衣物等非刚性体的三维重建技术在虚拟试衣系统、影视动画制作、游戏开发等领域有着广阔的应用前景。该项技术一直是计算机视觉和计算机图形学领域研究的热点。如何实现高效、高精度和廉价的重建一直是三维重建技术的一个研究重点。传统的计算机视觉重建方法对刚性体的重建效果较好,但却很难找到一个重建精度较高、纹理信息丰富并且简便易用的非刚性体三维数字化方法。近年来出现的以Kinect为代表的拥有测距能力的深度相机能够直接得出拍照区域的深度信息,但是测量精度并不高,其测量结果必须经过去噪和优化处理。本课题正是以优化和改进深度相机的测量结果为目标,研究基于Kinect的非刚性体三维数字化技术。具体工作可总结如下:1)Kinect融合光度立体法的非刚性体三维数字化研究。使用RGB-D相机,在彩色光度立体方法基础上,探讨了动态单反射率/多反射率非刚性物体的高精度三维数字化方法。通过使用红绿蓝三色光源同时照射物体,并使用Kinect相机采集目标物体的深度图和彩色图。通过设计合理的代价函数并经优化求解以得到非刚性体的三维点云信息。较之于传统的光度立体方法,其重建精度更高。2)基于Kinect和转台的全视角三维重建方法研究。在物体单视角数字化的基础上,将待测物体置于转台上旋转以实现对被测物体的全视角三维数字化。通过一台Kinect对转台上的物体进行拍摄,得到其旋转一周的图像序列;利用SURF算子计算两帧之间的特征点并进行匹配,以特征点为基础完成相邻两帧间的粗配准;然后利用ICP配准技术进行精配准并使用误差分配方法对漂移误差进行修正;接着利用泊松重建技术进行点云的融合并对色差进行修正。最终得到精度较高的全视角模型。3)基于S-SCAPE语义模型的人体三维数字化研究。由于人体等非刚性体随着时间不仅会产生整体的位移,更兼有局部的自由形变,故非刚性的点云配准一直是三维重建中难以解决的一个问题。本文采用S-SCAPE人体语义模型解决人体点云的配准问题,S-SCAPE模型用27个体型参数和32个姿势参数来表示人体模型,大大缩小了优化算法搜索的解空间。该采集系统不需要事先标定,仅使用三帧RGB-D数据即可重建出完整的人体模型,具有广泛的应用前景。实验结果证明:本文方法能够得到满足特定需求的非刚性体三维数字化模型,为最终实现非刚体的动态三维数字化奠定了基础。