Questa tesi presenta la progettazione e lo sviluppo di un sistema per la ricostruzione tridimensionale del corpo umano basato su una camera RGB-D, una pedana rotante motorizzata e un’architettura software in ambiente C# .NET Framework 4.8.1. L’obiettivo del lavoro è ottenere una rappresentazione 3D coerente e ripetibile del soggetto acquisito, a partire da sequenze di frame catturate da diverse angolazioni, con successiva elaborazione della nuvola di punti per filtraggio, registrazione e fusione. Il sistema sfrutta l’encoder della pedana e marker fiduciali ArUco per stimare la posizione iniziale e la rotazione del soggetto durante l’acquisizione, riducendo la dipendenza da tecniche di stima puramente visive e migliorando la stabilità dell’allineamento tra viste successive. Le nuvole di punti vengono generate dai dati di profondità, filtrate per rimuovere rumore e outlier, quindi registrate e integrate in un modello globale. La pipeline sviluppata è stata pensata per supportare applicazioni di misurazione antropometrica, a partire da un setup a basso costo e relativamente semplice da replicare. I risultati mostrano che la combinazione tra acquisizione controllata, gestione della rotazione tramite encoder e post-processing della point cloud consente di ottenere ricostruzioni più stabili rispetto a soluzioni basate unicamente sulla stima iterativa della posa. Il contributo principale della tesi consiste quindi nella realizzazione di una pipeline completa, dall’acquisizione alla ricostruzione, orientata all’uso in ambito bioingegneristico e di analisi della forma corporea.
Modulo di ricostruzione volumetrica 3D del corpo umano mediante pedana rotante e camera RGB-D
BRANDOLINI, RICCARDO
2025/2026
Abstract
Questa tesi presenta la progettazione e lo sviluppo di un sistema per la ricostruzione tridimensionale del corpo umano basato su una camera RGB-D, una pedana rotante motorizzata e un’architettura software in ambiente C# .NET Framework 4.8.1. L’obiettivo del lavoro è ottenere una rappresentazione 3D coerente e ripetibile del soggetto acquisito, a partire da sequenze di frame catturate da diverse angolazioni, con successiva elaborazione della nuvola di punti per filtraggio, registrazione e fusione. Il sistema sfrutta l’encoder della pedana e marker fiduciali ArUco per stimare la posizione iniziale e la rotazione del soggetto durante l’acquisizione, riducendo la dipendenza da tecniche di stima puramente visive e migliorando la stabilità dell’allineamento tra viste successive. Le nuvole di punti vengono generate dai dati di profondità, filtrate per rimuovere rumore e outlier, quindi registrate e integrate in un modello globale. La pipeline sviluppata è stata pensata per supportare applicazioni di misurazione antropometrica, a partire da un setup a basso costo e relativamente semplice da replicare. I risultati mostrano che la combinazione tra acquisizione controllata, gestione della rotazione tramite encoder e post-processing della point cloud consente di ottenere ricostruzioni più stabili rispetto a soluzioni basate unicamente sulla stima iterativa della posa. Il contributo principale della tesi consiste quindi nella realizzazione di una pipeline completa, dall’acquisizione alla ricostruzione, orientata all’uso in ambito bioingegneristico e di analisi della forma corporea.| File | Dimensione | Formato | |
|---|---|---|---|
|
Brandolini_Riccardo.pdf
Accesso riservato
Dimensione
3.66 MB
Formato
Adobe PDF
|
3.66 MB | Adobe PDF |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/109269