本發(fā)明涉及三維人體建模的
技術(shù)領(lǐng)域：
，特別涉及一種基于單個(gè)Kinect的簡(jiǎn)易高效三維人體重建方法。
背景技術(shù)：
：三維物體快速建模技術(shù)是當(dāng)前計(jì)算機(jī)圖形學(xué)領(lǐng)域的重要研究課題之一，三維物體快速建模技術(shù)是目前物體模型快速重構(gòu)的發(fā)展趨勢(shì)。三維物體重建能夠更加便宜，三維模型如照片和視頻一樣容易獲得。這種技術(shù)被應(yīng)用于許多計(jì)算機(jī)圖形的應(yīng)用程序，如動(dòng)畫(huà)，計(jì)算機(jī)游戲，人機(jī)交互和虛擬現(xiàn)實(shí)，都需要精確的三維模型。如電子商務(wù)網(wǎng)站平臺(tái)，在線購(gòu)物網(wǎng)站，游戲領(lǐng)域等。RGB-D相機(jī)是一種新興的掃描設(shè)備。RGB-D相機(jī)結(jié)合了光學(xué)相機(jī)和三維激光掃描儀的優(yōu)勢(shì)。它可以獲得測(cè)量物體的三維信息，幾乎是一種便攜式的光學(xué)相機(jī)。三維建模通過(guò)使用RGB-D攝像機(jī)獲取物體的三維信息比使用掃描儀要經(jīng)濟(jì)實(shí)惠得多，尤其是使用微軟的Kinect設(shè)備。Kinect本來(lái)是微軟公司開(kāi)發(fā)的Xbox360主機(jī)的周邊外設(shè)，主要用于人機(jī)實(shí)時(shí)交互。基于Kinect的重建技術(shù)有如下的優(yōu)勢(shì)：Kinect能夠快速獲取場(chǎng)景三維信息；Kinect是一種主動(dòng)傳感器，它不受環(huán)境可見(jiàn)光譜的干擾；Kinect的核心設(shè)備是彩色攝像機(jī)、紅外線發(fā)射器和紅外線CMOS攝影機(jī)，這些設(shè)備都比較廉價(jià)，因而Kinect的售價(jià)也較為低廉；此外，Kinect的操作與普通攝像機(jī)類(lèi)似，易于使用。微軟還開(kāi)發(fā)了一個(gè)開(kāi)源項(xiàng)目KinectFusion，可以幫助普通用戶(hù)同時(shí)掃描和重建場(chǎng)景的模型，目前已有很多基于這種技術(shù)的應(yīng)用程序，如紐康等，用KinectFusio來(lái)進(jìn)行表面映射和跟蹤，或重建室內(nèi)空間。然而，通過(guò)KinectFusion進(jìn)行三維建模只利用了深度信息，并且沒(méi)有考慮物體變形的問(wèn)題。此外，用RGB-D攝像機(jī)進(jìn)行三維人體建模時(shí)，為方便掃描，用戶(hù)必須使自己的全身都被攝像機(jī)掃描到。雖然也有一種方法是把三臺(tái)Kinect在置在前方和后方來(lái)達(dá)到全身覆蓋，但掃描的速度和精度都不理想，一個(gè)好的掃描策略仍然是提高三維建模的效率和方便性的重要手段。ICP(IterativeClosestPoint)算法，即迭代最近點(diǎn)算法，是一種基于自由形態(tài)曲面的配準(zhǔn)方法。當(dāng)多幀數(shù)據(jù)重疊的區(qū)域非?？拷鼤r(shí)，因ICP算法具有較高的效率和較好的可靠性，通常被研究者采用。對(duì)靜態(tài)物體的掃描，ICP算法是當(dāng)前比較通用的研究三維形狀物體對(duì)齊的技術(shù)，是一種基于自由形態(tài)曲面的配準(zhǔn)方法。ICP算法的基本思想是：根據(jù)前一幀上的數(shù)據(jù)點(diǎn)集在后一幀掃描數(shù)據(jù)上找到對(duì)應(yīng)的點(diǎn)集，即找到初始匹配點(diǎn)。然后以對(duì)應(yīng)點(diǎn)間的距離的平方和最小為原則，建立目標(biāo)方程。再根據(jù)最小二乘法原理來(lái)轉(zhuǎn)換參數(shù)，即找到精確匹配點(diǎn)。三維人體重建所需要的是一組不同角度的人體點(diǎn)云數(shù)據(jù)。重建時(shí)要首先解決的問(wèn)題就是如何通過(guò)匹配它們的重疊區(qū)域進(jìn)行剛性的逐幀對(duì)齊。目前，基于圖像和基于形狀的方法的研究已經(jīng)得到了很好的成果?；趫D像的對(duì)齊通常是基于稀疏特征匹配和極線幾何的方法，如Khoshelham等人提出的一種通過(guò)極線搜索來(lái)獲得更精確的對(duì)齊效果的方法；而基于形狀對(duì)齊的方法通常是基于迭代最近點(diǎn)算法(ICP)。由于ICP及其各種衍生算法可以解決局部剛性對(duì)準(zhǔn)問(wèn)題，通常實(shí)時(shí)三維重建中對(duì)齊連續(xù)幀的方法就是基于這樣的方法，特別是使用Kinect進(jìn)行的人體模型重建。數(shù)據(jù)幀對(duì)齊算法的效率和魯棒性是有待突破的關(guān)鍵技術(shù)問(wèn)題。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足，提供一種基于單個(gè)Kinect的簡(jiǎn)易高效三維人體重建方法，該方法基于深度攝像機(jī)的三維人體建模技術(shù)，使用單個(gè)Kinect，通過(guò)六個(gè)角度，每個(gè)角度三幀的掃描獲得人體點(diǎn)云信息，然后經(jīng)由對(duì)捕捉到的點(diǎn)云數(shù)據(jù)的處理快速高效生成三維人體模型。本發(fā)明的目的通過(guò)下述技術(shù)方案實(shí)現(xiàn)：一種基于單個(gè)Kinect的簡(jiǎn)易高效三維人體重建方法，所述方法包括下列步驟：S1、使用單個(gè)Kinect掃描人體，獲得人體顏色和深度數(shù)據(jù)，進(jìn)行數(shù)據(jù)分割，去除背景，產(chǎn)生點(diǎn)云數(shù)據(jù)；S2、進(jìn)行人體點(diǎn)云數(shù)據(jù)的局部對(duì)齊，使用剛性ICP將每個(gè)角度的三個(gè)點(diǎn)云對(duì)齊，然后合并成一個(gè)點(diǎn)云；S3、進(jìn)行人體點(diǎn)云數(shù)據(jù)的全局對(duì)齊，具體包括：S301、初始配準(zhǔn)，對(duì)初始位置進(jìn)行優(yōu)化，選取點(diǎn)云的邊緣部分的點(diǎn)集作控制點(diǎn)集，用剛性ICP對(duì)齊，使點(diǎn)云的邊緣部分重合，為下一步的對(duì)齊提供較好的初始狀態(tài)；S302、剛性配準(zhǔn)，用剛性ICP進(jìn)行點(diǎn)云數(shù)據(jù)間的精細(xì)配準(zhǔn)；S303、非剛性配準(zhǔn)，用基于EmbeddedDeformationGraph的非剛性配準(zhǔn)方法進(jìn)行點(diǎn)云數(shù)據(jù)間的精細(xì)配準(zhǔn)；S4、用得到的完整人體點(diǎn)云進(jìn)行泊松表面重建得到最終的三維人體模型。進(jìn)一步地，所述步驟S1具體包括：S101、使用單個(gè)Kinect掃描人體以獲取人體點(diǎn)云數(shù)據(jù)；S102、對(duì)人體RGB-D數(shù)據(jù)進(jìn)行去背景處理；S103、修復(fù)數(shù)據(jù)誤差，將亮度和色調(diào)落差大的部分從點(diǎn)云中刪去。進(jìn)一步地，所述步驟S101、使用Kinect掃描人體以獲取人體點(diǎn)云數(shù)據(jù)具體過(guò)程如下：將Kinect放在人體腰部的高度，距人體水平距離為0.8-1.2米，掃描時(shí)，人體首先正面面對(duì)Kinect站好，然后依次沿右轉(zhuǎn)5個(gè)60度，讓Kinect掃描到人體的6個(gè)角度,上述6個(gè)角度分別為正面、正面左轉(zhuǎn)60度、正面右轉(zhuǎn)60度、背面、背面左轉(zhuǎn)60度、背面右轉(zhuǎn)60度；在每一個(gè)角度中分別拍攝上、中、下三幀圖像，其中上幀對(duì)應(yīng)kinect上轉(zhuǎn)20度，下幀對(duì)應(yīng)kinect下轉(zhuǎn)20度，中幀對(duì)應(yīng)kinect無(wú)任何旋轉(zhuǎn)。進(jìn)一步地，所述步驟S2具體包括：S201、將每個(gè)角度的上和下兩幀圖像的點(diǎn)云通過(guò)旋轉(zhuǎn)變換粗略地對(duì)齊到中幀圖像的點(diǎn)云上；S202、使用剛性ICP算法，將上、中、下三幀圖像的點(diǎn)云對(duì)齊且合并到中幀圖像的點(diǎn)云上形成一個(gè)點(diǎn)云。進(jìn)一步地，所述剛性ICP包括以下步驟：1)分別計(jì)算兩個(gè)點(diǎn)集P和Q的重心，并把兩個(gè)點(diǎn)集分別平移到其重心處；2)根據(jù)一定的幾何特征作為標(biāo)準(zhǔn)，分別在兩個(gè)點(diǎn)集中選取對(duì)應(yīng)點(diǎn)對(duì)，生成控制點(diǎn)集C和D；3)通過(guò)奇異值分解的方法求出使控制點(diǎn)集C匹配到D上的空間變換f；4)根據(jù)空間變換f對(duì)點(diǎn)集P實(shí)行變換；5)判定是否達(dá)到精度要求或抵達(dá)最大迭代次數(shù)，是則終止算法，否則重復(fù)上述步驟直至算法終止。進(jìn)一步地，所述步驟S303、非剛性配準(zhǔn)，用基于EmbeddedDeformationGraph的非剛性配準(zhǔn)方法進(jìn)行點(diǎn)云數(shù)據(jù)間的精細(xì)配準(zhǔn)具體過(guò)程如下：S3031、對(duì)于輸入的兩個(gè)點(diǎn)云P和Q，對(duì)點(diǎn)云P下采樣得到一個(gè)較小的點(diǎn)云G，對(duì)點(diǎn)云P和Q下采樣得到較小的點(diǎn)云C和D；S3032、使用點(diǎn)云G構(gòu)建EmbeddedDeformationGraph，點(diǎn)云G上的點(diǎn)構(gòu)成Graph的節(jié)點(diǎn)，然后每個(gè)節(jié)點(diǎn)包含一個(gè)變換矩陣，每個(gè)變換矩陣由一個(gè)旋轉(zhuǎn)矩陣R和一個(gè)平移矩陣T組成；S3033、使用點(diǎn)云C和D尋找對(duì)應(yīng)點(diǎn)對(duì)，即對(duì)點(diǎn)云C中的每個(gè)點(diǎn)尋找其在點(diǎn)云D上的對(duì)應(yīng)點(diǎn)；S3034、使用對(duì)應(yīng)點(diǎn)對(duì)和EmbeddedDeformationGraph計(jì)算變換矩陣，Graph上每一個(gè)節(jié)點(diǎn)有一個(gè)變換矩陣，每個(gè)變換矩陣由一個(gè)旋轉(zhuǎn)矩陣和一個(gè)平移矩陣組成，最小化E＝Erigid+Esmooth+Ecorr，最小化Erigid是為了保證單個(gè)旋轉(zhuǎn)矩陣的剛性程度，最小化Esmooth是為了保證整體變換的光滑程度，最小化Ecorr是為了把對(duì)應(yīng)點(diǎn)之間的距離縮小；S3035、計(jì)算出變換矩陣后便可以使用EmbeddedDeformationGraph將點(diǎn)云P進(jìn)行變形從而對(duì)齊到點(diǎn)云Q上。進(jìn)一步地，采用高斯牛頓法求解非線性最小二乘問(wèn)題E＝Erigid+Esmooth+Ecorr，在高斯牛頓法的每一次迭代中，求解線性方程組時(shí)用cholesky分解方法。進(jìn)一步地，所述空間變換f的求解思想為：根據(jù)幾何特性對(duì)數(shù)據(jù)進(jìn)行匹配，并設(shè)這些匹配點(diǎn)為假想的對(duì)應(yīng)點(diǎn)，然后根據(jù)上述對(duì)應(yīng)關(guān)系求解運(yùn)動(dòng)參數(shù)，再利用上述運(yùn)動(dòng)參數(shù)對(duì)數(shù)據(jù)進(jìn)行變換，并利用同一幾何特征，確定新的對(duì)應(yīng)關(guān)系，重復(fù)上述過(guò)程。進(jìn)一步地，所述幾何特征是空間中點(diǎn)到平面之間的距離最小的點(diǎn)。進(jìn)一步地，所述剛性ICP的算法具體過(guò)程如下：設(shè)三維空間中的兩個(gè)點(diǎn)pi＝(xi，yi，zi)，qi＝(xj，yj，zj)，它們的歐式距離可以表示為：d(pi,qi)=||pi-qi||=(xi-xj)2+(yi-yj)2+(zi-zj)2;]]>三維點(diǎn)云匹配問(wèn)題的目的是找到使P匹配上Q的旋轉(zhuǎn)矩陣R和平移矩陣T，對(duì)于qi＝R·pi+T,i＝1,2...N利用最小二乘法求解最優(yōu)解使E=Σi=1N|R·pi+T-qi|2]]>最小時(shí)的R和T，先對(duì)平移矩陣T進(jìn)行初始的估算，具體方法是分別得到點(diǎn)集P和Q的中心：p=1nΣi=1Npi,q=1nΣi=1Nqi]]>分別將點(diǎn)集P和Q平移至中心點(diǎn)處：p'i＝pi-p,q'i＝qi-q則上述最優(yōu)化目標(biāo)函數(shù)可以轉(zhuǎn)化為：E=Σi=1N|R·(p′i+p)+T-(q′i+q)|2]]>最優(yōu)化問(wèn)題分解為求使E最小的R，根據(jù)R求出T；選取P、Q兩個(gè)點(diǎn)集中一部分具有可靠的對(duì)應(yīng)關(guān)系的點(diǎn)作為控制點(diǎn)，配準(zhǔn)問(wèn)題轉(zhuǎn)化為：E=Σi=1N|R·ci+T-di|2]]>計(jì)算對(duì)應(yīng)點(diǎn)對(duì)之間的距離時(shí)采用點(diǎn)與平面之間的距離，配準(zhǔn)問(wèn)題可進(jìn)一步轉(zhuǎn)化為：E=Σi=1N((R·ci+T-di)·ni)2]]>這里，ci，di為對(duì)應(yīng)點(diǎn)對(duì)，ni為di上的法向，ci∈C，di∈D，C、D為包含m個(gè)點(diǎn)的控制點(diǎn)集，對(duì)C中每一個(gè)點(diǎn)ci，在D中都存在一個(gè)匹配點(diǎn)di，如此便得到m個(gè)對(duì)應(yīng)點(diǎn)對(duì)；通過(guò)奇異值分解的方法求出使E最小的R，具體方法是：首先平移矩陣T的表示形式是：T=100tx010ty001tz0001]]>旋轉(zhuǎn)矩陣R的表示形式是：R=r11r12r130r21r22r230r31r32r3300001]]>其中r11＝cosβcosγ，r12＝-sinγcosα+cosγsinαsinβ，r13＝sinαsinγ+sinβcosαcosγ，r21＝cosβsinγ，r22＝cosγcosα+sinγsinαsinβ，r23＝-sinαcosγ+sinβcosαsinγ，r11＝-sinβ，r12＝sinαcosβ，r13＝cosβcosα，α、β、γ分別代表沿x、y、z軸旋轉(zhuǎn)的角度；那么當(dāng)α、β、γ約等于0時(shí)，變換矩陣f＝R·T近似為：f=R·T=1-γβtxγ1-αty-βα1tz0001]]>代入原配準(zhǔn)問(wèn)題，可使原配準(zhǔn)問(wèn)題進(jìn)一步轉(zhuǎn)化為：(R·ci+T-di)·ni=(M·cixciyciz1-dixdiydiz1)·nixniyniz0]]>上述線性最小二乘問(wèn)題，用奇異值分解的方法求解。本發(fā)明相對(duì)于現(xiàn)有技術(shù)具有如下的優(yōu)點(diǎn)及效果：本發(fā)明公開(kāi)了一種基于單個(gè)Kinect的快速、高效、輕便的三維人體建模方法，能夠使用戶(hù)方便地獲取自己的三維人體模型，用戶(hù)需要的只是在Kinect面前轉(zhuǎn)一個(gè)圈。并且這種方法對(duì)環(huán)境的適應(yīng)能力強(qiáng)，可以在諸如家里或辦公室這樣狹窄的空間內(nèi)實(shí)現(xiàn)三維人體建模，而所需要的設(shè)備也僅僅是一臺(tái)個(gè)人電腦和一臺(tái)Kinect。這種新的三維人體建模方法可適用于大多數(shù)應(yīng)用，比如數(shù)字測(cè)量、產(chǎn)品設(shè)計(jì)和在線購(gòu)物，用戶(hù)可以利用本方法所生成的人體模型進(jìn)行虛擬試衣，而毋須親自到服裝店去。附圖說(shuō)明圖1是本發(fā)明中提出的一種基于單個(gè)Kinect的三維人體建模方法的流程步驟圖；圖2是本發(fā)明中全局對(duì)齊的流程步驟圖；圖3是非剛性對(duì)齊的效果示意圖；圖4是本發(fā)明方法的最終模型效果圖。具體實(shí)施方式為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚、明確，以下參照附圖并舉實(shí)施例對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。實(shí)施例請(qǐng)參見(jiàn)圖1，圖1是本實(shí)施例中提出的基于單個(gè)Kinect的三維人體建模方法的流程步驟圖。圖1所示的基于單個(gè)Kinect的三維人體建模方法，包含四個(gè)步驟：S1、用Kinect掃描人體，提取點(diǎn)云，獲取人體的顏色和深度的數(shù)據(jù)。分析得到的數(shù)據(jù)，并進(jìn)行數(shù)據(jù)分割，去除背景。S2、進(jìn)行人體點(diǎn)云數(shù)據(jù)的局部對(duì)齊。使用剛性配準(zhǔn)將每個(gè)角度的三個(gè)點(diǎn)云對(duì)齊，然后合并成一個(gè)點(diǎn)云。S3、進(jìn)行人體點(diǎn)云數(shù)據(jù)的全局對(duì)齊，包含初始配準(zhǔn)、剛性配準(zhǔn)和非剛性配準(zhǔn)。初始配準(zhǔn)，對(duì)初始位置進(jìn)行優(yōu)化，為下一步的對(duì)齊提供較好的初始狀態(tài)。剛性配準(zhǔn)，用剛性ICP進(jìn)行點(diǎn)云數(shù)據(jù)間的精細(xì)配準(zhǔn)。非剛性配準(zhǔn)，用一種基于EmbeddedDeformationGraph的非剛性配準(zhǔn)方法進(jìn)行點(diǎn)云數(shù)據(jù)間的精細(xì)配準(zhǔn)，從而克服剛性ICP無(wú)法對(duì)齊的人體細(xì)微的動(dòng)作變化。S4、用得到的完整人體點(diǎn)云進(jìn)行泊松表面重建得到最終的三維人體模型。本方法的具體實(shí)施步驟如下：具體應(yīng)用中，所述步驟S1具體包括：S101、使用Kinect掃描人體以獲取人體點(diǎn)云數(shù)據(jù)；掃描時(shí)的布置：Kinect放在人體腰部附近的高度，距人體水平距離為1米。掃描時(shí)，人體首先面對(duì)Kinect站好，待Kinect掃描完正面后，人體自己沿右轉(zhuǎn)5個(gè)60度，讓Kinect掃描到人體的6個(gè)角度。這6個(gè)角度分別為正面、正左轉(zhuǎn)60度、正面右轉(zhuǎn)60度、背面、背面左轉(zhuǎn)60度、背面右轉(zhuǎn)60度。而每一個(gè)角度分別拍攝上(kinect上轉(zhuǎn)20度)、中、下(kinect下轉(zhuǎn)20度)三幅。令Kinect上下轉(zhuǎn)動(dòng)是通過(guò)控制Kinect自身的電機(jī)來(lái)實(shí)現(xiàn)的。拍攝過(guò)后，得到6乘以3即18個(gè)點(diǎn)云，點(diǎn)云中的每個(gè)點(diǎn)深度信息(三維坐標(biāo)信息)和顏色信息，具體是：每個(gè)點(diǎn)儲(chǔ)存有3個(gè)浮點(diǎn)數(shù)值，這3個(gè)數(shù)值分別代表人體的三維空間坐標(biāo)信息，即x坐標(biāo)，y坐標(biāo)和z坐標(biāo)的數(shù)值。其中，y坐標(biāo)代表點(diǎn)的高度，z坐標(biāo)代表Kinect視角的深度，即離Kinect的遠(yuǎn)近，剩下的x坐標(biāo)則代表了水平位置，即左右。3個(gè)坐標(biāo)的單位均為毫米(mm)。同時(shí)每個(gè)點(diǎn)還儲(chǔ)存有3個(gè)字節(jié)，代表了使用RGB表示的顏色信息，3個(gè)字節(jié)分別對(duì)應(yīng)R、G、B的值。S102、對(duì)人體點(diǎn)云數(shù)據(jù)進(jìn)行去背景處理；遍歷點(diǎn)云中的每個(gè)點(diǎn)，根據(jù)點(diǎn)的深度值即z坐標(biāo)的值來(lái)判斷屬于前景還是背景，將所有屬于背景的點(diǎn)去掉。由于人體站在距Kinect水平距離為1米的位置，可以大致得出區(qū)分前景和背景的標(biāo)準(zhǔn)是，z坐標(biāo)的值大于1500mm的認(rèn)為是背景并去除掉。這個(gè)標(biāo)準(zhǔn)適用于大部分人體，但如果人體的體型較為特殊，也可以進(jìn)行適當(dāng)?shù)恼{(diào)整。S103、修復(fù)數(shù)據(jù)誤差由于Kinect捕捉深度數(shù)據(jù)和顏色數(shù)據(jù)是分別使用了兩個(gè)攝像頭的，因此兩種數(shù)據(jù)并不能完全吻合，會(huì)存在對(duì)應(yīng)上的誤差。由此，對(duì)點(diǎn)云進(jìn)行修復(fù)是必要的，否則這種誤差會(huì)影響最后的建模效果。鑒于這一誤差出現(xiàn)在單個(gè)點(diǎn)云的邊緣位置，可以對(duì)18個(gè)點(diǎn)云中的每一個(gè)點(diǎn)云的邊緣位置進(jìn)行檢測(cè)，將亮度和色調(diào)落差大的部分從點(diǎn)云中刪去，來(lái)把這個(gè)誤差修復(fù)。具體方法是：掃描點(diǎn)云的邊緣部位，將亮度落差>0.2(亮度取值范圍0-1)，色調(diào)>10(取值范圍0-360)的點(diǎn)去掉。具體應(yīng)用中，所述步驟S2對(duì)人體點(diǎn)云數(shù)據(jù)進(jìn)行局部對(duì)齊具體包括：Kinect捕捉到的18個(gè)點(diǎn)云，是由6個(gè)角度，每個(gè)角度由上、中、下3幀構(gòu)成的。局部對(duì)齊就是要把每個(gè)角度的上、中、下3幀對(duì)齊，然后合成1個(gè)點(diǎn)云。S201、對(duì)齊前的預(yù)備工作；在上面的拍攝中，拍攝上幀和下幀的點(diǎn)云時(shí)Kinect分別上轉(zhuǎn)20度和下轉(zhuǎn)20度，因此對(duì)上和下的點(diǎn)云分別上轉(zhuǎn)20度、下轉(zhuǎn)20度。這一旋轉(zhuǎn)點(diǎn)云的動(dòng)作是通過(guò)把點(diǎn)云中的每一個(gè)點(diǎn)都和同一個(gè)旋轉(zhuǎn)矩陣進(jìn)行矩陣運(yùn)算而實(shí)現(xiàn)的。根據(jù)步驟S101中對(duì)點(diǎn)云數(shù)據(jù)的描述，點(diǎn)云中的一個(gè)點(diǎn)A(x，y，z)，其三維坐標(biāo)可轉(zhuǎn)變?yōu)榫仃嘪＝[x，y，z]T將點(diǎn)A沿各軸轉(zhuǎn)動(dòng)對(duì)應(yīng)的的各個(gè)旋轉(zhuǎn)矩陣為：沿x軸旋轉(zhuǎn)：Rx=1000cosθsinθ0-sinθcosθ]]>沿y軸旋轉(zhuǎn)：Ry=cosθ0-sinθ010sinθ0cosθ]]>沿z軸旋轉(zhuǎn)：Rz=cosθsinθ0-sinθcosθ0001]]>其中θ是旋轉(zhuǎn)的角度，由于此處要把點(diǎn)云上轉(zhuǎn)(下轉(zhuǎn))20度，因此旋轉(zhuǎn)矩陣R應(yīng)取沿x軸旋轉(zhuǎn)的矩陣，θ應(yīng)為20°，把點(diǎn)A與R進(jìn)行矩陣相乘運(yùn)算即可得到變換后的點(diǎn)A’，依此把點(diǎn)云中的每一個(gè)點(diǎn)都作旋轉(zhuǎn)變換后便實(shí)現(xiàn)把點(diǎn)云上轉(zhuǎn)(下轉(zhuǎn))20度。S202、使用剛性ICP進(jìn)行局部對(duì)齊；局部對(duì)齊的方法，是使用剛性ICP對(duì)齊，將3個(gè)點(diǎn)云對(duì)齊(以中間的點(diǎn)云為準(zhǔn)，上下分別對(duì)齊到其上)，然后合并成1個(gè)點(diǎn)云。對(duì)于Kinect捕捉到的18個(gè)點(diǎn)云，共包含6個(gè)角度，每個(gè)角度有上、中、下3個(gè)點(diǎn)云。每個(gè)角度的3個(gè)點(diǎn)云都要進(jìn)行兩次剛性ICP對(duì)齊，一次把上方的點(diǎn)云對(duì)齊到中間的點(diǎn)云，一次把下方的點(diǎn)云對(duì)齊到中間的點(diǎn)云。也就是說(shuō)點(diǎn)云都是兩兩使用剛性ICP來(lái)對(duì)齊，共有12次這樣的剛性ICP。剛性ICP的基本思路是，給定兩個(gè)點(diǎn)集P、Q，pi∈P，qi∈Q。求出兩個(gè)點(diǎn)集的空間變換f使他們能進(jìn)行空間匹配，f為一未知函數(shù)，而且兩點(diǎn)集中的點(diǎn)數(shù)不一定相同。剛性ICP求出空間變換f的基本思想是：根據(jù)某種幾何特性對(duì)數(shù)據(jù)進(jìn)行匹配，并設(shè)這些匹配點(diǎn)為假想的對(duì)應(yīng)點(diǎn)，然后根據(jù)這種對(duì)應(yīng)關(guān)系求解運(yùn)動(dòng)參數(shù)。再利用這些運(yùn)動(dòng)參數(shù)對(duì)數(shù)據(jù)進(jìn)行變換。并利用同一幾何特征，確定新的對(duì)應(yīng)關(guān)系，重復(fù)上述過(guò)程。設(shè)三維空間中的兩個(gè)點(diǎn)pi＝(xi，yi，zi)，qi＝(xj，yj，zj)，它們的歐式距離可以表示為：d(pi,qi)=||pi-qi||=(xi-xj)2+(yi-yj)2+(zi-zj)2]]>三維點(diǎn)云匹配問(wèn)題的目的是找到P和Q變化的矩陣R和T，對(duì)于qi＝R·pi+T,i＝1,2...N利用最小二乘法求解最優(yōu)解使E=Σi=1N|R·pi+T-qi|2]]>最小時(shí)的R和T，先對(duì)平移向量T進(jìn)行初始的估算，具體方法是分別得到點(diǎn)集P和Q的中心：p=1nΣi=1Npi,q=1nΣi=1Nqi]]>分別將點(diǎn)集P和Q平移至中心點(diǎn)處：p'i＝pi-p,q'i＝qi-q則上述最優(yōu)化目標(biāo)函數(shù)可以轉(zhuǎn)化為：E=Σi=1N|R·(p′i+p)+T-(q′i+q)|2]]>最優(yōu)化問(wèn)題分解為求使E最小的R，根據(jù)R求出T。在確定對(duì)應(yīng)關(guān)系時(shí)，標(biāo)準(zhǔn)的ICP算法所使用的幾何特征是空間中點(diǎn)到點(diǎn)之間的距離最小的點(diǎn)，但是由于這個(gè)方法收斂慢，效果不好，采用點(diǎn)與平面的距離替代。需要注意的是這里不需要兩個(gè)點(diǎn)集中的所有點(diǎn)，而僅僅是選取一部分具有可靠的對(duì)應(yīng)關(guān)系的點(diǎn)，這些點(diǎn)稱(chēng)為控制點(diǎn)。這時(shí)，配準(zhǔn)問(wèn)題轉(zhuǎn)化為：E=Σi=1N|R·ci+T-di|2]]>采用點(diǎn)與平面之間的距離確定對(duì)應(yīng)點(diǎn)對(duì)，配準(zhǔn)問(wèn)題可進(jìn)一步轉(zhuǎn)化為：E=Σi=1N((R·ci+T-di)·ni)2]]>這里，ci，di為對(duì)應(yīng)點(diǎn)對(duì)，ni為di上的法向，ci∈C，di∈D，C、D為包含m個(gè)點(diǎn)控制點(diǎn)集，對(duì)C中每一個(gè)點(diǎn)ci，在D中都存在一個(gè)匹配點(diǎn)di，如此便得到m個(gè)對(duì)應(yīng)點(diǎn)對(duì)?？梢酝ㄟ^(guò)奇異值分解的方法求出使E最小的R，具體方法是：對(duì)于第i對(duì)點(diǎn)ci和di，計(jì)算點(diǎn)對(duì)的矩陣Ai：Ai=0(ci-di)Tci-diDiM]]>其中Di＝ci+di，DiM是Di的反對(duì)稱(chēng)矩陣形式。對(duì)于每一個(gè)矩陣Ai，計(jì)算矩陣B:B=Σi=1mAiAiT]]>原最優(yōu)化問(wèn)題可以轉(zhuǎn)為求B的最小特征值的特征向量，B的最小特征值的特征向量即為E最小時(shí)的旋轉(zhuǎn)矩陣R。剩下來(lái)還需要進(jìn)行平移矩陣的計(jì)算。通過(guò)旋轉(zhuǎn)矩陣R和中心點(diǎn)可以計(jì)算出平移矩陣：T＝q-R·p在初始匹配之后，點(diǎn)集P中所有點(diǎn)根據(jù)求出的旋轉(zhuǎn)矩陣R和平移矩陣T作三維空間變換，然后重新選取控制點(diǎn)，重復(fù)計(jì)算旋轉(zhuǎn)矩陣R和平移矩陣T的過(guò)程，直至最近點(diǎn)的距離滿足條件或達(dá)到最大迭代次數(shù)后，算法終止?？偨Y(jié)下來(lái)，剛性ICP算法的大體流程共有五個(gè)步驟：1)分別計(jì)算兩個(gè)點(diǎn)集P和Q的重心，并把兩個(gè)點(diǎn)集分別平移到其重心處。2)根據(jù)一定的幾何特征作為標(biāo)準(zhǔn)，分別在兩個(gè)點(diǎn)集中選取對(duì)應(yīng)點(diǎn)對(duì)，生成控制點(diǎn)集C和D。3)通過(guò)奇異值分解的方法求出使控制點(diǎn)集C匹配到D上的變換f。4)根據(jù)f對(duì)點(diǎn)集P實(shí)行變換。5)判定是否達(dá)到精度要求或抵達(dá)最大迭代次數(shù)，是則終止算法，否則重復(fù)上述步驟直至算法終止。使用剛性ICP算法，可以實(shí)現(xiàn)點(diǎn)云之間兩兩配準(zhǔn)。在本方法的局部對(duì)齊環(huán)節(jié)中，便是使用剛性ICP對(duì)齊將每個(gè)角度的3個(gè)點(diǎn)云對(duì)齊(以中間的點(diǎn)云為準(zhǔn)，上下分別對(duì)齊到其上)，然后合并成1個(gè)點(diǎn)云。經(jīng)過(guò)12次配準(zhǔn)，最終生成了6個(gè)角度的點(diǎn)云。具體應(yīng)用中，所述步驟S3、進(jìn)行人體點(diǎn)云數(shù)據(jù)的全局對(duì)齊具體包括：在上一步驟S2局部對(duì)齊之后，得到了人體6個(gè)角度的點(diǎn)云。下一步是分別對(duì)齊前3幅點(diǎn)云與后3幅點(diǎn)云。這一全局對(duì)齊過(guò)程共分3步，以正面和正面左轉(zhuǎn)60度的點(diǎn)云為例，介紹這3步過(guò)程：S301、初始配準(zhǔn)，即對(duì)初始位置的優(yōu)化，方法是選取2個(gè)點(diǎn)云的邊緣部分的點(diǎn)集作控制點(diǎn)集，用剛性ICP對(duì)齊，使兩點(diǎn)云的邊緣部分重合，給下一步的對(duì)齊提供較好的初始狀態(tài)。S302、剛性配準(zhǔn)，用剛性ICP將2個(gè)點(diǎn)云對(duì)齊。剛性ICP算法在步驟S202局部對(duì)齊中已經(jīng)闡述過(guò)，此處與步驟S202中描述的剛性ICP為同一方法。S303、非剛性配準(zhǔn)，用非剛性ICP再次將2個(gè)點(diǎn)云對(duì)齊。此處的非剛性ICP是基于EmbeddedDeformationGraph的一種非剛性配準(zhǔn)方法。經(jīng)過(guò)這三個(gè)步驟就將2個(gè)點(diǎn)云對(duì)齊了，其余3次對(duì)齊采取同樣的方法。前3幅點(diǎn)云與后3幅點(diǎn)云對(duì)齊后，分別合并得到前和后2個(gè)點(diǎn)云。然后最后的這2個(gè)點(diǎn)云用同樣的3步對(duì)齊后合并得到最終的點(diǎn)云。全局對(duì)齊的流程步驟圖可參照附圖2所示。下面對(duì)全局對(duì)齊中的三個(gè)步驟的具體實(shí)施方法進(jìn)行詳細(xì)說(shuō)明：S301、初始配準(zhǔn)；初始配準(zhǔn)對(duì)齊用了剛性ICP來(lái)優(yōu)化初始位置，這樣可以給后續(xù)的對(duì)齊提供好的初始狀態(tài)。這一步初始配準(zhǔn)的流程與步驟S202局部對(duì)齊中所述的剛性ICP類(lèi)似，但是選取控制點(diǎn)是通過(guò)選取輪廓的方法僅選取一次，也就是說(shuō)只選取一次控制點(diǎn)，進(jìn)行一次迭代，其具體的實(shí)施方法為：分別選取2個(gè)點(diǎn)云的邊緣部分作對(duì)應(yīng)點(diǎn)對(duì)，這個(gè)邊緣部分的選取的方法如下：首先對(duì)于垂直方向上，以人體點(diǎn)云的總高度，平均分為若干個(gè)等距的區(qū)間，一般為10mm一個(gè)區(qū)間。即若對(duì)于一個(gè)身高為170cm的人，會(huì)把這個(gè)人從上到下分為1700/10＝170個(gè)區(qū)間，每個(gè)區(qū)間高度為10mm。然后在每個(gè)區(qū)間選擇5個(gè)最左或最右的點(diǎn)(取決于是選擇左邊的輪廓還是右邊的輪廓)作為控制點(diǎn)。以對(duì)齊人體正面點(diǎn)云和正面左轉(zhuǎn)60度的點(diǎn)云為例，首先把人體正面左轉(zhuǎn)60度的點(diǎn)云右轉(zhuǎn)60度，然后分別選取2個(gè)點(diǎn)云的右邊的輪廓為控制點(diǎn)集，根據(jù)剛性ICP的算法把正面左轉(zhuǎn)60度的點(diǎn)云匹配上正面點(diǎn)云。這樣人體正面點(diǎn)云和正面左轉(zhuǎn)60度的點(diǎn)云就粗略地對(duì)齊了，它們的初始位置已經(jīng)非常匹配，接下來(lái)則需要用更精確的剛性ICP算法來(lái)進(jìn)行精細(xì)的配準(zhǔn)。S302、剛性配準(zhǔn)；剛性ICP算法在步驟S202局部對(duì)齊中已經(jīng)闡述過(guò)，此處與步驟S202中描述的剛性ICP為同一方法。這里不再作具體描述。S303、非剛性配準(zhǔn)；非剛性配準(zhǔn)的大體流程共有五個(gè)步驟，對(duì)于輸入的兩個(gè)點(diǎn)云P和Q，這個(gè)非剛性配準(zhǔn)通過(guò)如下步驟把P匹配到Q上：S3031、對(duì)點(diǎn)云P下采樣(采樣單位為50mm)得到一個(gè)較小的點(diǎn)云G，對(duì)點(diǎn)云P和Q下采樣(采樣單位為15mm)得到較小的點(diǎn)云C和D；S3032、使用點(diǎn)云G構(gòu)建EmbeddedDeformationGraph，點(diǎn)云G上的點(diǎn)構(gòu)成Graph的節(jié)點(diǎn)，然后每個(gè)節(jié)點(diǎn)包含一個(gè)變換矩陣，每個(gè)變換矩陣由一個(gè)旋轉(zhuǎn)矩陣R和一個(gè)平移矩陣T組成；S3033、使用點(diǎn)云C和D尋找對(duì)應(yīng)點(diǎn)對(duì)，即對(duì)點(diǎn)云C中的每個(gè)點(diǎn)尋找其在點(diǎn)云D上的對(duì)應(yīng)點(diǎn)；S3034、使用對(duì)應(yīng)點(diǎn)對(duì)EmbeddedDeformationGraph計(jì)算變換矩陣(Graph上每一個(gè)節(jié)點(diǎn)有一個(gè)變換矩陣，每個(gè)變換矩陣由一個(gè)旋轉(zhuǎn)矩陣和一個(gè)平移矩陣組成)；最小化E＝Erigid+Esmooth+Ecorr，最小化Erigid是為了保證單個(gè)旋轉(zhuǎn)矩陣的剛性程度，最小化Esmooth是為了保證整體變換的剛性程度，最小化Ecorr是為了把對(duì)應(yīng)點(diǎn)之間的距離縮小。這一最小化誤差的問(wèn)題是一個(gè)非線性最小二乘問(wèn)題，可用高斯牛頓法求解。而在高斯牛頓法的每一次迭代中，求解線性方程組時(shí)可用cholesky分解(LLT分解)方法。S3035、計(jì)算出變換矩陣后便可以使用EmbeddedDeformationGraph將點(diǎn)云P進(jìn)行變形從而對(duì)齊到點(diǎn)云Q上。下面對(duì)非剛性ICP的具體實(shí)施方法進(jìn)行詳細(xì)說(shuō)明：在說(shuō)明非剛性配準(zhǔn)的方法之前，首先需要引入EmbeddedDeformationGraph。所謂的EmbeddedDeformationGraph是一種適用于各種圖形的能對(duì)圖形進(jìn)行非剛性變換的變形方法。對(duì)人體點(diǎn)云數(shù)據(jù)進(jìn)行非剛性配準(zhǔn)，首先我們需要的是一種能夠?qū)?duì)人體點(diǎn)云數(shù)據(jù)進(jìn)行非剛性變換的方法。EmbeddedDeformationGraph就是一個(gè)很好的選擇，使用這種變形方法能夠?qū)θ梭w進(jìn)行各種復(fù)雜的非剛性變換，以實(shí)現(xiàn)對(duì)人體點(diǎn)云數(shù)據(jù)進(jìn)行非剛性配準(zhǔn)的目的。下面將對(duì)EmbeddedDeformationGraph的結(jié)構(gòu)和其變形方法進(jìn)行闡述：所謂EmbeddedDeformationGraph，顧名思義，它是一種圖。這個(gè)圖是一個(gè)三維空間上的圖。它的每一個(gè)節(jié)點(diǎn)就是一個(gè)三維空間上的點(diǎn)xi＝(x，y，z)。而每一個(gè)節(jié)點(diǎn)上還包含有一個(gè)旋轉(zhuǎn)矩陣Ai和一個(gè)平移矩陣bi。旋轉(zhuǎn)矩陣Ai是一個(gè)3行3列的矩陣，其初始值為一單位矩陣。平移矩陣bi是一個(gè)3行1列的矩陣，其初始值為一零矩陣。EmbeddedDeformationGraph的每個(gè)相鄰節(jié)點(diǎn)之間應(yīng)通過(guò)邊相連，但是由于人體點(diǎn)云數(shù)據(jù)是由零散的點(diǎn)組成的，并不包含拓補(bǔ)信息，因此這些相鄰點(diǎn)及相鄰點(diǎn)間的邊可以省去，不作考慮。EmbeddedDeformationGraph中的每一個(gè)節(jié)點(diǎn)之所以包含有一個(gè)旋轉(zhuǎn)矩陣和一個(gè)平移矩陣，是因?yàn)槊總€(gè)節(jié)點(diǎn)都代表了一個(gè)局部的變換，可以把局部范圍內(nèi)的點(diǎn)進(jìn)行三維空間變換，但對(duì)于超出范圍的點(diǎn)則不具影響力，具體是：圖中的每一個(gè)節(jié)點(diǎn)xi都會(huì)在局部影響區(qū)域內(nèi)對(duì)點(diǎn)產(chǎn)生變形，這個(gè)局部影響區(qū)域是一個(gè)以xi為中心，以ri為半徑的一個(gè)球形范圍。任意一個(gè)點(diǎn)vj將被這個(gè)節(jié)點(diǎn)xi映射到新的位置vj’上：上式中的w’是歸一化后的權(quán)重w，w計(jì)算公式為：w(vj,xi,ri)=max(0,(1-d2(vj,xi)/ri2)3)]]>其中d是兩點(diǎn)xi、vj間的歐式距離：d(vj,xi)=||vj-xi||=(xi-xj)2+(yi-yj)2+(zi-zj)2]]>留意到當(dāng)ri大于d時(shí)，上式中的權(quán)重w計(jì)算結(jié)果為0，因此節(jié)點(diǎn)xi僅可以把局部范圍內(nèi)的點(diǎn)進(jìn)行三維空間變換，對(duì)于超出范圍的點(diǎn)不具影響力。此外，計(jì)算權(quán)重w的公式中max內(nèi)是比較0和一個(gè)立方數(shù)，之所以使用立方是為了使遠(yuǎn)離節(jié)點(diǎn)的點(diǎn)受到的影響盡可能小。按照上面的公式可以推出歸一化后的權(quán)重w’的計(jì)算公式：w′(vj,xi,ri)=max(0,(1-d2(vj,xi)/ri2)3)/Σximax(0,(1-d2(vj,xi)/ri2)3)]]>點(diǎn)vj變形到新的位置vj’上的公式的含義是，首先方括號(hào)內(nèi)的是單獨(dú)一個(gè)節(jié)點(diǎn)對(duì)vj的影響，是以xi為中心對(duì)vj進(jìn)行旋轉(zhuǎn)變換Ai，而后再進(jìn)行平移變換bi，然后是計(jì)算每一個(gè)節(jié)點(diǎn)對(duì)vj影響的權(quán)重，由前面的式子可知xi與vj距離大于ri的權(quán)重為0，即不影響vj，因?yàn)榭赡苡卸鄠€(gè)節(jié)點(diǎn)影響vj，因此需要計(jì)算權(quán)重，進(jìn)行歸一化，以計(jì)算最終的變換。下面來(lái)說(shuō)明EmbeddedDeformationGraph與人體點(diǎn)云數(shù)據(jù)的關(guān)系，對(duì)于輸入的兩個(gè)點(diǎn)云A和B，對(duì)點(diǎn)云A下采樣(采樣單位為50mm)得到一個(gè)較小的點(diǎn)云G，這個(gè)點(diǎn)云G就是用來(lái)構(gòu)造EmbeddedDeformationGraph的，EmbeddedDeformationGraph的節(jié)點(diǎn)xi，其三維空間坐標(biāo)就是點(diǎn)云G的點(diǎn)pi的三維坐標(biāo)。在得到了EmbeddedDeformationGraph后，就可以對(duì)點(diǎn)云進(jìn)行非剛性變換。在繼續(xù)說(shuō)明非剛性配準(zhǔn)方法之前，先回想一下剛性ICP的步驟：首先是根據(jù)一定的幾何特征作為標(biāo)準(zhǔn)，分別在兩個(gè)點(diǎn)云中選取對(duì)應(yīng)點(diǎn)對(duì)，生成控制點(diǎn)集C和D，接下來(lái)求出使控制點(diǎn)集C匹配到D上的變換f，然后是根據(jù)f對(duì)點(diǎn)云P實(shí)行變換，最后判定是否達(dá)到精度要求或抵達(dá)最大迭代次數(shù)，是則終止算法，否則重復(fù)上述步驟直至算法終止。非剛性ICP也是遵循類(lèi)似的步驟，但是不同的是非剛性ICP的變換并不僅僅是一個(gè)變換矩陣f這么簡(jiǎn)單，而是一個(gè)圖，即EmbeddedDeformationGraph。假設(shè)這個(gè)圖包含n個(gè)節(jié)點(diǎn)，因?yàn)橐粋€(gè)節(jié)點(diǎn)包含一個(gè)旋轉(zhuǎn)矩陣Ai(9個(gè)未知數(shù))和一個(gè)平移矩陣bi(3個(gè)未知數(shù))，那么需要求解的未知數(shù)數(shù)量就會(huì)達(dá)到12n個(gè)之多，因此非剛性ICP的求解過(guò)程與剛性ICP有著很大的不同，這同時(shí)也是非剛性ICP的一大難點(diǎn)。下面，就這一難點(diǎn)，也就是求解n個(gè)變換矩陣進(jìn)行詳細(xì)的說(shuō)明：求解n個(gè)變換矩陣的過(guò)程是通過(guò)最小化3個(gè)能量來(lái)實(shí)現(xiàn)的。首先，是第一個(gè)能量Erigid，最小化Erigid是為了保證旋轉(zhuǎn)矩陣Ai的剛性程度，其具體的公式為：Erigid=Σxi((a1Ta2)2+(a1Ta3)2+(a2Ta3)2+(1-a1Ta1)2+(1-a2Ta2)2+(1-a3Ta3)2)]]>上式中的a1、a2、a3是指轉(zhuǎn)矩陣Ai的3個(gè)列向量。這個(gè)公式的具體含義是，對(duì)每一個(gè)節(jié)點(diǎn)xi，其旋轉(zhuǎn)矩陣Ai需要盡可能滿足兩個(gè)條件，一個(gè)是aiTaj為0，i、j＝1、2、3，i≠j，一個(gè)是aiTai為1，i＝1、2、3。滿足第一個(gè)條件是為了使各列向量之間盡可能垂直，滿足第二個(gè)條件是為了使列向量盡可能為單位向量。滿足兩條件后便可保證旋轉(zhuǎn)矩陣Ai的剛性程度。接下來(lái)，是第二個(gè)能量Esmooth，最小化Esmooth是為了保證整體變換的剛性程度，其具體公式為：Esmooth=ΣxiΣxjw′(xi,xj,ri+rj)||Ai(xj-xi)+xi+bi-(xj+bj)||22]]>這個(gè)公式的具體含義是，對(duì)每一個(gè)節(jié)點(diǎn)xi，其它的節(jié)點(diǎn)xj受到這個(gè)節(jié)點(diǎn)xi的影響應(yīng)盡可能接近xj對(duì)它自身的影響，我們可以計(jì)算一下，節(jié)點(diǎn)xj受到這個(gè)節(jié)點(diǎn)xi的影響是：xj'＝Ai(xj-xi)+xi+bi節(jié)點(diǎn)xj對(duì)它自身的影響是：xj'＝Aj(xj-xj)+xj+bj＝xj+bj這兩項(xiàng)合起來(lái)就是Esmooth計(jì)算公式的最后一項(xiàng)。由于需要計(jì)算所有其它的節(jié)點(diǎn)xj，因此還需要計(jì)算權(quán)重，進(jìn)行求和。滿足Esmooth盡可能小后，可以保證當(dāng)一個(gè)點(diǎn)v受到復(fù)數(shù)的節(jié)點(diǎn)影響時(shí)，v受到的來(lái)自每一個(gè)節(jié)點(diǎn)的影響是協(xié)調(diào)的。這樣做可以保證變形的平滑性，否則v受到的來(lái)自每一個(gè)節(jié)點(diǎn)的影響是不協(xié)調(diào)的，那么變形后就會(huì)與其余受到單個(gè)節(jié)點(diǎn)影響的點(diǎn)有較大的落差，形成噪聲。最后，是能量Ecorr，最小化能量Ecorr是為了把對(duì)應(yīng)點(diǎn)之間的距離縮小，計(jì)算Ecorr的具體公式為：Ecorr=1mΣi=1m||T·ci-di||2]]>上式中，m是控制點(diǎn)集中點(diǎn)的數(shù)量，T是非剛性變換，ci和di是控制點(diǎn)集C、D中的點(diǎn)。最小化能量Ecorr便可以滿足控制點(diǎn)集C經(jīng)非剛性變換T后匹配控制點(diǎn)集D，然后再把非剛性變換T應(yīng)用到點(diǎn)云P上就可以令點(diǎn)云P匹配上點(diǎn)云Q。把上述三個(gè)能量合起來(lái)得到最終需要最小化的能量公式：E＝αrigidErigid+αsmoothEsmooth+αcorrEcorr上式中，a是控制各能量比例的參數(shù)，arigid＝500，asmooth＝2，acorr＝5。最小化能量E是一個(gè)非線性最小二乘問(wèn)題，可用高斯牛頓法求解。高斯牛頓法是一種通過(guò)迭代求解線性方程組來(lái)解決非線性最小二乘問(wèn)題的方法，首先會(huì)設(shè)定一個(gè)初始解，然后在每一次迭代中會(huì)求解一個(gè)線性方程組，再根據(jù)線性方程組的解更新非線性最小二乘問(wèn)題的解，從而一步步逼近問(wèn)題的真實(shí)解。非線性最小二乘的問(wèn)題可化為如下的基本形式：x＝argminx{E}首先，要求解的x就是上文說(shuō)到的n個(gè)變換矩陣，即12n個(gè)未知數(shù)。要用高斯牛頓法求解x，可以先把E拆分成f(x)，根據(jù)的公式是：E=12Σi=1n(fi(x))2=12||f(x)||2=12f(x)Tf(x)]]>然后求出f(x)的雅可比矩陣J，并構(gòu)造線性方程組：(JTJ)h＝-JTf(x)h是x在這一次高斯牛頓迭代中的增量，高斯牛頓迭代法就是在每一次迭代中修正x的值，這個(gè)就是通過(guò)求出x的增量h實(shí)現(xiàn)的。求解這個(gè)線性方程組，可用cholesky分解方法。求出線性方程組的解h后，更新x：x:＝x+h接下來(lái)根據(jù)新的x重新計(jì)算f(x)，然后重新計(jì)算J，進(jìn)行下一次迭代，直到h小于一個(gè)閥值為止。如此，便求解出了EmbeddedDeformationGraph的n個(gè)變換矩陣，完成了求解非剛性變換的過(guò)程。接下來(lái)就是把非剛性變換應(yīng)用到點(diǎn)云P，然后根據(jù)非剛性ICP的步驟，下一步是判定是否達(dá)到精度要求或抵達(dá)最大迭代次數(shù)，是則終止算法，否則繼續(xù)迭代直至算法終止。而得到最終的完整人體點(diǎn)云后，就可以使用泊松表面重建對(duì)點(diǎn)云進(jìn)行重建得到人體模型。泊松重建可以使最終得到的網(wǎng)格模型包含點(diǎn)顏色。首先，由于Kinect并不是精確的掃描設(shè)備，這造成的后果就是如果使用Kinect在遠(yuǎn)距離掃描人的整體的話，得到的點(diǎn)云數(shù)據(jù)會(huì)是粗糙的，而這種缺陷難以通過(guò)后期處理消除。而本發(fā)明采用了一種在近距離進(jìn)行拍攝的方法，把Kinect拉近到離人只有一米的距離，利用Kinect自帶的電機(jī)讓Kinect自己上下旋轉(zhuǎn)來(lái)獲取整體的人的點(diǎn)云數(shù)據(jù)，這種方法很好地克服了在遠(yuǎn)距離掃描人體而導(dǎo)致的點(diǎn)云數(shù)據(jù)太粗糙的問(wèn)題，使得經(jīng)過(guò)后期處理后的人體模型的精度大幅提升。其次，本發(fā)明采用的方法不需要連續(xù)拍攝多幀數(shù)據(jù)，該發(fā)明方法是拍3幅然后把3個(gè)點(diǎn)云對(duì)齊,數(shù)據(jù)量比較少，拍攝時(shí)間相對(duì)也較少。并且在后續(xù)處理中，該發(fā)明方法并沒(méi)有在對(duì)齊前就重建mesh，而是一直用點(diǎn)云最后再泊松重建，因?yàn)閙esh的包含的信息比點(diǎn)云多，可能會(huì)出現(xiàn)更多的誤差。然后，該發(fā)明中對(duì)齊方法采用的是一種三步驟的對(duì)齊方法。在對(duì)齊的第一步里，用了快速的剛性ICP優(yōu)化初始位置，這樣可以給后續(xù)的對(duì)齊提供好的初始狀態(tài)，第二步是使用精細(xì)的剛性ICP進(jìn)行精確的配準(zhǔn)，最后＝＝采用了非剛性ICP進(jìn)行對(duì)齊，有效地克服了剛性ICP無(wú)法對(duì)齊人體細(xì)微動(dòng)作變化的問(wèn)題。綜上所述，本發(fā)明公開(kāi)了一種基于單個(gè)Kinect的快速、高效、輕便的三維人體建模方法，能夠使用戶(hù)方便地獲取自己的三維人體模型，用戶(hù)需要的只是在Kinect面前轉(zhuǎn)一個(gè)圈。并且這種方法對(duì)環(huán)境的適應(yīng)能力強(qiáng)，可以在諸如家里或辦公室這樣狹窄的空間內(nèi)實(shí)現(xiàn)三維人體建模，而所需要的設(shè)備也僅僅是一臺(tái)個(gè)人電腦和一臺(tái)Kinect。這種新的三維人體建模方法可適用于大多數(shù)應(yīng)用，比如數(shù)字測(cè)量、產(chǎn)品設(shè)計(jì)和在線購(gòu)物，用戶(hù)可以利用本方法所生成的人體模型進(jìn)行虛擬試衣，而毋須親自到服裝店去。上述實(shí)施例為本發(fā)明較佳的實(shí)施方式，但本發(fā)明的實(shí)施方式并不受上述實(shí)施例的限制，其他的任何未背離本發(fā)明的精神實(shí)質(zhì)與原理下所作的改變、修飾、替代、組合、簡(jiǎn)化，均應(yīng)為等效的置換方式，都包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3