1、本文在已有研究的基礎(chǔ)上，對運(yùn)動捕獲的算法及技術(shù)進(jìn)行了深入的分析，針對當(dāng)前熱點(diǎn)的運(yùn)動捕獲方法存在的一些缺點(diǎn)提出了一種融合深度圖和三維模型的運(yùn)動捕獲算法。利用Kinect采集深度圖像，經(jīng)過對深度圖去除背景，從中恢復(fù)出三維模型，進(jìn)而建立三維模型數(shù)據(jù)庫。然后根據(jù)深度圖提取人體骨架，建立骨架數(shù)據(jù)庫。接著使用運(yùn)動捕獲的識別算法，輸入一組深度圖動作序列，經(jīng)過上述過程得到三維模型后與三維模型數(shù)據(jù)庫中的模型進(jìn)行匹配，計(jì)算出與之距離最小的序列，輸出相應(yīng)的骨

2、架作為動作捕獲的結(jié)果。通過實(shí)驗(yàn)驗(yàn)證了本文系統(tǒng)的效率。本文的工作內(nèi)容主要包括以下幾個方面:
　　(1)通過對運(yùn)動捕獲技術(shù)研究背景及國內(nèi)外研究現(xiàn)狀的總結(jié)，提出本文的研究方向。
　　(2)在目前主流的深度圖像獲取方法研究的基礎(chǔ)上，提出了使用kinect獲取深度圖像的方法。同時，提出基于深度值的迭代閾值法去除深度圖像背景的算法。
　　(3)基于現(xiàn)有的三維模型重建的方法的特點(diǎn)，提出了基于深度圖像的三維模型重建方法。通過對深度圖像

3、中三維信息的使用可以方便的恢復(fù)出三維模型。
　　(4)以現(xiàn)有的骨架提取技術(shù)為基礎(chǔ)，提出了一種先找出骨架關(guān)節(jié)點(diǎn)，然后將關(guān)節(jié)點(diǎn)用簡單線條連接的骨架提取算法。并在該算法下實(shí)現(xiàn)了骨架的提取。
　　(5)在現(xiàn)有的運(yùn)動捕獲分析方法的基礎(chǔ)上，確定使用識別法進(jìn)行本文的運(yùn)動捕獲仿真分析。建立了三維模型和人體骨架兩個一一對應(yīng)的數(shù)據(jù)庫。確定使用層次聚類算法對三維模型的點(diǎn)云數(shù)據(jù)進(jìn)行聚類。同時，提出了使用DTW算法進(jìn)行運(yùn)動序列的相似性測量，并通過實(shí)驗(yàn)