點云數(shù)據(jù)研究與形狀分析

第1章 　緒論
1．1　研究背景
1．2　研究現(xiàn)狀
1．2．1　點云數(shù)據(jù)的預處理現(xiàn)狀
1．2．2　大規(guī)模點云數(shù)據(jù)的預處理算法
1．2．3　非剛體點云數(shù)據(jù)的預處理算法
1．2．4　點云數(shù)據(jù)在服裝工業(yè)中的應用現(xiàn)狀
1．2．5　點云數(shù)據(jù)處理中的問題與挑戰(zhàn)
1．2．6　點云漏洞修補存在的問題
1．2．7　點云精簡化存在的問題
1．2．8　點云骨架線提取存在的問題
1．2．9　動態(tài)人體點云數(shù)據(jù)獲取算法現(xiàn)狀
1．3　靜態(tài)全三維人體點云數(shù)據(jù)的獲取
1．4　動態(tài)人體點云數(shù)據(jù)的獲取
1．4．1　測距原理
1．4．2　坐標系之間的相互關(guān)系
1．4．3　深度攝像頭的深度值計算原理
1．5　主要研究工作
1．5．1　研究對象
1．5．2　研究內(nèi)容
1．5．3　本書組織結(jié)構(gòu)
1．6　實驗數(shù)據(jù)來源與說明
1．6．1　靜態(tài)人體點云數(shù)據(jù)來源
1．6．2　人體點云數(shù)據(jù)使用說明
1．6．3　動態(tài)及其他點云數(shù)據(jù)來源
1．7　本章總結(jié)
第2章　點云數(shù)據(jù)預處理
2．1　相關(guān)研究工作
2．2　點云漏洞修補
2．2．1　數(shù)學模型
2．2．2　點云數(shù)據(jù)組織化
2．2．3　正交構(gòu)建候選點
2．2．4　修補漏洞點
2．3　實驗結(jié)果
2．4　本章總結(jié)
第3章　點云精簡
3．1　相關(guān)研究工作
3．2　點云的二階微分量計算
3．2．1　曲率估計
3．2．2　特征權(quán)值確定
3．3　帶特征權(quán)值的自適應精簡策略
3．3．1　全局閾值精簡策略
3．3．2　局部精簡策略
3．4　實驗結(jié)果與分析
3．5　本章總結(jié)
第4章　點云骨架線提取與形狀分析
4．1　相關(guān)研究工作
4．2　骨架線具備的特征
4．3　Laplace譜嵌入
4．3．1　經(jīng)典MDS嵌入分析
4．3．2　Laplace算子
4．3．3　離散Laplace算子方法分析
4．4　子譜空間中的分割
4．4．1　子譜空間中的形狀分類
4．4．2　依據(jù)分類進行分割
4．5　計算骨架點與骨架線
4．5．1　平滑
4．5．2　K維譜嵌入
4．5．3　用三維矩求骨架中心
4．6　實驗結(jié)果與分析
4．7　本章總結(jié)
第5章　動態(tài)點云數(shù)據(jù)獲取與初步分析
5．1　從動態(tài)深度圖到動態(tài)點云數(shù)據(jù)
5．1．1　計算原理
5．1．2　動態(tài)點云數(shù)據(jù)獲取算法
5．1．3　動態(tài)點云數(shù)據(jù)實驗結(jié)果與分析
5．2　動態(tài)點云數(shù)據(jù)的分析
5．2．1　三維點云法向量估計法
5．2．2　三維點云的分割
5．3　使用點云信息指導自適應人體頭部追蹤
5．3．1　相關(guān)研究
5．3．2　背景分割去除
5．3．3　實驗中的相關(guān)參數(shù)
5．3．4　重新量化與單位化
5．3．5　追蹤過程的錯誤檢測與錯誤恢復
5．3．6　實驗結(jié)果與分析
5．4　本章總結(jié)
第6章　點云數(shù)據(jù)研究趨勢展望
6．1　本書總結(jié)
6．2　尚需深入研究的方面
6．3　深度學習在點云處理中的展望
附錄A　人體測量學主要關(guān)鍵點
參考文獻
致謝