随着计算机视觉理论的不断研究和发展,虚拟现实技术已经应用到生活中的各个领域,主要包括航空航天、虚拟与现实、逆向工程和医疗等领域,物体的三维重建已成为研究者热门研究领域之一。脚型数字化研究属于逆向工程,而逆向工程是计算机图像学领域的一个重要分支,得到了广大研究者的青睐。本文研究了脚型数字化的现状,针对现有的测量设备价格昂贵、扫描时间长、对操作者要求较高、自动化程度不高等缺点,因此亟需一种快速简便、精度较高的方法对人体脚型进行三维数字化。微软公司推出了一款体感外设Kinect,其内置了一个深度相机,采用主动式的红外结构光来获取物体的三维点云数据,不受物体纹理特性的影响。本文提出一种将Kinect传感器和计算机立体视觉相结合的三维脚型数字化方法,实现了对人体脚型的三维重建。本文的主要工作和研究内容如下:(1)Kinect传感器和双目相机系统的搭建。搭建脚型测量三维重建系统、对搭建好的三维测量系统先进行标定、对获取的双目图像和深度信息图像进行极线校正、进行立体匹配求取视差图、获得目标物体的三维点云。对Kinect传感器获得的深度信息图像进行滤波、去噪、背景滤除等处理,对处理后的图像进行目标物体三维点云的提取。(2)基于Harris-Laplace-SIFT算法的特征提取与匹配。将不同视图的RGB图像进行多尺度的表示、利用Harris算法进行特征点的提取、将提取的特征点通过SIFT描述符进行描述并生成128维的特征描述向量、最后计算特征向量的欧氏距离、找出最近邻点和次近邻点若它俩的比值小于某一个阈值则为正确匹配,最后去除误匹配点对。(3)ICP算法点云的拼接。由于不同视角坐标系的中心没有统一,本文提出基于特征匹配的初始配准算法对点云进行配准,利用提取的特征点的点云为初始配准点云,求得配准的最优参数,进而实现对不同视图的人体脚型三维点云的拼接。实验结果表明,本文算法在配准过程减小了大量的计算,提高了配准效率,较好的完成的点云数据的拼接。对融合后的三维脚型的数据点云进行三角网格化处理、采用GEOMAGIC进行曲面重建构造轮廓线和曲面片、对优化处理好的曲面片进行格栅构造、然后进行NURBS(Non-Uniform Rational B-Spline)曲面拟合、渲染出逼真的三维脚型模型,最后对人体脚型的特征参数进行提取。