论文部分内容阅读
随着科学技术的发展,人们对可视化技术更深入的研究,市场对虚拟人的需求越来越强烈,三维人体重建技术广泛的应用与人相关的各种领域里。计算机软硬件技术在发展,信息在获得和处理方便也是与时俱进的,所以提取到的数据准确度也越来越高,更高的数据精度将为未来更精确的进行三维人体重构,并且模拟自然人的行为提供了坚实可靠的基础。
人体可视化数据集中的人体切片图像被广泛地应用于医学领域的三维重建中,本文将人体可视化数据集作为人体表面建模的数据材料。首先要获取人体表面的数据点,由于医学领域环境的特殊性,获取的切片图形包含了很多冗余的信息,所以对切片图形进行处理。预处理主要是进行滤波去噪、增强、分割和提取特征等操作后得到了清晰的人体边缘轮廓图像。
最后介绍了三维人体轮廓建模方法,其中包括多轮廓线提取算法和曲线拟合算法。在多轮廓线的提取过程中,先用边界跟踪算法提取了边界轮廓线,然后通过点集归类算法确定了轮廓线与点的关系,再选用一种新的特征点保留算法,提取人体轮廓线的特征点,最后采用了基于弦值法的数据筛选方法精简了边界轮廓线。在曲线拟合算法中介绍了Hermite插值曲线,提出轮廓线Hermite曲线建模算法。最后经编程实验,成功实现了单幅图像里的多轮廓二维重构,得到了人体切片胸部轮廓线。
人体可视化数据集中的人体切片图像被广泛地应用于医学领域的三维重建中,本文将人体可视化数据集作为人体表面建模的数据材料。首先要获取人体表面的数据点,由于医学领域环境的特殊性,获取的切片图形包含了很多冗余的信息,所以对切片图形进行处理。预处理主要是进行滤波去噪、增强、分割和提取特征等操作后得到了清晰的人体边缘轮廓图像。
最后介绍了三维人体轮廓建模方法,其中包括多轮廓线提取算法和曲线拟合算法。在多轮廓线的提取过程中,先用边界跟踪算法提取了边界轮廓线,然后通过点集归类算法确定了轮廓线与点的关系,再选用一种新的特征点保留算法,提取人体轮廓线的特征点,最后采用了基于弦值法的数据筛选方法精简了边界轮廓线。在曲线拟合算法中介绍了Hermite插值曲线,提出轮廓线Hermite曲线建模算法。最后经编程实验,成功实现了单幅图像里的多轮廓二维重构,得到了人体切片胸部轮廓线。