[发明专利]超像素分割和曲线波相融合的三维人体测量方法

说明书

技术领域

本发明属于基于机器视觉的三维测量领域，涉及一种三维人体测量方法，特别涉及一种采用超像素分割和曲线波相融合的技术实现三维人体测量。

背景技术

目前基于计算机视觉的三维人体测量方法有了一定的研究成果，但尚存在如下问题：

(1)难以解决三维人体扫描仪设备复杂、价格昂贵而不能向普通用户普及的问题。三维人体扫描仪可获得精确的三维人体数据，但是由于其对设备和外界光线要求高、造价昂贵，则主要用于科学实验中，不能向普通用户普及。

(2)难以解决输入图像人体轮廓精确提取的问题。由于人体衣着以及光照、背景等外部环境的影响，由单目摄像机获取的图像噪声较大，难以获取精准的轮廓。

图像轮廓提取因成像方式、应用的特殊性以及其它复杂因素的影响，所用算法也会有所不同。而三维人体测量对图像轮廓提取提出了特殊要求：轮廓单像素宽度、人体轮廓精度、自动完成分割等。在成像中不可避免地受到光线、噪声等因素影响，而这些也直接影响到轮廓提取算法的完美性。目前，还没有一种轮廓提取方法能适用于通用的图像的轮廓提取。目前有许多方法可用于图像轮廓提取，从原理上可分为基于边缘、基于区域和基于模型三类。

基于边缘的方法在边缘检测算子获得边缘图像的基础上完成对图像的轮廓提取，常用的有边缘图像门限法、边缘松弛法、边界跟踪、图搜索法检测边界、动态规划检测边界、Hough变换法等；但它也存在边缘不连续、有虚假边缘和不能将主体目标从背景中分割出来的缺点。

基于区域方法是依据区域内部的均匀性而实现的分割，它可以分为合并、分裂及合并-分裂三种。但也存在不能精确定位轮廓的问题。

基于模型方法主要有基于偏微分方程的目标轮廓提取方法，如Snake或ActiveContourModels、水平集分割方法(levelsetmethods)等。但其运算量较大。

因此，结合超像素分割和曲线波技术，设计一种超像素分割和曲线波相融合的三维人体测量方法，能够较好解决人体轮廓精确提取的难题。并对其他应用领域的三维测量也有很好的指导借鉴意义，具有一定的应用价值。

发明内容

本发明所要解决的技术问题是，设计一种超像素分割和曲线波相融合的三维人体测量方法。

本发明所采用的技术方案是：利用超像素分割(SLICsuperpixelsegmentation)对单目摄像机获取的人体正、侧面图像进行分割。进而提出曲线波(Curvelet)模系数相关法提取人体正、侧面轮廓并通过最小二乘法拟合出光滑的轮廓曲线。然后，根据曲率计算进一步提取需测量人体关键尺寸所在截面的边缘坐标点，计算人体特征值并换算出实际尺寸。最后，建立数学模型，进行围度曲线拟合，用弧长积分计算周长，从而获取人体尺寸。

本发明的目的在于采用超像素和曲线波技术实现三维人体测量。

附图说明

附图1是：超像素分割和曲线波相融合的三维人体测量方法流程图

具体实施方式

具体过程如下：

1、原始图像灰度化

彩色人体正、侧面图像转化为灰度图像。根据人眼对图像的敏感度，采用公式(1)对图像进行转化。

f(i，j)＝0.3R(i，j)+0.59G(i，j)+0.11B(i，j)(1)

2、图像分割

采用超像素分割(SLICsuperpixelsegmentation)对人体正、侧面图像进行分割。

3、基于曲线波的人体正、侧面的轮廓提取

曲线波(Curvelet)能多尺度多方向更精确地描述目标的纹理特征。为了抑制噪声对人体轮廓提取的干扰，提出曲线波模系数相关法获取人体轮廓。该方法的基本思想是：在相邻尺度上，目标的边缘的幅值较大，而噪音的边缘会迅速衰减。根据人体正、侧面图像的大小，本发明对其进行5尺度分解。

具体的实现步骤如下：

第1步：计算第3尺度和第2尺度之间的相关系数

第2步：用公式(2)检测第3尺度边缘点

|cor(S，2N-1)(i，j)-cor(S，2N)(i，j)|＞T_ss＝3(2)

其中，T_s是阈值。

第3步：根据下列规则，检测第2尺度边缘点

如果第3尺度的3个或3个以上的相关系数矩阵属于边缘，则对应的第2尺度的系数矩阵为边缘，否则，为噪音。

第4步：根据下列规则，检测第1、4和5尺度边缘点