect三维人体重建的研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第10-20页 |
| 1.1 课题来源 | 第10页 |
| 1.2 研究背景与意义 | 第10-13页 |
| 1.3 研究现状 | 第13-16页 |
| 1.3.1 国外研究现状 | 第13-15页 |
| 1.3.2 国内研究现状 | 第15-16页 |
| 1.4 本文研究内容 | 第16-17页 |
| 1.5 论文的结构安排 | 第17-18页 |
| 1.6 本章小结 | 第18-20页 |
| 2 Kinect的原理及相机标定 | 第20-32页 |
| 2.1 Kinect的介绍 | 第20-21页 |
| 2.1.1 Kinect的硬件结构 | 第20-21页 |
| 2.1.2 Kinect的工作原理 | 第21页 |
| 2.2 Kinect相机的标定 | 第21-30页 |
| 2.2.1 彩色和深度摄像头的模型 | 第22-24页 |
| 2.2.2 彩色和深度摄像头的相对位姿 | 第24-25页 |
| 2.2.3 非线性优化 | 第25-26页 |
| 2.2.4 标定过程 | 第26-28页 |
| 2.2.5 标定结果与分析 | 第28-30页 |
| 2.3 本章小结 | 第30-32页 |
| 3 点云数据的采集和预处理 | 第32-46页 |
| 3.1 人体三维重建的主要开发平台 | 第32-33页 |
| 3.2 点云数据的生成 | 第33-34页 |
| 3.3 点云数据的预处理 | 第34-45页 |
| 3.3.1 目标物体的提取 | 第34-36页 |
| 3.3.2 点云数据的滤波 | 第36-45页 |
| 3.4 本章总结 | 第45-46页 |
| 4 点云的配准 | 第46-64页 |
| 4.1 配准中的转换关系 | 第46-48页 |
| 4.2 粗配准 | 第48-57页 |
| 4.2.1 点云表面法线估计 | 第49-50页 |
| 4.2.2 快速点特征直方图 | 第50-52页 |
| 4.2.3 随机抽样一致性算法 | 第52-54页 |
| 4.2.4 采样一致性初始配准 | 第54-55页 |
| 4.2.5 基于FPFH的采样一致性粗配准算法 | 第55-57页 |
| 4.3 精配准 | 第57-61页 |
| 4.3.1 ICP算法原理 | 第57-58页 |
| 4.3.2 Kd树空间搜索 | 第58-59页 |
| 4.3.3 基于Kd树的ICP精配准 | 第59-61页 |
| 4.4 本章小结 | 第61-64页 |
| 5 三维物体表面重建 | 第64-70页 |
| 5.1 贪婪投影三角化法 | 第64-66页 |
| 5.1.1 贪婪投影三角化重建结果 | 第65-66页 |
| 5.2 泊松曲面重建法 | 第66-69页 |
| 5.2.1 泊松曲面重建结果 | 第68-69页 |
| 5.3 本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| 6.1 本文工作总结 | 第70页 |
| 6.2 工作展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 作者攻读学位期间发表学术论文清单 | 第78-80页 |
| 致谢 | 第80页 |
