人体三维模型广泛应用在动画、游戏、电影、制造等领域,如何快速有效地建立该模型是当前计算机视觉领域的一大研究热门方向。利用激光扫描和立体视觉的传统人体建模方法因成本高、可操作性差等条件制约其应用范围的推广。随着彩色-深度(RGB-D)相机问世,因其廉价、操作简单、可实时获取彩色深度信息等特点,为其广泛推广奠定了硬件基础,但其自身又存在深度数据分辨率低和噪声大的缺点,加之人体在扫描过程中不可避免会发生晃动,对人体表面数据获取以及配准方法提出了挑战。为了解决上述问题,本文利用两台RGB-D相机搭建了人体三维重建系统,该系统无需借助转盘、导轨等辅助工具,用户只需站在两台RGB-D相机中间自转,该系统就可以获得用户完整且带有纹理的人体三维模型。本文主要研究内容如下:1、阐述了RGB-D相机工作原理、种类和选型,然后通过分析深度数据噪声来源,为搭建人体三维重建系统奠定基础,同时介绍了相关算法流程。2、针对采集数据存在的缺陷进行预处理,对深度数据的噪声进行滤波,去除人体深度数据的边缘噪声,把彩色、深度数据转换成带有颜色信息的点云数据,去除多余的背景和地面点云,滤除人体离群点,下采样人体点云。3、为了使发生轻微变形且位于不同视角的人体点云从不同坐标系配准到同一坐标系即实现坐标归一化,提出了一种刚性配准和非刚性配准相结合的配准方法。该方法首先对上半身不同视角下人体点云执行全局刚性配准和非刚性配准实现上半身人体点云坐标归一化,同理实现下半身人体点云坐标归一化。接着对上半身人体点云和下半身人体点云执行刚性配准和非刚性配准实现整个人体点云坐标归一化。4、针对人体点云存在数据丢失的问题,提出一种孔洞填充算法,并结合泊松表面重建算法融合整体人体点云形成紧密网格,并对重建后的表面基于泊松混合算法实现纹理重建,产生完整和带有纹理的人体模型。5、展示不同人体的三维重建结果,通过和相似的人体三维重建系统分别在重建效果、时间和人体尺寸几个方面进行对比,验证本文重建系统的精度和效率。