kinect原理

双目立体视觉，在百度百科里的解释是这样解释的：双目立体视觉

(Bin ocular Stereo Visio n )是机器视觉的一种重要形式，它是基于视差原理

并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点 间的位置偏差，来获取物体三维几何信息的方法。我相信未来的世界一定是三 维感知的世界，毕竟二维世界很多情况下不能满足要求的。

一 视差Dis parity 与深度图

那么提到双目视觉就不得不提视差图：双目立体视觉融合两只眼睛获得的 图像并观察它们之间的差别，使我们可以获得明显的深度感，建立特征间的对 应关系，将同一空间物理点在不同图像中的映像点对应起来，这个差别，我们 称作视差(Disparity) 图像。

对于视差的理解自己可以体验一下：将手指头放在离眼睛不同距离的位置， 并轮换睁、闭左右眼，可以发现手指在不同距离的位置，视觉差也不同，且距 离越近，视差越大。

那么提到视差图，就有深度图，深度图像也叫距离影像，是指将从图像采 集器到场景中各点的距离(深度)值作为像素值的图像。获取方法有：激光雷 达深度成像法、计算机立体视觉成像、坐标测量机法、莫尔条纹法、结构光法。

那么这里引申一下深度图与点云的区别，点云：当一束激光照射到物体表 面时，所反射的激光会携带方位、距离等信息。若将激光束按照某种轨迹进行 扫描，便会边扫描边记录到反射的激光点信息，由于扫描极为精细，则能够得 到大量的激光点，因而就可形成激光点云。

深度图像经过坐标转换可以计算为点云数据；有规则及必要信息的点云数 据可以反算为深度图像。 两者在一定条件下是可以相互转化的，之前的博客

里，有使用PCL库实现过点云提取深度图，当然给出相机参数也是可以由深度 图转为点云的。截图一个深度图：

h 也JrruK

所以深度与视差的关系如下 "■arru举 比如绝对差值法

D=| L-R|

式中，L、R和D分别代表左视图、右视图和对应的绝对差值图的亮度值。 绝对差值图并不是严格意义上的视差图，但是它的计算方法最为简单，速度快，

机器视觉实验报告

1

目录

一 实验名称 .................................................................. 2

二 试验设备 .................................................................. 2

三 实验目的 .................................................................. 2

四 实验内容及工作原理 ........................................................ 2

（一）kinect for windows ..................................................................................................... 2

（二）手持式自定位三维激光扫描仪 ................................................................................ 3

（三）柔性三坐标测量仪 .................................................................................................... 9

（四）双面结构光 .............................................................................................................. 10

总结与展望 ................................................................. 14

人机交互技术及其应用〔科普〕

信息技术的高速进展对人类生产、生活带来了广泛而深刻的影响。高科技成果为人们带来便捷、欢快的同时，也促进着人机交互技术的进展。作为信息技术的重要内容，人机交互技术比计算机硬件和软件技术的进展要滞后很多，

已成为人类运用信息技术深入探究和生疏客观世界的瓶颈。因此，人机交互技术已成为 21 世纪信息领域亟需解决的重大课题和当前信息产业竞争的一个焦点，世界各国都将人机交互技术作为重点争论的一项关键技术，例如，在美国

21 世纪信息技术打算中，将软件、人机交互、网络、高性能计算列为根底争论内容，美国国防关键技术打算也把人机交互列为软件技术进展的重要内容之一，在我国的“863”、“973”和自然科学基金等工程中，也将人机自然交互理论与方法作为信息技术中需要解决的关键科学问题。

一、人机交互的概念

人机交互〔Human-Computer Interacti，onHCI 〕是关于设计、评价和实现供人们使用的交互式计算机系统，且围绕这些方面主要现象进展争论的科学，

狭义的讲，人机交互技术主要是争论人与计算机之间的信息交换，它主要包括人到计算机和计算机到人的信息交换两局部。人们可以借助键盘、鼠标、操纵杆、数据服装、眼动跟踪器、位置跟踪器、数据手套、压力笔等设备，用手、脚、声音、姿势或身体的动作、眼睛甚至脑电波等向计算机传递信息，同时，计算机通过打印机、绘图仪、显示器、头盔式显示器、音箱等输出或显示设备给人供给信息。

人机交互与计算机科学、人机工程学、多媒体技术和虚拟现实技术、心理学、认知科学和社会学以及人类学等诸多学科领域有亲热的联系，其中，认知心理学与人机工程学是人机交互技术的理论根底，而多媒体技术和虚拟现实技术与人机交互技术相互穿插和渗透。作为是信息技术的一个重要组成局部，人机交互将连续对信息技术的进展产生巨大的影响。

二、人机交互的争论内容 人机交互的争论内容格外广泛，涵盖了建模、设计、评估等理论和方法以及在移动计算、虚拟现实等方面的应用争论与开发，在此列出几个主要的方向：

人体姿势识别技术及其应用

第一章：引言

随着人们生活水平的不断提高，对于健康和生命质量的要求越来越高。而良好的姿势是保证身体健康和生命质量的重要因素。由此，对人体姿势的研究和探索变得愈加重要。人体姿势识别技术是一种通过摄像机、传感器、图像识别等技术捕捉人体姿势并对姿势进行识别的技术。它能够用于监测和分析人体姿势，帮助优化人体姿势，保护人们的健康。本文将探讨人体姿势识别技术的基本原理及其在医疗、体育、安防等领域的应用。

第二章：人体姿势识别技术的基本原理

人体姿势识别技术的基本原理是通过摄像机、传感器、图像识别等技术进行姿势捕捉并对姿势进行识别。常用的技术主要包括以下三类。

1. 基于图像处理的人体姿势识别技术

该技术主要针对2D图像进行人体姿势识别，通过自主学习和模型识别判断人体的各种姿势动作。其优点是图像清晰，处理速度快，但在3D空间中的人体姿势识别方面存在一定的局限性。

2. 基于深度学习的人体姿势识别技术 该技术主要基于深度学习方法，使用多伦多大学推出的Kinect传感器进行人体姿势识别。该技术对于3D空间中的人体姿势识别具有很好的适应性和鲁棒性，但相比于其他技术代价昂贵，一般价格在数千元至几万元之间。

3. 基于惯性传感器的人体姿势识别技术

该技术采用惯性传感器对人体的动作进行捕捉和记录，并通过数据分析，精准地判断人体所处的姿势。其优点是成本低廉，对于不同环境条件具有很好的适应性，但需要布置多点传感器，对于使用者的负担较大，而且数据记录不够精细。

第三章：人体姿势识别技术在医疗方面的应用

人体姿势识别技术在医疗领域的应用是其最主要的应用之一。因为人体姿势能够体现人体的生理状态和活动能力，能够帮助医生更好地判断病患的病情和治疗效果。具体的应用方式包括以下几个方面：

1. 脊柱矫正

人体姿势识别技术能够精确地监测和记录人体的脊柱姿势，判断脊柱的异常情况，从而帮助医生进行脊柱矫正操作，达到恢复正常脊柱生理功能的效果。