基于Kinect深度信息的人体三维点云去噪方法

针对复杂场景中三维点云噪声数据影响人体三维重建效率、精度的问题,提出一种基于深度信息的三维点云去噪方法。首先使用Kinect三维扫描仪获取场景中人体的三维深度噪声数据,采用多模型数据融合方法进行预处理,然后通过改进的C均值算法去除离群点噪声并进行聚类,最后利用深度数据双边滤波方法对高频信息进行处理。通过实验对比验证,论文方法能够有效地除去大尺度噪声和光顺小尺度噪声,并保留数据的完整性。

基于真实三维人体点云的特征参数提取

针对真实三维人体点云数据,提出一种快速提取人体特征参数的方法。首先对点云数据进行预处理,并将人体中心点转化为坐标原点,然后利用人体几何形状以及特征参数的定义,通过分层探索法来定位人体特征点,最后利用人体特征点得到相应的特征截面信息,使用边缘识别法提取特征轮廓边界点,对于不同人体体型,基于人体几何形状分析法自动识别正常和肥胖人体体型,有效地计算不同体型的真实特征参数信息。数值实验说明了该方法的有效性。

基于优化DRG的三维人体点云骨架提取方法

针对离散Reeb图(Discrete Reeb Graph,DRG)描述人体骨架时分支部位骨架线偏离中轴的问题,采用了能量函数最小化的方法对DRG曲线进行优化。将人体模型的DRG曲线作为初始骨架,定义其能量函数,在点云模型的距离场梯度的作用下,迭代地调整偏离中轴目标段的曲线位置使其逐渐逼近中轴,能量函数最小时得到优化的骨架。将该算法应用于同一模特四个不同姿势和四个不同模特同一姿势的人体点云模型,并与基于拉普拉斯算子的点云收缩的骨架提取方法进行了比较。结果表明,该算法能够很好地适应各种不同姿势和体型,模型分叉部位的特征得到更加完善的描述,得到的骨架曲线更接近模型的中轴。

服装设计用三维人体扫描系统

针对当前大多数服装业商用三维人体扫描系统耗时长、价格昂贵等缺点,提出建立一种能够从3个方向同时扫描人体的扫描系统。借助2个互成120°夹角的工业用平面镜,只要在单一方向上安装CCD相机和标准线激光。相机每拍摄1次,就可得到3幅不同视觉方向的图像,其中2幅图像相当于相机在平面镜中2个虚拟相机对目标从不同角度拍摄所得到图像,根据三角测量原理可实现三维人体点云数据采集。详细介绍了扫描系统的元件选用和系统布置方法,自行设计了每个区域大小非线性关系的圆柱体标定靶,对系统的内外参数和系统总体进行了标定,并运用欧几里得距离进行了误差计算。实验结果验证了系统的高效性、可行性和可靠性。

基于Pro/E的人体特征尺寸提取

根据三维服装CAD系统对三维数字化人体尺寸特征信息的需要,提出了一种提取人体特征尺寸的新方法。该方法可根据人体扫描数据重构人体曲面模型,而后将模型导入Pro/E中,通过创建水平基准面与人体表面求交,找出人体主要特征尺寸如颈围、胸围、腰围、臀围所在的截面轮廓曲线特点,以此设定搜索这些特征截面轮廓曲线需满足的条件,利用Pro/E的测量分析和优化特征分析功能进行求解,从而获得满足设定条件的人体截面轮廓曲线所在的位置,最终计算截面轮廓曲线的长度以得到人体特征尺寸。该方法具有操作简便,易于掌握的特点。

基于多个Kinect的三维照相技术研究

目前已研发出的三维照相设备在拍摄人体的过程中有着许多的不足,比如拍摄时间过长,最终效果不理想等。针对这些问题,提出一种新的基于多个Kinect的三维照相方法。