三维人体扫描是指利用三维扫描仪快速捕获人体的真实几何信息,它在计算机动画、虚拟现实和服装等多个领域都有广泛应用。传统的三维人体扫描仪价格昂贵,且需要专业人员进行操作。微软推出的Microsoft Kinect是消费级的深度相机,极大的推动了廉价人体扫描仪的发展。但是深度相机的精度较低,原始的扫描数据难以满足人体模型质量要求,这对数据的后处理和应用提出了严峻挑战。另一方面,目前基于深度相机的人体扫描系统普遍存在扫描时间过长的问题。在纺织服装领域,三维扫描的应用目前主要是用于获取真实的用户人体模型,并从三维人体模型中自动提取人体尺寸数据(如胸围,腰围等)。获得的用户人体尺寸数据进一步用于服装设计和生产中。但是,三维人体扫描的应用还没有被充分探索,还具备较大的应用开发潜力。基于RGBD深度相机(如Kinect,Prime Sense),本文研究了三维人体的快速扫描问题。此外,针对三维扫描可以准确捕捉扫描对象的最外层真实几何信息这一技术特点,本文研究了基于三维扫描的更多应用。本文的主要工作如下:1、提出了“二步标定法”同时标定多台深度相机,构建了基于9台深度相机的三维人体模型的系统。系统的数据采集过程可以在3秒完成,操作方便,具备商业应用价值。由于数据采集时间短,扫描对象只需站立在扫描区域的中心地点保持标准姿势三秒,便可采集扫描对象的全身数据。考虑到深度相机的扫描视角有限且捕捉的原始数据精度随着扫描距离的增加而降低,为了捕捉到质量较好的全身人体数据,本文固定9台深度相机的位置和朝向,其中每台深度相机都可以采集到人体的一段数据。这种固定多相机扫描静态人体的系统构造,可以保证各台深度相机采集到质量较高的原始数据,也可以保证人体数据采集的快速完成。本文的“二步标定法”首先利用传统的张氏相机标定算法标定9台相机的空间位置关系,使得9台相机采集的点云从不同的相机坐标系转换到相同的世界坐标系下,得到粗略配准的数据。在第一步标定的基础上,然后利用2张A4褶皱纸来完成9台相机采集数据的精确配准,将9台相机的各段数据精确的拼接在一起。该系统仅需完成一次标定过程,便可多次进行人体扫描。因为在人体扫描过程中,算法主要是9台相机采集的各段人体点云的仿射变换,相比于其他的基于非刚体配准算法的人体扫描系统,本方法除了数据采集过程时间短,还具有数据处理速度快的优点。考虑到多台深度相机间存在相互干扰问题,本文采用多线程方法最大程度的降低干扰问题。2、提出了基于统计人体模型的扫描人体自动LBS算法。扫描人体模型获得的是静态人体模型,需要进一步的处理才能获得动态人体效果。在计算机动画领域,对三维人体模型的LBS处理,一般是由专业的设计师通过建模软件对三维人体进行骨架构建和绘制皮肤的蒙皮权重,然后用骨架驱动人体模型的变形。本文提出的方法实现对三维扫描人体的自动LBS操作,避免了复杂的人工处理。本文首先由人体数据库生成统计人体子空间,构造人体形态变化参数。然后对统计人体子空间的人体数据进行LBS预处理,得到人体姿态变化参数。这样,生成了一个可以进行形态和姿态变化的变形人体模板。本文进一步提出“ICP(iterative closest point)风格”人体拟合算法生成与扫描人体的几何形态近似的变形人体模板。然后提出算法将骨架和LBS的蒙皮权重从变形人体模板转移到扫描人体模型上,自动完成对三维扫描人体的LBS处理,使其具备姿态变化的能力。3、提出了基于三维人体扫描的用户三维虚拟人台重建算法。生成的三维虚拟人台既保持了用户的真实人体尺寸,也保持了用户的真实形态特征,可以直接导入到服装CAD(computer aided design)中用于设计合身服装。目前,三维虚拟人台主要从人体尺寸数据合成三维人体模型。三维扫描在服装工业中,主要也是利用的三维模型提取人体尺寸数据。但是,相同人体尺寸的人体,其形态并不一定相同。即基于人体尺寸重建的三维虚拟人台不能准确的表示用户的真实体型,这可能造成设计出不合身的服装。导入到服装CAD的虚拟人体需要是对称的,扫描人体不可以直接应用。人体在站立过程中存在姿势的不对称(如一些用户的左肩高于右肩)问题,以及由于肌肉和脂肪流动导致的躯干的形态不对称问题。这样,基于三维人体扫描的用户三维虚拟人台重建问题转换为三维人体对称问题。本文将这种人体对称的处理分解为“姿态对称”和“形态对称”两个步骤。本文首先采用自动LBS技术使三维扫描人体具备姿势变化能力。通过调整骨架中关节的旋转角度,实现三维扫描人体的姿态对称。然后通过人体分割技术,去除在服装设计中不重要的部分,生成初步的具备姿态对称的三维虚拟人台。这个初步的三维虚拟人台仍然存在形态上的不对称。本文进一步提出“切片对称法”,用切片法将初步三维虚拟人台切割成多个切片,对模型进行重构,生成有序点云。考虑到人体的拓扑结构,针对人体的躯干和四肢分别提取“轴对称”和“双边对称”两种不同算法。“切片对称法”处理后生成的点云数据,网格封装成为所需的三维虚拟人台。跟传统的基于人体尺寸数据的人体重建算法相比,该方法不仅可以保持用户真实的人体尺寸,还可以保持用户的真实体型,可以表示用户的真实形态。4、提出了基于三维扫描的多重服装快速建模算法。对三维着装人体建模是很多应用的重点,而对多重服装的建模更是一个难点。传统的方法一般是借助于建模软件,由一个专业的设计师耗费长时间精心设计而成。借助于三维扫描仪,通过对着装人体进行扫描可以得到真实的服装模型。此时的服装模型也是最接近真实服装的几何形态。但是,由于三维扫描技术的限制,只能采集到最外层服装数据,无法直接获得多重的服装数据。为了获得多重服装的数据,首先让一个扫描对象仅穿着内衣进行扫描,生成“裸体”状态下的真实人体模型。然后,扫描对象穿上一层服装,重新扫描获得第一层服装模型。随后,扫描对象再穿上一层服装,扫描得到第二层服装模型。重复上述操作,可以获得真实的三维人体模型和多重三维服装模型。因为真实服装是一层一层的穿在扫描对象上,捕捉的服装模型是反应着装人体上服装的真实几何形态。但每次扫描过程中,扫描对象的姿态是不同的。本文提出姿态配准算法,实现将扫描的多重服装模型依次“穿”在“裸体”人体模型上,生成多重服装的三维着装人体模型。首先,本文利用自动LBS技术使三维人体模型具备姿态调整能力。利用改进的铰链迭代最近点算法(articulated-ICP,articulated iterative closest point)实现“裸体”人体和服装姿态的一致,同时确保扫描“裸体”人体模型是位于服装模型内部,达到“穿衣”效果。重复这个操作,实现多重服装效果。由于在扫描过程中,人体会因为呼吸和习惯等因素产生形态的轻微变形,这可能导致“服装穿透”现象,本文提出“穿透补偿”算法解决这一问题。实验证明,该方法可以用于多重服装的三维着装人体的快速建模。5、提出结合骨骼蒙皮和物理仿真两大技术的服装仿真算法。实现对着装人体的动画主要有两种方法。第一种是利用骨骼蒙皮技术同时驱动人体和服装进行变形,这种方法将服装也当作人体的一部分,能得到即时动画效果,可以很好保持原始扫描服装的几何形态。但是,这种方法缺少服装的真实柔性效果,且对宽松服装(如裙子和外套)效果较差。第二种是基于物理仿真的方法,利用骨骼蒙皮技术驱动人体运动,将服装模型作为柔性材料通过基于物理仿真与人体表面进行相互作用,生成真实的动态服装效果。但是,这种方法生成的服装过于柔软,丢失原始扫描服装模型的几何形态。该方法对基于物理仿真模型的参数要求严格,而对织物仿真参数的的估计一直是一个研究难点。另外,上述两种方法都不能很好的仿真出空气层的效果。本文提出结合这两种方法,通过线性混合的方式得到具有空气层仿真效果的多重服装仿真动画。本文进一步提出方法来自动计算线性混合的系数。实验结果表明,该方法可以在保持原始扫描服装模型的几何形态的同时,也赋予服装的柔性效果,人体与服装及相邻服装之间存在距离,产生空气层效果。6、提出结合纹理合成与三维扫描,克服传统的织物、服装纹理设计局限。三维服装和纹理在服装领域都具有重要的作用,传统的方法是设计师手工设计纹理,或者是通过摄像技术捕捉真实服装的纹理图案。该方法克服了这些限制,仅输入单个纹理图案,生成新的纹理。本文提出了一种针对织物的三维扫描流程,可以获得高质量的三维织物及其加工品数据;利用卷积神经网络(CNN,convolutional neural networks)自动合成纹理,将合成纹理贴图到三维织物上,生成具备纹理的三维织物模型。实验证明该方法可以生成高质量的纹理服装图案,启发织物、服装纹理的自动化设计研究。