用于增强现实的实时深度图像三维人体表面重建

摘要

三维重建技术是增强现实领域不可分割的一部分，在电影、游戏、人机交互、运动分析、医疗诊断等众多领域都有着十分广阔的应用前景。三维人体表面重建则是三维重建技术的一个重要分支，在众多领域也得到了极为广泛的应用。
　　针对增强现实技术的突出问题和三维人体表面重建技术对于提高增强现实人机交互的重要性，本文创新性地实现了增强现实中基于深度图像的实时三维人体表面重建算法。本文使用单帧深度信息图像与深度信息视频流，完成基于深度图像的三维人体表面重建。
　　第一，在深度图像的预处理部分，我们首先分析Kinect的数据流情况，然后使用特定函数获取重建所需要的深度信息数据流，然后使用不同的滤波算法对获取的深度信息进行平滑处理。根据不同的平滑滤波效果对比之后，最后选取中值平滑滤波来处理深度信息。为了更好地实现实时效果，并对中值平滑滤波进行加速处理。
　　第二，在三维人体表面建模中，我们首先通过深度信息的双阈值处理，减少对不必要的空间点的采样，并通过坐标转换来获得实际三维空间中的点云坐标；然后对点云数据进行行间三角化处理，将点云信息转换为空间曲面模型；最后使用最小二乘法拟合顶点平面的方法估计每一点的法向量，来实现光照效果，最终获得更好的三维效果。
　　该算法最终可以实现在满足实时的前提下，输入深度信息视频流，重建三维人体表面模型。通过完善的实验平台搭建，并针对时间开销和重建效果等方面实验结果的对比，证明本算法应用于增强现实应用的时候可以满足实时处理，同时在人体表面重建效果有良好的表现，与现有算法相比具有很多的优势，在其它涉及基于深度图像人体三维重建应用的开发有着很大的潜力。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景

1.2研究意义

1.3技术路线及章节概述

第二章 相关技术介绍

2.1点云

2.2三维扫描技术与软件

2.3用于三维模型的三维重建技术

2.4点集三角化

2.5三维模型显示技术

2.6数字图像滤波器

2.7动态结构生成

2.8 Openframeworks介绍

2.9光照

第三章 深度信息获取及增强

3.1 Kinect深度数据预处理

3.2平滑滤波处理

3.3本章小结

第四章 三维人体表面重建

4.1基于Kinect深度信息的点云采样区域优化

4.2点云数据存储与坐标转化

4.3点云三角化处理

4.4点云顶点法向量估计

4.5表面模型平滑处理

4.6本章小结

第五章 渲染与实验结果

5.1实验平台介绍

5.2实验结果

5.3实验性能分析

5.4本章小结

第六章 总结与展望

参考文献

发表论文和参加科研情况说明

致谢