首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于Kinect的脚型测量系统的设计与实现

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-15页
    1.1 论文研究背景和意义第10-11页
    1.2 国内外研究现状第11-12页
    1.3 课题研究内容第12-13页
    1.4 论文组织结构第13-15页
第2章 Kinect传感器及数据的获取第15-26页
    2.1 Kinect传感器简介第15页
    2.2 Kinect传感器硬软件系统第15-17页
        2.2.1 Kinect传感器硬件第15-16页
        2.2.2 Kinect传感器软件开发环境第16-17页
    2.3 深度数据的获取第17-21页
        2.3.1 Kinect深度数据第17-18页
        2.3.2 Kinect深度数据的获取原理第18-21页
    2.4 点云数据的获取第21-25页
        2.4.1 参考坐标系第21-24页
        2.4.2 Kinect三维点云的获取第24-25页
    2.5 本章小结第25-26页
第3章 Kinect深度图像及点云数据的处理第26-41页
    3.1 Kinect噪声第26-27页
    3.2 Kinect深度图像预处理第27-36页
        3.2.1 高斯滤波第27-28页
        3.2.2 中值滤波第28-30页
        3.2.3 均值滤波第30-32页
        3.2.4 双边滤波第32-33页
        3.2.5 联合双边滤波第33-35页
        3.2.6 基于时空域深度图修复第35-36页
    3.3 Kinect深度图分割第36-40页
        3.3.1 阈值分割法第37-38页
        3.3.2 帧间差分法第38-39页
        3.3.3 背景差分法第39-40页
    3.4 本章小结第40-41页
第4章 特征点匹配与三维点云拼接第41-56页
    4.1 特征点检测第41-50页
        4.1.1 Harris角点检测第42-44页
        4.1.2 SIFT角点检测第44-47页
        4.1.3 SURF角点检测第47-50页
    4.2 特征点提取与描述第50-52页
        4.2.1 确定特征点方向第50-51页
        4.2.2 构造SURF特征点描述符第51-52页
    4.3 特征点匹配第52-53页
        4.3.1 基于灰度的图像匹配算法第52页
        4.3.2 基于特征的图像匹配算法第52-53页
        4.3.3 本文特征匹配算法第53页
        4.3.4 特征点的匹配修正第53页
    4.4 三维点云的拼接第53-55页
    4.5 本章小结第55-56页
第5章 三维脚型测量实验与分析第56-66页
    5.1 实验环境与设备第56页
    5.2 脚型三维重建第56-60页
        5.2.1 特征点匹配实验第58-59页
        5.2.2 三维点云模型重建第59-60页
    5.3 脚型的参数测量第60-64页
        5.3.1 脚型特征参数介绍第60-61页
        5.3.2 脚型特征参数的提取第61-64页
    5.4 实验总结分析第64-65页
        5.4.1 测量系统的误差分析第64-65页
        5.4.2 提高测量精度的方法第65页
    5.5 本章小结第65-66页
第6章 总结与展望第66-68页
    6.1 论文工作总结第66页
    6.2 后续工作展望第66-68页
参考文献第68-72页
致谢第72-73页
攻读学位期间参加的科研项目和成果第73页

论文共73页,点击 下载论文
上一篇:3-DOF拟人机械臂运动学性能分析与设计
下一篇:基于滑模控制的多永磁同步电机同步控制研究