[发明专利]一种人体三维扫描方法

权利要求书

1.一种人体三维扫描方法，其特征在于，所述方法包括下述步骤：

S100、获取人体当前帧深度图像数据；

S200、将所述深度图像数据转化为点云数据，将其作为第一点云数据；

S300、对所述第一点云数据进行滤波，获得第一无噪声点云数据；

对上一帧对应的第二点云数据进行滤波，获得第二无噪声点云数据；

S400、将当前帧对应的第一无噪声点云数据和上一帧对应的第二无噪声点云数据进行配准，获得刚体转换矩阵；

S500、基于所述刚体转换矩阵，将所述当前帧深度图像数据与前面帧的深度图像数据进行融合，获得融合后的点云数据，将其作为第二点云数据；

S600、若当前帧为最后一帧，执行步骤S700；

否则，获取当前帧相邻的下一帧深度图像数据，返回步骤S200；

S700、利用最后一帧对应的第二点云数据，建立人体三维模型；

其中，所述步骤S500具体包括下述步骤：

S501、若当前帧不存在第三截断符号距离函数，则将第一帧的深度图像数据所代表的点云模型使用第一截断符号距离函数表示；否则，使用第一截断距离函数代替第三截断符号距离函数；

S502、用第二截断符号距离函数表示当前帧深度图像数据所对应的点云模型；

S503、利用刚体转换矩阵将所述第二截断符号距离函数和所述第一截断符号距离函数进行坐标系对齐；

S504、将对齐后的第二截断符号距离函数和第一截断符号距离函数进行融合，形成下一帧对应的第三截断符号距离函数。

2.根据权利要求1所述的方法，其特征在于，

所述步骤S100中的当前帧如果为第一帧，那么在步骤S300中将其对应的第一无噪声点云数据作为第二无噪声点云数据，并获取当前帧相邻的下一帧深度图像数据，返回步骤S200。

3.根据权利要求1所述的方法，其特征在于，所述步骤S300中所述滤波包括下述步骤：

S301、对所述第一点云数据进行景深框滤波；若存在第二点云数据，则对第二点云数据进行景深框滤波；

S302、对经过景深框滤波后的点云数据，使用基于半径的体外点滤波器滤除离群点数据；

S303、若获取的深度图像数据包含人体所在的测量台，则通过移除测量台平面及下面的点云数据，获得无足底平面的人体点云；

其中：

所述景深框根据人体所在测量台和深度相机之间的位置关系进行设置；

所述景深框滤波为保留景深框内的点云数据。

4.根据权利要求3所述的方法，其特征在于，在步骤S303之后，还包括下述步骤：

S304、应用体素网格滤波器对无足底平面的人体点云进行采样，将人体点云分割为空间分布的体素网格，体素网格内的所有点用该体素网格的重心代替，获得精简的点云数据。

5.根据权利要求1所述的方法，其特征在于，所述步骤S400包括下述步骤：

S401、对所述第一无噪声点云数据、第二无噪声点云数据进行抽样，获取抽样点云的快速点云特征直方图；

S402、将所述快速点云的直方图作为输入，利用抽样一致性初始配准算法(SampledConsensus-Initial Alignment algorithm，SAC-IA)进行粗配准；

S403、利用粗配准的结果，对齐所述第一无噪声点云数据相应的点云到第二无噪声点云数据相应的点云；

S404、根据公式(1)的目标函数，利用迭代最近点算法(Iterative Closest Point，ICP)将对齐的点云进行精配准，获得相邻点云的刚体转换矩阵；

所述公式(1)如下：

式中：

其中：M、P为待配准的两幅点云；

R为获取两幅点云的相机的旋转矩阵；T为获取两幅点云相机的平移矩阵；

为M对齐后的点云；

dist(，)表示点云两两配准后对应点的距离。

6.根据权利要求1所述的方法，其特征在于：

所述步骤S503中的对齐采用移动加权平均算法。