人体三维重建的表面特征点标定技术研究

来源 :西安工业大学 | 被引量 : 0次 | 上传用户:physicalboy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
三维人体表面特征点标定的目的,是为了快速、准确的定位受到放射性污染的人体部位,以便于紧急救援工作的开展,保障工作人员和救护人员的生命健康。为了高效的完成人体表面特征点位的准确标定。本文采用了基于三维重建的人体尺寸测量,结合可缩放标准人体模型来实现。主要的工作内容有以下几点:1)人体点云数据获取。在开始使用Kinect获取深度图像数据前,先通过相机标定得到内部参数。通过相机标定得到的成像参数来将深度相机采集到的深度图像转换为空间三维点云,然后通过点云分割提取目标人体三维点云。最后,经过下采样处理,可以显著地降低点云的数量,从而大大提升后续点云处理的精度与可靠性。2)点云的配准。为了避免直接使用ICP算法配准点云而陷入局部最优化的问题,本文采用两步配准的方法来配准人体点云数据。通过点云的粗配准,使两片点云得到了较好的初始位置,接下来通过对比两种精配准算法的实验结果,选择了结果更优的VGICP算法来完成,最终得到了完整的人体点云模型。3)点云曲面重建。首先,介绍了贪婪投影三角化和泊松曲面重建这两种算法的基本原理,并通过实验对比分析了它们在人体点云模型重建中的应用效果,发现泊松曲面重建算法能够更加准确地重建出模型表面,并且有效地保留人体表面的细节。经过深入研究,最终决定采用泊松曲面重建算法来构建人体点云模型的表面。4)表面特征点标定。通过点云曲面重建得到人体三维模型后,通过测量得到三维人体的身高和三维数据。在标准人体模型表面标定81个特征点,并通过测量的得到的身高和三围数据来缩放变换标准人体模型,实现三维人体表面特征点的快速标定。综上所述,本文通过三维重建得到人体三维模型,采用三维人体测量的方法得到了受试人员的体型数据;结合获得的体型数据和标准人体模型,实现了人体表面特征点的标定,有助于体表受污染部位的快速定位。
其他文献
无线传感器网络(Wireless Sensor Network,WSN)的出现,为环境监测、智能家居等领域带来了巨大的变革。但随着人们对于网络的需求逐渐多样化及网络规模逐渐变大,随之而来就导致了在传统算法下数据传输性能变差的问题。对此,分簇的思想逐渐用于优化数据传输。但现有的分簇算法的节点之间所拥有的信息是有限的,仍然存在着考虑参数不全面的问题,特别是基于WSN中节点一对多及多跳通信的特点导致不能
学位
尾矿坝是矿山生产中重要的组成部分,同时也是重大的环境污染源和危险源。尾矿坝的安全研究已成为矿山工程领域重要的课题,干滩长度是衡量尾矿坝安全稳定性的重要指标之一。本文提出一种基于深度学习的干滩长度测量方法。本文的主要研究重点:利用深度学习训练可以分割干滩水面分界线的模型,根据图像分割结果选取干滩水面分界线上的像素坐标点作为参考点,并通过单目测距模型推导参考点与实际干滩长度之间的转换公式,进而求得干滩
学位
高质量图像在人们生活中具有重要的指导作用,但在日常生活中经常会出现模糊图像,比如失焦模糊、运动模糊等,这将会难以获取图像中的重要信息。本文主要解决的问题是在道路交通视频监控中发生的运动模糊现象,例如在道路交通中,所拍摄物体很容易发生运动模糊。通过对模糊图像进行处理,可为道路交通系统提供重要帮助。本研究对现有图像数据集和去运动模糊算法进行了研究,设计出了有关道路交通的模糊图像数据集和基于深度学习的图
学位
在经济高速发展的今天,人们在享受着科技潮流带来的舒适体验的同时,也越来越注重身份安全认证问题。生物特征识别技术是当今社会用以处置身份安全认证问题的重要手段,生物特征识别技术更加的方便与安全,其拥有高扩展性、极易区分、容错率低、稳定性高等众多优点,因而被广大学者、机构广泛研究。虹膜识别作为生物识别技术中最为安全可靠的技术之一,由于其结构特性,个体自童年以后,便基本不会发生变化,因而相比较其他生物识别
学位
在公共安全领域,视频监控已经成为安全防范系统的重要组成部分,它可以为管理者提供实时、全方位的视频流,但依靠人力24小时监管暴力事件的发生并不现实,既耗费精力,又易产生盲区,很难完成实时监管任务。将深度学习技术应用于视频监控领域,从摄像头捕捉的视频流中自动检测并分析,识别是否存在暴力行为,并提供实时的告警,有利于解放人力,提升应急事件处理效率。现有暴力行为检测技术在工程应用中存在很多挑战,例如复杂背
学位
随着科学技术的突飞猛进,图像分类技术已经成为计算机视觉领域的一个热点,其中基于局部特征的图像分类在越来越多的领域得到广泛的应用。局部特征算法缺乏足够的普适性,在不同领域上进行实际应用时,都需要进行相应的调整与改进。本文通过对局部特征图像分类技术的研究和分析,提出了基于图像检索与匹配的SURF算法(RM-SURF),并将其应用于子弹弹壳的图像分类上,实现了子弹的溯源。由于弹壳图像数据大规模采集难度大
学位
互联网新闻数据具有时效性强、自由性高、流动性强的特点,它可以及时的反映出社会对某个事件发展情况的态度,因此研究面向新闻领域的事件预测具有重要的意义和价值。以往的研究主要基于时间的事件序列进行事件预测,忽略了词语间的结构关系对事件预测的影响。这使得事件预测存在特征提取不足和预测准确度较低的问题。本文为了更好的提取事件特征以及提高事件预测的准确率,首先设计了基于动态图注意力网络的事件预测算法,同时编码
学位
自然语言是人类进行通信的主要工具,人类间通信的目的主要是进行知识交互。知识是对识的理解和描述,所以对自然语言的研究应该从知识的表示开始,进而研究知识怎样转换成人类能理解的自然语言形式。传统的知识表示方法不能全面统一地表示人类智能的自我意识性、互表性、模糊性及动态性等特点,而基于唯识心理学建立的AORBCO模型能够对多模态知识进行统一表示。为使AORBCO模型所表示的知识能够使人类理解并进行交互,本
学位
目标跟踪作为计算机视觉领域的研究热点,旨在探索如何准确快速地捕获感兴趣目标运动状态,实现强鲁棒性的目标跟踪,相关技术方案可以广泛应用于安全监控、智能交通等诸多领域,具有重要的理论意义与应用价值。然而,现有跟踪方法大多缺乏对全局信息的关注,不能充分利用深层和浅层信息。此外,单纯依赖初始帧的特征进行模板匹配,无法适应跟踪整体过程中目标持续发生外观变化的问题。尤其是对于航拍视角下获取的目标对象,存在目标
学位
UV展开是计算机图形学领域用于三维模型表面纹理贴图的一项技术,主要通过三维模型表面网格的形变,建立三维坐标到二维图像坐标之间一对一的映射关系。由于三维物体表面,特别是非刚体三维模型(例如人体)对于空间坐标不具有不变性,而其相对于表面的二维坐标一般是固定不变的,因此可以将三维模型转化到二维平面下进行研究,另一方面,三维模型的二维图像表示对于基于深度学习的三维物体识别等方面具有一定应用价值和实际意义。
学位