人体三维模型特征点匹配技术的研究与实现
随着信息化社会的到来，视觉成为了信息获得的主要途径，占据着信息获得量的75%。把视觉信息存储成图像，是人类社会的一大进步。传统的二维图像由二值图像到真彩色图像的转化，是信息存储的又一大进展，但却仍然无法满足信息化社会的视觉需要。相对于二维图像而言，三维模型更接近于真实世界的物体，包含更多的特性和内容。在图像的高分辨率和逼真度上，它具有二维图像而言非常明显的优势。正是三维模型相对于二维图像的优势，使得越来越多的三维模型在网络上频繁地使用。此时，就需要相关的技术来对三维模型进行处理了。 人体三维模型是网格模型中有代表性的一种模型，相对于刚体而言它能承受一定的程度的形变和弯曲力度，并且还有着非常丰富的变换姿态。在这些多种多样的变换条件下，如何找到同一种人体三维模型的对应关系，判断他们是否来源于同一类型，这时候就需要用到相关的三维模型的特征提取技术了。本论文构造了HKS、SI-HKS、WKS描述符,来分别提取三维模型表面的特征。HKS的构建来自于拉普拉斯-贝尔特拉米特征系统，用拉普拉斯-贝尔特拉米算子的特征系统来构建HKS描述符。同时，本文计算WKS，用能量方程的解来构建描述符的特征矩阵。 人体三维模型特征点的提取，能有效地反映三维模型表面的形状点的特征，能快速地对三维模型表面的特征进行收集。本文通过计算模型表面兴趣点的特征信息，找到相似性比较高的兴趣点，得出特征点匹配关系；并且，用三种描述符分别计算出模型形状点的特征状态分布图，分析描述符各自具有的特性，选择性能最优的描述符完成特征点的匹配。
人体三维模型;特征点匹配;拉普拉斯-贝尔特拉米算子
武汉纺织大学
硕士
软件工程
胡新荣
2018
中文
TP391.41
2020-03-26（万方平台首次上网日期，不代表论文的发表时间）