| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题研究背景和意义 | 第9-11页 |
| 1.2 Microsoft Kinect简介 | 第11-13页 |
| 1.2.1 Kinect设备及特性 | 第11-12页 |
| 1.2.2 Kinect深度数据帧及获取原理 | 第12-13页 |
| 1.3 基于Kinect的三维建模的研究现状 | 第13-15页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.4 本文研究内容与章节安排 | 第15-17页 |
| 2 点云数据获取 | 第17-25页 |
| 2.1 彩色图像及深度图像获取 | 第17-20页 |
| 2.1.1 软硬件 | 第17页 |
| 2.1.2 获取流程 | 第17-20页 |
| 2.2 深度图像滤波 | 第20-22页 |
| 2.3 三维点云数据获取 | 第22-24页 |
| 2.3.1 坐标系概念 | 第22-23页 |
| 2.3.2 坐标转换 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 点云分割 | 第25-33页 |
| 3.1 引言 | 第25页 |
| 3.2 相关工作 | 第25-27页 |
| 3.3 GrabCut算法 | 第27-29页 |
| 3.4 本章方法 | 第29页 |
| 3.5 实验结果与分析 | 第29-32页 |
| 3.6 本章小结 | 第32-33页 |
| 4 点云配准 | 第33-45页 |
| 4.1 基于SIFT特征点的点云配准方法 | 第33-40页 |
| 4.1.1 引言 | 第33-34页 |
| 4.1.2 相关理论 | 第34-37页 |
| 4.1.3 本节配准方法 | 第37-39页 |
| 4.1.4 实验结果与分析 | 第39-40页 |
| 4.2 一种匹配两片初始位置较差的点云的方法 | 第40-44页 |
| 4.2.1 引言 | 第40-41页 |
| 4.2.2 变换矩阵 | 第41-42页 |
| 4.2.3 本节方法 | 第42-43页 |
| 4.2.4 实验结果与分析 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 人体建模 | 第45-53页 |
| 5.1 建模方法概述 | 第45-46页 |
| 5.2 基于MLS方法的法线估计、点云平滑和数据重采样 | 第46-48页 |
| 5.3 两种建模算法介绍 | 第48-49页 |
| 5.3.1 泊松表面重建算法 | 第48-49页 |
| 5.3.2 贪婪投影三角化算法 | 第49页 |
| 5.4 实验结果与分析 | 第49-51页 |
| 5.5 本章小结 | 第51-53页 |
| 6 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 参考文献 | 第55-63页 |
| 攻读学位期间发表学术论文清单 | 第63-65页 |
| 致谢 | 第65页 |