中文摘要：

深度相机的出现，为获取物体表面三维几何信息提供了一种新的手段，为计算机图形学、计算机视觉、虚拟现实等领域的理论及应用研究提供了新的机遇。利用深度相机实现动态物体的三维扫描重建，在计算机辅助设计、游戏娱乐、生物医学、安全监控等产业有广泛的应用。然而，对于从高噪声、非刚体变形、大数据量的捕获信息中重建出高质量的几何模型，目前还缺乏通用可靠的方法。本项目将针对这一具有理论研究价值和广泛应用前景的问题展开研究，进一步扩展深度相机的应用领域。首先，本项目将研究利用捕获数据的冗余性，提高深度数据质量。其次，将研究基于粗糙模板的方法，降低非刚体配准的难度，实现噪声数据的非刚体配准。此外，利用基于图的方法，用较小的计算代价实现扫描数据的全局非刚体配准，解决遮挡与误差累计的问题。另外，还将研究改进传统扫描重建算法的线性流程，在统一的算法框架下实现动态噪声网格的迭代优化重建。