人体冠状面轮廓曲线数学模型构建与量化分析

打开文本图片集

摘要：   冠状面轮廓曲线可以表现人体纵向体表形态，是体型研究和原型设计的关键。首先，通过三维人体测量，获取人体点云数据，利用逆向工程技术降维处理，采集冠状面轮廓点云;其次，用最小二乘法、三次样条函数、径向基函数（Radical Basis Function，RBF）神经网络分别进行曲线拟合，比较三个模型的均方根误差 RMSE 、决定系数 R 2 等参数，得出RBF神经网络拟合效果最优;然后，通过计算拟合曲线的曲率和二阶导数，量化分析冠状面轮廓曲线形态;最后，在大规模人群测量中进行验证，得到3类典型的冠状面曲线。（剩余15301字）