本文關(guān)鍵詞：基于深度相機的剛性物體典型運動特征重建　出處：《山東大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 深度相機 RANSAC 運動特征重建 運動骨架構(gòu)建

【摘要】：隨著3D掃描設(shè)備的發(fā)展,用這些設(shè)備來獲取現(xiàn)實生活中的物體的三維表面數(shù)據(jù)已經(jīng)成為可能。尤其當(dāng)微軟的Kinect,華碩的Xtion,英特爾的RealSense等深度相機的出現(xiàn),人們獲取這些三維數(shù)據(jù)的成本也大大降低。如今的3D掃描設(shè)備既能夠獲取人造物體的表面數(shù)據(jù)也能夠掃描自然界本身存在的物體的表面數(shù)據(jù),基于此,越來越多的關(guān)于物體表面幾何重建的技術(shù)被提出。然而,靜態(tài)的物體模型所包含的物體本身的信息是有限的,因此越來越多的研究者們開始積極探索新的掃描分析技術(shù)來獲取動態(tài)物體的動態(tài)信息,比如重建物體的運動特征。與物體的幾何特征相比,物體的運動特征更加簡潔明了地反映出物體本身的功能特性。事實上,物體的運動特征包含著很多有價值的信息,對于一個關(guān)節(jié)式物體來說,物體的運動特征包含著物體各部分的運動參數(shù),包括關(guān)節(jié)類型,關(guān)節(jié)的位置,關(guān)節(jié)在三維空間的軸向,運動速度以及其他時空參數(shù)。這些特征在機械交互,機器人動力學(xué),人體運動分析,計算機視覺等領(lǐng)域都有著及其重要的作用。然而,通過3D掃描設(shè)備獲取的三維動態(tài)數(shù)據(jù)來分析關(guān)節(jié)式物體的運動信息是一件非常具有挑戰(zhàn)性的工作,因為用這些設(shè)備獲取的物體的動態(tài)數(shù)據(jù)是低質(zhì)量的。由于3D掃描設(shè)備本身具有有限的分辨率和幀率,在掃描的過程中,被掃描的物體可能會進行快速的運動,從而導(dǎo)致掃描儀獲取的三維數(shù)據(jù)點比較稀疏并且具有很多的噪聲點。另外,物體運動部分的數(shù)據(jù)可能會因為幻影效應(yīng)產(chǎn)生很多異常數(shù)據(jù)點,或者因為自身遮擋問題而導(dǎo)致數(shù)據(jù)缺失。本文提出一種有效地從深度相機獲取的低質(zhì)量動態(tài)數(shù)據(jù)中直接分析出剛性關(guān)節(jié)式物體的運動特征的4D RANSAC方法。與傳統(tǒng)的運動特征重建方法不同,該方法完全跳過了重建物體本身的幾何信息,選擇直接探尋物體內(nèi)部運動機理,提取物體每個關(guān)節(jié)的運動類型,運動參數(shù),自由度等信息。RANSAC算法的優(yōu)點在于它的魯棒性,即使數(shù)據(jù)集中存在大量的異常值,RANSAC算法也能夠精確地估計出擬合該數(shù)據(jù)的模型。和傳統(tǒng)的RANSAC方法相似,本方法將其擴展到4D的時空數(shù)據(jù)集上,進而擬合出關(guān)節(jié)式物體每個關(guān)節(jié)最好的運動模型。由于現(xiàn)實生活中關(guān)節(jié)式物體的運動類型主要有三種:鉸鏈接頭運動,球形接頭運動和滑動。所以本方法中,我們主要考慮這三種典型的運動類型,當(dāng)然本文提出的方法完全能夠擴展到其它不常見的運動類型。另外,本文提出一種運動特征圖結(jié)構(gòu)來重新表示關(guān)節(jié)式物體,進而實現(xiàn)物體運動骨架構(gòu)建,該結(jié)構(gòu)可被用作物體識別,物體檢索等方面。
[Abstract]:......
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 賈熹濱;石勤;尹寶才;;一種由粗到細的漸進式特征點定位算法[J];北京工業(yè)大學(xué)學(xué)報;2005年S1期

2 賈熹濱;石勤;尹寶才;;由粗到細的漸進式特征點定位算法[J];北京工業(yè)大學(xué)學(xué)報;2006年05期

3 鄭林;劉泉;王林濤;;一種基于特征點的跟蹤算法[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2006年03期

4 江詩鋒;何振峰;;基于特征點的行車數(shù)據(jù)序列對齊[J];福州大學(xué)學(xué)報(自然科學(xué)版);2010年02期

5 周全峗;史澤林;;輻射模糊圖像的特征點穩(wěn)定性分析[J];光電工程;2013年06期

6 魏立梅,張永瑞,謝維信,程相君;人臉識別中基準(zhǔn)點的選取與特征點定位[J];西安電子科技大學(xué)學(xué)報;1998年01期

7 許承慧;劉桂華;梁峰;;非特征點雙目測距技術(shù)研究[J];微型機與應(yīng)用;2013年22期

8 潘翔;章國棟;陳啟華;;三維可變形物體的特征點層次提取[J];計算機科學(xué);2014年04期

9 陶剛,盧昀,李吉桂;細化指紋圖中偽特征點的一體化去除算法[J];現(xiàn)代計算機(專業(yè)版);2002年10期

10 仲啟媛,譚立龍;一種確定運動目標(biāo)特征點的算法[J];計算機工程;2003年10期

相關(guān)會議論文 前10條

1 汪力;葉樺;夏良正;;利用特征點定位嘴巴[A];第二十六屆中國控制會議論文集[C];2007年

2 付洪川;王劍;萬嬋;趙建英;付凱;;圖像特征點匹配算法的研究與改進[A];2009中國控制與決策會議論文集（1）[C];2009年

3 溫文雅;陳建華;;一種基于特征點的圖像匹配算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

4 任明武;胡明昊;楊靜宇;;一種快速實用的特征點匹配算法[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（上）[C];2003年

5 許競;姜波;;攝像機運動下特征點追蹤方法研究[A];2011下一代自動測試系統(tǒng)學(xué)術(shù)研討會論文集[C];2011年

6 張?zhí)?王希常;蘇志榮;;基于特征點和輪廓檢測的粘連數(shù)字分割[A];圖像圖形技術(shù)與應(yīng)用進展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

7 杜鵬飛;彭代強;林幼權(quán);;基于二乘向量機的特征點配準(zhǔn)算法[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

8 舒志龍;阮秋琦;;基于KLT特征點跟蹤的圖象拼接[A];中國體視學(xué)學(xué)會圖像分析專業(yè)、中國體視學(xué)學(xué)會仿真與虛擬現(xiàn)實專業(yè)、中國航空學(xué)會信號與信息處理專業(yè)第一屆聯(lián)合學(xué)術(shù)會議論文集[C];2000年

9 楊向林;嚴(yán)洪;任兆瑞;陳靖一;;基于小波變換的ECG信號多特征點綜合檢測算法[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

10 韓廣良;陳小云;;利用多特征點搜索實現(xiàn)紙鈔圖像的狀態(tài)檢測[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅱ[C];2011年

相關(guān)重要報紙文章 前1條

1 本報記者 王宇;芯技術(shù)點亮未來[N];電腦報;2010年

相關(guān)博士學(xué)位論文 前10條

1 劉洪濤;基于視覺的微夾持構(gòu)件受力與應(yīng)變測量方法[D];上海交通大學(xué);2014年

2 劉通;面向心拍識別的心電信號的高層特征研究[D];吉林大學(xué);2016年

3 廖斌;基于特征點的圖像配準(zhǔn)技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

4 楊占龍;基于特征點的圖像配準(zhǔn)與拼接技術(shù)研究[D];西安電子科技大學(xué);2008年

5 楊利敏;圖像特征點定位算法研究及其應(yīng)用[D];上海交通大學(xué);2008年

6 李旭東;基于特征點的增強現(xiàn)實三維注冊算法研究[D];天津大學(xué);2009年

7 魯統(tǒng)偉;前視目標(biāo)圖像匹配定位技術(shù)研究[D];華中科技大學(xué);2008年

8 戴激光;漸進式多特征異源高分辨率衛(wèi)星影像密集匹配方法研究[D];遼寧工程技術(shù)大學(xué);2013年

9 宋琳;無人機飛行途中視覺導(dǎo)航關(guān)鍵技術(shù)研究[D];西北工業(yè)大學(xué);2015年

10 楊奎元;基于深層結(jié)構(gòu)的圖像內(nèi)容分析及其應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 曾寶瑩;基于圖像識別的中國書法真?zhèn)舞b別方法研究[D];西安建筑科技大學(xué);2015年

2 周兆鎮(zhèn);基于雙目視覺的特征點匹配算法研究[D];西安建筑科技大學(xué);2015年

3 馮翔;基于人臉對齊和多特征融合的人臉識別方法研究[D];南京理工大學(xué);2015年

4 姜小會;基于特征點的圖像拼接技術(shù)研究[D];山東建筑大學(xué);2015年

5 吳昊;基礎(chǔ)矩陣估計方法研究[D];蘭州大學(xué);2015年

6 陳偉;基于唇形特征的身份識別算法的設(shè)計[D];蘭州大學(xué);2015年

7 秦清欣;GPS輔助攝影測量的邊坡監(jiān)測技術(shù)研究[D];南京理工大學(xué);2015年

8 宋偉;遠程火光瞄準(zhǔn)與探測系統(tǒng)設(shè)計[D];西安工業(yè)大學(xué);2015年

9 劉智;塑料面膜印刷質(zhì)量的視覺檢測方法研究[D];沈陽理工大學(xué);2015年

10 任筱強;行星及行星衛(wèi)星著陸探測自主導(dǎo)航方法研究[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號：1354344