java kinect 人体识别_基于三个kinect的人体建模

基于三个kinect的人体重建，首先要对三个kinect相机进行标定，得到相机内外参数。这样每个相机看到空间一点的坐标是一致的，三个相机坐标系得以统一。标定方法是两两标定，即取某一kinect相机(记为A)为参考，其他两个(记为B、C)分别与A标定，得到两组相机参数。这里，我是用的matlab自带的标定方法stereoCameraCalibrator，见链接matlab。例如，用两个处于同一水平线的kinect(如下图所示)进行标定测试，得到的参数是旋转矩阵R为：

0.9949 -0.0196   0.0991

0.0235 0.9990  -0.0384

-0.0983 0.0405    0.9943

平移向量T为：

-280.5068  2.5255   -25.4387

由标定结果可以看出，R矩阵接近于单位矩阵，表明两相机位置上是基本平行的。平移向量中-280.5068表示两相机x方向距离为28cm，而x方向的实际距离为26~27cm，这说明标定精度还是比较可靠的。

标定之后可以得到两组相机参数(旋转矩阵和平移向量)，这在之后的点云拼接中会有用。

点云获取

通过sdk中内置的转换函数，将由kinect获取到的深度图像转换为点云数据，并保存。如下图所示为一个角度获取的点云。

点云处理

由于点云的数据量非常庞大，并且存在着冗余数据和噪声干扰，增加了计算复杂度。因此在点云拼接之前需要预先对点云进行处理。这其中的关键问题是提取点云数据中能反映曲面特征的点，精简数据并且去除噪声，提高重建的精度和效率。去噪方法是联合双边滤波算法

点云拼接

三维点云拼接实质是将不同坐标系下得到的数据点云进行坐标变换，通过两片或多片数据点云中找出正确的排列关系，拼接成一片完整的数据点云。其中的关键问题就是利用旋转矩阵和平移矩阵，通过ICP算法对点云进行配准。