基于體感的三維配準(zhǔn)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、近些年，三維技術(shù)逐漸開(kāi)始成熟，三維立體電影、電視、三維虛擬試衣、虛擬網(wǎng)上購(gòu)物商城、虛擬會(huì)議、體感（Natural Interaction）游戲等逐漸被市場(chǎng)接受。三維配準(zhǔn)是這些應(yīng)用的重要核心技術(shù)。三維配準(zhǔn)技術(shù)一般通過(guò)激光或紅外等技術(shù)從不同角度對(duì)物體進(jìn)行掃描，采集物體各個(gè)側(cè)面的三維數(shù)據(jù)，形成若干個(gè)三維坐標(biāo)點(diǎn)的集合（簡(jiǎn)稱點(diǎn)云），由于每個(gè)點(diǎn)云的坐標(biāo)系不同，所以，如何把不同三維坐標(biāo)系下的點(diǎn)云自動(dòng)拼接（簡(jiǎn)稱配準(zhǔn)）到一起，并且形成一個(gè)完整的三維模型，

2、是三維建模的關(guān)鍵和難點(diǎn)。但是，現(xiàn)有的產(chǎn)品大多是價(jià)格昂貴或操作復(fù)雜的企業(yè)級(jí)產(chǎn)品，缺少可以給普通消費(fèi)者使用的產(chǎn)品。
　　針對(duì)這個(gè)問(wèn)題，本文從用戶使用便捷、配準(zhǔn)效果良好、總體成本低廉三個(gè)方面出發(fā)，基于體感設(shè)備，重點(diǎn)研究人體頭部的三維點(diǎn)云的識(shí)別和配準(zhǔn)，比較、分析配準(zhǔn)領(lǐng)域內(nèi)各種算法，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于體感設(shè)備的人體三維點(diǎn)云配準(zhǔn)系統(tǒng)原型（簡(jiǎn)稱本配準(zhǔn)系統(tǒng)）。論文所作的工作主要包括以下幾點(diǎn)：
　　1)對(duì)點(diǎn)云識(shí)別配準(zhǔn)領(lǐng)域的各種算法進(jìn)行分析、

3、比較，從體感應(yīng)用的角度出發(fā)，選擇使用最合適的算法組合進(jìn)行識(shí)別配準(zhǔn)，重點(diǎn)分析ICP（Iterative Closest Point，最近點(diǎn)迭代）算法[1]、FPFH（Fast Point Feature Histograms，快速點(diǎn)特征直方圖）算法[2]、RANSAC（RANdom SAmple Consensus，隨機(jī)抽樣一致）算法[3]，SVD（Singular Value Decomposition，奇異值分解）算法[4][5]。<

4、br>　　2)針對(duì)FPFH算法復(fù)雜、特征量多的問(wèn)題，本文提出了TNFH（Triangle Normal Feature Histograms，三角法線特征直方圖）算法。TNFH算法只關(guān)注三角面法線夾角特征，簡(jiǎn)化了特征計(jì)算，配準(zhǔn)率和FPFH相當(dāng)。
　　3)采用多層系統(tǒng)架構(gòu)設(shè)計(jì)，底層三維信息采集基于單個(gè)微軟Kinect體感設(shè)備[6]，驅(qū)動(dòng)采用開(kāi)源OpenNI框架[7]。提出按照相似點(diǎn)評(píng)估、相似點(diǎn)提純、轉(zhuǎn)換評(píng)估、對(duì)齊點(diǎn)云的點(diǎn)云配準(zhǔn)步驟，