欢迎来到天天文库
浏览记录
ID:32967910
大小:8.37 MB
页数:102页
时间:2019-02-18
《基于深度相机的三维物体与人体扫描重建》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、ADisertationSubmitedtoZhejiangUn"er"tyfortheDegreofun1Ves1tYDegreeDoctorofPhilosophyTITLE:§Q垒垒旦主旦g垒旦鱼B皇鱼Q望§主!坠Q主主Q旦Q重量QQ坠j皇鱼主璺垒旦垒H型堡垒旦垦Q鱼主皇墨堕璺主旦gQ皇乜主hCamerasAuthor:,工i旦g!QngSupervisor:里!Q至:兰hig里坠g£垒旦£!Q至:Lig垒ngLi堕Subject:旦igi主垒!△!主垒望堡立里墨ig望College:£Q堡卫望主金!Sgi皇垒g里Sub
2、mittedDate:旦金鱼金堡垫旦!:2Q!星浙江大学博士学位论文摘要IUlIIIMUIIIIIIIIIIIUlY2281442获取物体以及人体表面的三维几何信息是计算机图形学、计算机视觉等领域中一项基本任务,有着广泛的应用价值。同传统三维扫描和立体视觉方法相比,深度相机价格低廉、结构小巧、使用方便、不易受纹理光照的影响,且能实时捕获物体表面深度与彩色信息。然而目前深度相机普遍存在获取深度信息分辨率低、噪声大的问题。另外,为了获取物体表面各个角度完整的几何信息,需要对多视角捕获的高噪声数据配准,而动态物体的配准仍然是一个被广
3、泛关注的研究难题。本文利用两种深度相机,尝试建立一套简单易用的三维物体与人体扫描重建系统,主要研究工作如下:利用time—of—flight(ToF)相机,实现静态物体扫描重建:首先对物体不同角度拍摄的深度数据进行预处理;对生成的网格序列进行两两刚体配准、选取关键帧网格;进行全局非刚体配准和网格变形,最后得到质量较高的模型。利用TOF相机,实现三维发型扫描重建:利用时域平均方法减缓采集数据中的随机噪声,利用不同视点下的距离约束减缓相机系统畸变,在处理发型深度数据的同时也可以处理人体扫描过程中轻微的非刚体形变。本文所提出方法也可
4、用于处理一般材质模型的扫描重建,达到了较好的效果。针对单台Kinect扫描全身人体数据质量较差以及多台Kinect之间相互干扰的问题,提出了一种利用多台Kinect的三维人体非刚体扫描重建方法。该方法首先重建粗糙人体模板,逐帧驱动捕获数据两两变形配准;然后在变形空间上进行全局非刚体配准,以满足环路闭合约束、处理遮挡引起的问题;利用模板将各帧数据变形对齐,生成质量较高的三维人体模型。最后,将本文扫描重建方法得到的三维人体模型,应用于生成特定人的数字虚拟化身、三维虚拟试衣以及人体运动信息的三维打印输出。关键词:深度相机,三维扫描,
5、三维人体重建,几何数据配准,几何建模AbstractCapturmgthe3DshapesofobjectsandhumanbodiesisabasictaskforcoII】putergraphlc8and∞mputervisionapplications.Comparedwithstructuredlight.1aserscan0rst盯eovision,depthcamerahasitsadvantages.Itenablesacquiringdepthdatai11realtimewithllttleconsidera
6、tionabouttextureorlightingcondition.ThecameraisconlpaCt,low-pnceandaseasytouseasavideocamera,whichhasthepotentialtobeusedbYeVerydayusers·Unfortunately,thecaptureddatacannotbedirectlyusedduetotneIow姗ageresolutionandhighnoiselevel.Anotherchallengeisthenon.rigidreglstr
7、atlonornoisydeformingobjects.Inthispaper,novelapproachesaureproposedtoscan3Dobjectsandhumanbodywiththehelpoftime.of-flightcameraandMicrosonKinect.Themaincontentisasfollows:1n18paperpresentsanalgorithmfor3Dreconstructionofrigidobjectusill2onelutcamem·First,thecapture
8、ddatafromdifferentviewsaresegmentedanddenoised.Second,themeshesareroughlyalignedusingrigidal蟾mnent,andkey丘amesaureselectedtoreducemotionbl
此文档下载收益归作者所有