基于RGB彩色和深度信息的三维运动重建研究

摘要

近年来，三维运动重建在计算机视觉领域逐渐成为了一个研究热点，应用前景非常广阔。如何描述三维运动重建的有效特征，并将运动人体的三维运动骨架重建出来，以及如何提高三维运动骨架重建的准确率，已经成为三维运动重建的关键问题。
　　在现有理论技术的基础下，本文对三维运动重建的算法及技术做了进一步的研究分析，并提出了一种新的三维运动骨架重建方法。利用Kinect采集RGB彩色和深度图像，并将它们对齐，接着去除RGB彩色图像的背景，从而定位人体的各关节点，然后结合深度信息提取人体三维骨架。从总的方面来看，本文具体研究工作有:
　　(1)通过对国内外发展情况进行研究，分析了人体三维运动重建的不同方法，以及各种方法的优缺点，在此基础上提出了本文的研究方向;
　　(2)在分析总结RGB彩色和深度信息采集方法的基础上，提出了利用Kinect来同时采集RGB彩色和深度信息，并将二者对齐。同时，本文提出了一种新的去除RGB彩色图像背景的算法;
　　(3)分析研究了以往的骨架提取算法，并且比较了各种算法的优缺点，在此基础上提出了一种定位人体关节点的算法，从而找出了人体的各个关节点;
　　(4)基于深度图像中各像素点的三维性，提出了一种将各关节点的二维坐标转换为三维坐标的方法，进而得到了人体的三维骨架。
　　通过大量的实验结果和数据分析表明，运用本文提出的新颖的三维运动骨架重建方法，实验系统能够较准确的提取出人体的三维骨架。

目录

摘要

1 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．2．1 计算机视觉研宄现状

1．2．2 Kinect技术研究现状

1．2．3 人体骨架研宄现状

1．3 本文主要研究内容

1．4 本文的组织结构

2 RGB彩色与深度图像

2．1 RGB彩色和深度图像的基本概念

2．2 深度图像获取技术

2．3 Kinect简介

2．3．1 Kinect的发展史

2．3．2 Kinect的工作原理

2．3．3 Kinect获取深度图像原理

2．4 RGB彩色图像与深度图像对齐

2．5 本章小结

3 人体骨架线提取算法

3．1 人体区域与背景分割

3．1．1 常用分割方法

3．1．2 本文的分割方法

3．2 骨架模型

3．3 经典提取骨架算法

3．4 人体骨架线的提取

3．4．1 人体轮廓图像的平滑处理

3．4．2 人体轮廓骨架的提取

3．5 本章小结

4 三维骨架提取

4．1 人体关节点定位算法

4．1．1 人体关节点定位方法的分类

4．1．2 人体关节点定位的典型方法

4．1．3 本文所用的关节点定位算法

4．2 三维骨架提取算法

4．2．1 三维骨架算法综述

4．2．2 本文所用的三维骨架提取算法

4．3 本章小结

5 三维运动骨架重建实验及分析

5．1 实验平台及流程

5．2 结果及分析

5．3 算法对比

5．4 本章小结

6 总结与展望

6．1 工作总结

6．2 展望

参考文献

攻读硕士学位期间发表的论文

致谢

声明