声明
摘要
1.1研究背景与意义
1.2研究现状
1.2.1图像分割研究现状
1.2.2人体三维数据拟合研究现状
1.3论文主要工作及结构安排
1.3.1论文主要工作
1.3.2论文结构安排
2.1.1彩色图像去光照
2.1.2图像的灰度化
2.1.3图像去噪
2.2图像分割算法
2.2.1基于像素聚类的分割方法
2.2.2基于图论的分割方法
2.2.3基于深度学习框架的分割方法
2.3数据拟合算法
2.3.1人体各部位轮廓近似曲线
2.3.2最小二乘法回归分析
2.3.3 BP神经网络
2.4本章小结
第三章人体图像分割和特征点提取
3.1自适应SLIC算法超像素块分割
3.1.1 SLIC算法的不足
3.1.2自适应SLIC算法
3.1.3实验比较及结果分析
3.2基于融合人体模板的谱聚类图像分割
3.2.1制作人体平均模板
3.2.2融合人体模板的谱聚类分割
3.2.3实验比较及结果分析
3.3基于人体轮廓线的ASM特征点提取
3.3.1传统ASM特征点提取算法
3.3.2传统ASM算法的不足
3.3.3改进的ASM搜索策略
3.3.4实验比较及结果分析
3.4本章小结
4.1人体尺寸拟合
4.1.1获取人体二维体型数据
4.1.2使用回归方程进行三维数据拟合
4.1.3使用BP神经网络进行三维数据拟合
4.2实验结果与分析
4.3本章小结
5.1研究工作总结
5.2研究工作展望
参考文献
致谢
附录