本文關(guān)鍵詞：基于Kinect的人體康復(fù)系統(tǒng)研究與設(shè)計

  更多相關(guān)文章： Kinect 康復(fù)訓(xùn)練 骨骼信息 場景渲染 相似度評估

【摘要】：社會傷殘、癱瘓患者人群日益龐大,對康復(fù)訓(xùn)練的需求越來越迫切,而目前康復(fù)醫(yī)療方面,主要以人工輔助康復(fù)和機器人輔助康復(fù)為主,但由于康復(fù)醫(yī)護人員需求嚴重短缺以及智能機器人造價昂貴、維護成本高而無法廣泛普及等因素,人工和機器人輔助康復(fù)對人力物力耗費很大。隨著計算機視覺技術(shù)的迅速發(fā)展,基于圖像分析的技術(shù)廣泛應(yīng)用于工業(yè)產(chǎn)品檢測、農(nóng)業(yè)害蟲防治、交通車輛監(jiān)控、可視化管理和醫(yī)療監(jiān)護等各個領(lǐng)域。計算機視覺技術(shù)成本低廉,技術(shù)日益成熟,所以設(shè)計一套基于計算機視覺技術(shù)的康復(fù)醫(yī)療訓(xùn)練系統(tǒng),滿足廣大病患者的康復(fù)醫(yī)療需求具有重要意義。本文以計算機視覺技術(shù)為解決問題的基礎(chǔ),采用微軟研發(fā)的Kinect體感設(shè)備獲取病患者訓(xùn)練的骨骼信息,研究設(shè)計基于Kinect設(shè)備的人體康復(fù)訓(xùn)練系統(tǒng)。系統(tǒng)設(shè)計了多種訓(xùn)練場景和訓(xùn)練任務(wù),病患者在康復(fù)教練和主治醫(yī)生的指導(dǎo)下,選擇訓(xùn)練場景,完成訓(xùn)練任務(wù),然后系統(tǒng)評估并將結(jié)果反饋給醫(yī)生,監(jiān)控康復(fù)訓(xùn)練進度。主要研究內(nèi)容如下：(1)研究三維場景渲染的方法。提出了基于細節(jié)層次(LOD)地形渲染技術(shù)和基于SilverLining天空渲染技術(shù)相結(jié)合的三維場景渲染技術(shù),設(shè)計豐富多彩的康復(fù)訓(xùn)練場景。(2)研究康復(fù)訓(xùn)練效果評估的方法。提出了基于最長公共子序列(LCS)算法和RANSAC算法相結(jié)合的LCS-RANSAC雙重動作流相似度評估算法,有效的解決了病患者康復(fù)訓(xùn)練效果的評估問題,為康復(fù)教練和主治醫(yī)生提供可信度較高的醫(yī)療依據(jù)。(3)研究康復(fù)訓(xùn)練的方法。提出了基于Kinect骨骼信息采集技術(shù)的康復(fù)任務(wù)訓(xùn)練方法,該方法通過骨骼信息實時控制人物模型來完成系統(tǒng)訓(xùn)練任務(wù),并采集康復(fù)教練的標準動作流和病患者的訓(xùn)練動作流,對比評估實現(xiàn)康復(fù)訓(xùn)練。
【關(guān)鍵詞】：Kinect 康復(fù)訓(xùn)練 骨骼信息 場景渲染 相似度評估
【學(xué)位授予單位】：中國海洋大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R49;TP391.41
【目錄】：

• 摘要5-6
• Abstract6-10
• 1 緒論10-18
• 1.1 研究背景和意義10-12
• 1.1.1 研究背景10-11
• 1.1.2 研究意義11-12
• 1.2 國內(nèi)外發(fā)展現(xiàn)狀12-14
• 1.2.1 國外現(xiàn)狀13-14
• 1.2.2 國內(nèi)現(xiàn)狀14
• 1.3 研究內(nèi)容與思路14-15
• 1.4 論文的組織結(jié)構(gòu)15-18
• 2 基于KINECT的骨骼信息采集18-30
• 2.1 KINECT體感設(shè)備18-24
• 2.1.1 Kinect的硬件組成19-20
• 2.1.2 Kinect的主要功能20-23
• 2.1.3 Kinect for Windows SDK簡介23-24
• 2.2 骨骼信息提取24-27
• 2.2.1 人體的骨骼節(jié)點24-26
• 2.2.2 骨骼數(shù)據(jù)的獲取26-27
• 2.3 三維人物建模27-29
• 2.3.1 3DMAX多邊形人物建模27-28
• 2.3.2 基于Kinect骨骼的人物模型控制28-29
• 2.4 本章小結(jié)29-30
• 3 基于LOD和SILVERLINING相結(jié)合的三維場景渲染30-40
• 3.1 基于LOD技術(shù)的地形渲染30-33
• 3.1.1 LOD技術(shù)簡述30-31
• 3.1.2 基于四叉樹的LOD地形渲染31-33
• 3.2 基于SILVERLINING技術(shù)的天空渲染33-36
• 3.2.1 SilverLining技術(shù)簡述33-34
• 3.2.2 基于SilverLining的動態(tài)天空渲染34-36
• 3.3 基于LOD和SILVERLINING相結(jié)合的三維場景渲染36-38
• 3.4 本章小結(jié)38-40
• 4 基于LCS算法和RANSAC算法的動作流相似度評估40-50
• 4.1 基于LCS算法的相似度評估40-42
• 4.1.1 LCS算法40
• 4.1.2 LCS算法的實現(xiàn)40-42
• 4.2 基于RANSAC算法的相似度評估42-44
• 4.2.1 RANSAC算法42
• 4.2.2 RANSAC算法的實現(xiàn)42-44
• 4.3 基于LCS算法和RANSAC算法的動作流相似度評估44-45
• 4.4 實驗結(jié)果與分析45-48
• 4.5 本章小結(jié)48-50
• 5 康復(fù)訓(xùn)練系統(tǒng)設(shè)計50-64
• 5.1 角色注冊設(shè)計51-53
• 5.1.1 角色劃分51-52
• 5.1.2 用戶注冊52-53
• 5.2 用戶登陸設(shè)計53-54
• 5.3 訓(xùn)練場景設(shè)計54-56
• 5.3.1 室內(nèi)場景設(shè)計54-55
• 5.3.2 室外場景設(shè)計55-56
• 5.4 訓(xùn)練任務(wù)設(shè)計56-60
• 5.4.1 簡單任務(wù)訓(xùn)練57-58
• 5.4.2 簡單游戲訓(xùn)練58-59
• 5.4.3 趣味休閑活動59-60
• 5.5 系統(tǒng)界面設(shè)計60-62
• 5.6 本章小結(jié)62-64
• 6 總結(jié)與展望64-66
• 6.1 工作總結(jié)64
• 6.2 研究展望64-66
• 參考文獻66-70
• 致謝70-72
• 個人簡歷72

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 羅廣文;;計算機視覺技術(shù)在放射治療中設(shè)備的應(yīng)用和發(fā)展[J];中國醫(yī)療器械雜志;2011年06期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 趙冬;雷雨成;;計算機視覺技術(shù)在工程領(lǐng)域的應(yīng)用[A];2000年上海市系統(tǒng)仿真學(xué)會學(xué)術(shù)年會論文專輯[C];2000年

2 袁麗君;;計算機視覺技術(shù)在高速公路監(jiān)控系統(tǒng)中的應(yīng)用研究[A];《IT時代周刊》2013年度論文集[C];2013年

3 李長纓;滕光輝;趙春江;喬曉軍;武聰玲;;利用計算機視覺技術(shù)實現(xiàn)對溫室植物生長的無損監(jiān)測[A];《中國設(shè)施農(nóng)業(yè)可持續(xù)發(fā)展》論壇論文資料匯編[C];2010年

4 戴曙光;穆平安;金fE宏;;計算機視覺技術(shù)在車燈零件檢測中的應(yīng)用研究[A];首屆信息獲取與處理學(xué)術(shù)會議論文集[C];2003年

5 穆平安;戴曙光;金暄宏;施華;;基于計算機視覺技術(shù)的穩(wěn)定器性能的自動檢測[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

6 陳駿;孫喜太;吳鴻雁;仇毓東;張麗華;丁義濤;;基于計算機視覺技術(shù)的大鼠肝內(nèi)血管三維重建[A];第十二屆中國體視學(xué)與圖像分析學(xué)術(shù)會議論文集[C];2008年

7 楊艷;滕光輝;李保明;施正香;馬亮;;基于計算機視覺技術(shù)估算種豬體重的應(yīng)用研究初探[A];中國數(shù)字農(nóng)業(yè)與農(nóng)村信息化學(xué)術(shù)研究研討會論文集[C];2005年

8 朱奎義;程寶福;;計算機視覺技術(shù)在線路檢測中的應(yīng)用[A];擴大鐵路對外開放、確保重點物資運輸——中國科協(xié)2005年學(xué)術(shù)年會鐵道分會場暨中國鐵道學(xué)會學(xué)術(shù)年會和粵海通道運營管理學(xué)術(shù)研討會論文集[C];2005年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 本報記者　卞晨光;計算機視覺技術(shù)獲重大進展[N];科技日報;2006年

2 本報記者 鞏崢 通訊員 谷春寶;國際文體項目落戶“煤鄉(xiāng)”[N];北京日報;2014年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 潘新;基于計算機視覺技術(shù)的草地牧草數(shù)字化系統(tǒng)研究[D];中國農(nóng)業(yè)科學(xué)院;2014年

2 許儒航;基于計算機視覺技術(shù)的建設(shè)項目監(jiān)管機理及方法研究[D];華北電力大學(xué);2015年

3 岳曉峰;計算機視覺技術(shù)及其在工業(yè)中應(yīng)用的研究[D];吉林大學(xué);2006年

4 王彪;計算機視覺技術(shù)在低空突防與精確打擊中的應(yīng)用研究[D];南京航空航天大學(xué);2005年

5 張彥娥;基于計算機視覺技術(shù)溫室作物長勢診斷機理與方法研究[D];中國農(nóng)業(yè)大學(xué);2005年

6 辜嘉;基于計算機視覺技術(shù)的心血管圖像建模與分析[D];東南大學(xué);2005年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 田岳;基于低秩表示的病蟲害檢測方法的研究[D];北京工業(yè)大學(xué);2015年

2 姜振興;基于Kinect的人體康復(fù)系統(tǒng)研究與設(shè)計[D];中國海洋大學(xué);2015年

3 樸松林;計算機視覺技術(shù)在液體全自動灌裝機上的研究[D];吉林大學(xué);2011年

4 蔣麗華;基于計算機視覺技術(shù)的葉綠素含量檢測系統(tǒng)[D];蘇州大學(xué);2009年

5 萬新民;基于近紅外光譜分析技術(shù)和計算機視覺技術(shù)的豬肉品質(zhì)檢測的研究[D];江蘇大學(xué);2010年

6 岳衛(wèi)宏;計算機視覺技術(shù)在齒輪測量中的應(yīng)用研究[D];武漢理工大學(xué);2005年

7 霍丙全;基于計算機視覺技術(shù)的人參等級評定的研究[D];吉林大學(xué);2005年

8 王成琳;基于計算機視覺技術(shù)的熏烤肉安全檢測方法研究[D];齊齊哈爾大學(xué);2013年

9 馮甲一;基于計算機視覺技術(shù)的葉類蔬菜新鮮度檢測分級研究[D];南京農(nóng)業(yè)大學(xué);2012年

10 左建軍;計算機視覺技術(shù)在社會公共服務(wù)中的應(yīng)用研究[D];貴州民族大學(xué);2013年

，

本文編號：963192