Different body-related parameters w

Different body-related parameters were extracted. For the extraction, the depth images produced by the Kinect sensor were processed and analysed with a commercial software (SPIP™, Image Metrology,Inc.). Each three-dimensional dataset underwent a number of processes allowing the extraction and quantification of features. More precisely,each point cloud was opportunely calibrated in order to get metric datasets (Fig. 3A) using a calibration coefficient computed by using the hemisphere reference standards. Next, each 3D data set was processed by using a Gaussian filter with a relative cut-off of 1:5 in order to allow the removal of noise and insignificant features and extract of the overall shape (Fig. 3B).

結果 (繁體中文) 1:

提取不同的身體相關的參數。對於提取，通過Kinect傳感器產生的深度圖像的處理，並用商業軟件進行分析（SPIP™，圖像計量，INC。）。每個三維數據集進行了一定數量的允許的特徵的提取和定量的方法。更精確地，每個點雲，以獲得使用通過使用半球參考標準計算出的校準係數度量數據集（圖3A）中的溶液適當地校準。5，以允許去除噪聲和微不足道的特徵和整體形狀（圖3B）的提取物：接著，將各3D數據組是通過使用高斯濾波器以1:1的相對切斷處理。

結果 (繁體中文) 2:

提取了不同的與身體相關的參數。在提取過程中，使用商務軟體（SPIP™、圖像計量公司）處理和分析 Kinect 感應器生成的深度圖像。每個三維資料集都經歷了許多過程，允許提取和量化要素。更確切地說，每個點雲都進行了適當校準，以便使用使用半球參考標準計算的校準係數來獲取公制資料集（圖 3A）。接下來，使用相對截止為 1：5 的高斯濾波器處理每個 3D 資料集，以便去除雜訊和無足輕重的特徵並提取整體形狀（圖 3B）。

結果 (繁體中文) 3:

選取不同的人體相關參數。對於選取，Kinect感測器生成的深度影像用商務軟體（SPIP™，影像計量公司）進行處理和分析。每個三維數据集都經歷了許多過程，允許選取和量化特徵。更準確地說，使用使用半球參攷標準計算的校準係數對每個點雲進行了適當的校準，以獲得度量數据集（圖3a）。接下來，通過使用具有1:5的相對截止的高斯濾波器來處理每個3d數据集，以允許去除雜訊和不重要的特徵並選取整體形狀（圖3b）。