基于人体的点云数据处理与虚拟人体建模研究
近年来,测量技术得到快速发展,人们能够方便获得实物样件的散乱三维点云数据。在建模技术研究与应用中,三维点云数据处理技术是关键技术之一,它多数是将散乱的数据构建成三角化网格,然后在网格的基础上进行处理和模型重建。由于在数据构造三角网格时,信息量成倍增加,并且后续的处理和建模对网格质量要求较高,因而,研究以散乱的三维点云为对象的数据处理与曲面重建技术,对提高数据的处理能力、建模的质量与效率具有重要的研究意义。
文中在非接触式三维扫描仪获取的人体表面数据的基础上,对三维人体数据的压缩精简与存储、曲面的精确拼接拟合和虚拟人体建模等方面进行了深入分析与研究,分别提出了:基于二维链表的数据存储结构的改进方法;基于数学期望压缩精简算法,以及基于移动最小二乘与迭代最近点(Iterative Closest Point,ICP)相结合的拟合拼接算法与基于Delaunay二维平面数据点的改进三角剖分算法,最后,运用MATLAB等工具对三维虚拟人体建模实现,进行了实例验证。
点云数据处理;虚拟人体建模;Delaunay三角剖分;移动最小二乘;ICP算法
北京服装学院
硕士
机械电子工程
商书元
2011
中文
TP391.9
68
2012-04-28（万方平台首次上网日期，不代表论文的发表时间）