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

高辨识度三维人体模型重建系统研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第9-16页
    1.1 课题研究意义第9-10页
        1.1.1 个性化定制第9页
        1.1.2 三维人体模型重建技术的意义第9-10页
    1.2 三维人体模型重建研究现状第10-13页
        1.2.1 利用三维设计软件进行建模第10页
        1.2.2 利用深度扫描仪进行建模第10-12页
        1.2.3 利用序列图像进行建模第12-13页
    1.3 本文的主要工作和创新点第13-14页
        1.3.1 本文的主要工作第13-14页
        1.3.2 本文的创新点第14页
    1.4 本文各个章节的主要内容第14-16页
第二章 重建三维人体模型所需关键技术介绍第16-34页
    2.1 基于深度扫描仪重建三维人体模型所需关键技术介绍第16-21页
        2.1.1 深度扫描仪介绍第16-18页
        2.1.2 三维点云配准技术介绍第18-21页
    2.2 基于序列图像重建三维人体模型所需关键技术介绍第21-32页
        2.2.1 相机成像的理论基础第21-24页
        2.2.2 图像特征点匹配第24-25页
        2.2.3 SIFT特征点检测算法第25-28页
        2.2.4 两视图重建三维模型第28-30页
        2.2.5 多视图重建三维模型第30-32页
    2.3 本章小结第32-34页
第三章 基于深度扫描仪的三维模型重建系统第34-45页
    3.1 系统设计与三维人体点云数据采集第35-37页
    3.2 三维人体模型重建第37-40页
        3.2.1 点云的预处理第37-38页
        3.2.2 特征点的刚性粗配准第38页
        3.2.3 点云的精确配准第38-39页
        3.2.4 三组点云数据之间的配准第39-40页
    3.3 曲面重构第40-41页
    3.4 实验及结果分析第41-44页
    3.5 本章小结第44-45页
第四章 基于序列图像的三维模型重建系统第45-58页
    4.1 序列图像采集与预处理第45-47页
        4.1.1 采集人体序列图像第45-46页
        4.1.2 图像的预处理第46-47页
    4.2 基于SIFT算法的图像特征点检测与匹配第47-51页
        4.2.1 SIFT特征点检测与匹配算法步骤第47-50页
        4.2.2 SIFT特征点检测结果第50-51页
    4.3 多视图重建三维模型第51-53页
        4.3.1 两个世界坐标系之间的转换第51-52页
        4.3.2 使用ICP算法减少误差第52-53页
        4.3.3 稀疏点云数据生成第53页
    4.4 稠密点云生成第53-54页
    4.5 点云数据后续处理第54页
    4.6 实验结果分析第54-57页
    4.7 本章小结第57-58页
第五章 总结与展望第58-60页
    5.1 本文工作总结第58页
    5.2 今后研究展望第58-60页
参考文献第60-63页
附录1 攻读硕士学位期间撰写的论文第63-64页
附录2 攻读硕士学位期间申请的专利第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:具有测量数据丢失与长时延的网络化控制系统H_∞控制
下一篇:基于熔融沉积技术的金属3D打印机研制