论文部分内容阅读
三维人体模型在服装行业、医疗诊断、游戏制作等领域都有着广泛的应用,然而基于结构光和激光的三维人体扫描设备不仅体积庞大,操作复杂,而且价格也比较昂贵,因此难以在市场推广。Kinect是一款深度相机,它可以同时获得人体的彩色图像和深度数据,从而可以构造人体的三维点云,根据点云可以重建人体的三维模型。由于Kinect设备体积小、易操作、价格便宜,目前已经成为众多学者的研究热点。因此本文旨在对基于Kinect的三维人体建模技术进行研究,主要的研究内容如下:(1)为了在所获得的点云数据中有效提取出人体点云,提出了一种分割出目标物点云的方法。该方法首先使用开源计算机视觉库(Open Source Computer Vision,简称Open CV)中的Grab Cut算法对所获得的彩色图像进行分割,然后用分割后的彩色图像和对应的深度信息生成点云,此点云只包含待重建的目标物点云,去除了无关的冗余信息,可提高后续实验中模型重建的速度和精度。该方法与欧氏聚类分割方法相比,简单实用,针对性强,而且效果较好。(2)对迭代最近点(Iterative Closest Point,简称ICP)算法进行了改进,首先对两片点云进行了体素栅格下采样,其次找出源点云的尺度不变特征转换(Scale Invariant Feature Transform,简称SIFT)特征点并保存成点云,然后通过ICP算法对已保存的点云与体素栅格下采样后的目标点云进行配准,同时通过随机采样一致算法(Random Sample Consensus,简称RANSAC)去除错误匹配点对,保留变换后的源点云,重复上述过程直到满足收敛条件,并通过实验证明了该方法的有效性。此外,为了解决ICP算法不能配准初始位置较差的两片点云的问题,提出一种在配准之前先平移再旋转的方法,实验结果表明,该方法对初始位置较差的两片点云可以成功配准。(3)利用移动最小二乘(Moving Least Squares,简称MLS)方法对配准后的点云数据进行了法线估计、点云平滑和重采样,然后分别介绍了泊松表面重建算法和贪婪投影三角化算法,并对比了两种建模算法的建模结果,最后使用贪婪投影三角化算法实现了人体模型重建。本文通过Kinect采集到人体点云数据,分别对点云分割、点云配准和点云重建进行了研究,使得基于Kinect的三维人体建模方法更加高效和准确。