网站大量收购独家精品文档,联系QQ:2885784924

面向数字人体建模的体表点云缩放研究.pdf

面向数字人体建模的体表点云缩放研究.pdf

  1. 1、本文档共73页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

摘要

面向数字人体建模的体表点云缩放研究

数字人体建模是人体工程学研究中一个快速发展的领域,在工效分析、生物

力学计算和计算机动画等方面都有着广泛的应用。通过创建人体的精确表示,数

字人体模型可以准确地模拟人与产品、环境和技术的交互过程。很多时候希望能

建立不同尺寸、胖瘦、体型的数字人,并且希望能够利用少量简单的宏观人体尺

寸实现这一目的。然而,使用详细的人体尺寸信息构建数字人体模型是一个繁琐

且耗时的过程。为了解决这一问题,本文提出了一个人体尺寸驱动的人体体表建

模框架。该方法能够整合到各种数字人体建模系统中,提高数字人体建模的效率

和准确性。本文的研究框架主要包括三个部分:建立数据库、建立体表标记点预

测模型以及人体体表点云的缩放。

为了建立数据库,筛选了23个宏观尺寸作为用户输入尺寸,并在体表上确

定了一系列具有代表性的点,称为体表标记点,作为缩放算法的控制点。这些标

记点的选取是基于前人对于体表标志(landmark)的研究,并进一步根据缩放效

果不断增添和优化完善。同时,通过仿真获得人体尺寸数据样本,并在CATIA软

件中构建相应的人体模型;在人体模型上采集体表标记点坐标数据,建立人体尺

寸和体表标记点数据库。

体表标记点的预测模型是研究框架的关键组成部分。为提高预测模型的精度,

首先对目标人群进行了体型分类。通过判别分析将用户输入的目标人体尺寸划分

族群,并基于分层估计的方法建立分层估计结构,从而建立了更为准确的人体尺

寸预测模型。为了进一步预测体表标记点,使用主成分分析来降低原始人体体表

标记点数据维度,只保留了累积误差占比较大的少量主成分。以主成分为因变量,

以输入人体尺寸为自变量进行多元回归分析,建立体表标记点坐标主成分的预测

模型,从而实现了利用预测的人体尺寸来计算体表标记点的主成分,并进一步还

原得到体表标记点的坐标。

对体表点云的缩放通过径向基函数插值实现。首先选取某个已有的体表点云

作为缩放的标准模板,其上选取的体表标记点作为原始的缩放控制点。缩放时,

I

摘要

利用人体尺寸计算出的体表标记点作为目标人体体表的标记点(控制点)。为在

控制点之间建立比较理想的函数关系,使得体表点云上的所有点都能实现理想的

缩放变换,尝试研究了三种不同的缩放方法,包括整体缩放、无过渡分块的分块

缩放、以及带有过渡分块的分块缩放,分析了各自的优缺点,最终选定了合适的

方式。

基于以上的研究,本文开发了整套人体尺寸驱动的人体体表缩放方法,并且

利用Python语言编写了程序,验证了本文提出方法的可行性。

相对于以前的研究,本文的方法引入了真实三维人体扫描点云作为缩放的基

础,使得生成的体表形状更加逼真,并且可以随时针对新扫描得到的人体体表点

云进行缩放;此外,本文提出了分块缩放的建模方法,该方法运算快、准确度高、

可广泛应用。

关键词:

人体体表,点云,缩放,径向基函数插值,体表标记点,预测,人体尺寸

II

ABASTRACT

ABSTRACT

ResearchonScalingofthePointCloudofHumanBodySkinforUsein

DigitalHumanModeling

Themodelingofthedigitalhumanbodyisarapidlydevelopingfieldinthestudy

ofergonomics,withapplicationsrangingfromefficiencyanalysistobiomechanical

calculationsandcomputeranimation.Bycreatingan

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档