摘 要：为解决复杂点云数据的曲线骨骼提取问题，提出了一种鲁棒的点云曲线骨骼提取算法。该方法首先通过区 域分割将点云模型分成多个弱凸面集，减少噪声点对骨骼提取的影响，然后在每个弱凸面集中根据对称点信息提取 候选骨骼点，对候选骨骼点进行压缩和平滑，并采用最优平面法对骨骼点进行重定位，最后利用区域分割信息将各 区域的骨骼点连接得到最终的曲线骨骼。实验结果表明，该方法不仅能够处理完整和非完整的点云数据，而且能够 正确提取包含复杂形状的点云骨骼。

基于视觉信息的运动目标识别是室内移动机器人自主导航的一个重要研究内容，现有的方法经常由于背景噪声干扰、自然光照、机器人视角变化等因素影响识别稳定性。针对该问题提出一种有效的目标识别方法，滤除地平面点云特征，并采用分割聚类和支持向量积融合方法识别运动目标。实验表明，该方法在满足实时性前提下，相对于传统人体骨骼、二维梯度直方图算法具有更高的准确率，更适合复杂环境下的人体。

这份教程涵盖使用kinect获取彩色图像、深度图像、骨骼信息、背景分割、点云等多个案例，覆盖内容广泛，搜集不易，还请各位打赏一番，如果不想打赏，各位兄弟也可以去GitHub上自行下载