[发明专利]一种基于图像的人体腰围测量方法及腰带

说明书

本发明提供了一种基于图像的人体腰围测量方法及腰带，方法包括：设置柔性腰带，所述柔性腰带上布置有适用于角点检测的若干标记物，并且所述若干标记物包括若干第一标记物和至少两个第二标记物，每个第二标记物均设置为与其余标记物不同的颜色类型；采样被测者束有所述柔性腰带的图像；利用Harris角点检测法检测采样图像中柔性腰带上的角点；利用FAST角点检测法对检测到的采样图像中柔性腰带上的角点作筛选；对检测到的角点进行二次曲线拟合；沿拟合曲线搜索腰带上的其余角点，并重新拟合曲线；搜索采样图像中柔性腰带上的截止线；识别采样图像中第二标记物所属的颜色类型；根据采样图像中第二标记物所属的颜色类型和角点数目，输出腰围数值。

技术领域

本发明涉及机器学习、图像处理等领域，特别涉及一种基于图像的人体腰围测量方法及腰带。

背景技术

随着人们生活水平的提高，对服装的需求趋向于多样化，从而使得需要设计和定制的服装日益增多。在定制服装的过程中，腰围是一个非常重要的数据，传统的测量方法是用卷尺测量人体腰围尺寸，但是，为得到准确的腰围数据，往往需要专业人员进行测量，在待测腰围的人数较多时，这种做法就耗时、耗力。为解决该问题，出现了非接触性的人体腰围测量方法，目前用得较为普遍的方法基于图像进行人体腰围测量。

Pavel Herout提出了二维人体自动检测系统，通过对目标检测提取出人体轮廓，然后用自动坐标定位来检测人体一些关键部位的基本点，最后将身体等分成10段，通过分段来计算每个区域的大小。这种方式比较便捷，但该方法在腰围测量中使用的是椭圆模型，公式如下：

其中a是正面两侧腰围点的距离，b是侧面前后腰围点的距离。由于椭圆模型并不适合所有人，特别是当被测腰围的人腹部凸起较大的情况下，计算出来的腰围与实际数据偏差较大。

Taeyoung Uhm提出了基于视觉的自动人体测量系统，该系统需配备2个摄像头，1个彩色摄像头和1个红外摄像头，被测量的人需要穿上能被红外识别的特定装备，背景板也需要做特定标记。该系统通过测量红外标记间的距离及弧长来计算腰围，精度较高，但对摄像设备和摄制环境要求较高。

为获得准确的腰围数据，大多数基于图像的腰围测量方法中要求被测者换上特制的紧身衣，而被测者需要经历脱衣、穿衣、脱衣和再穿衣四个步骤，需要耗费较多的时间，另外，一件紧身衣往往由多人共享，这期间紧身衣的卫生状况无法得到保障。

因此，本领域的技术人员致力于开发一种简单、易用、成本低、快速、精度高的人体腰围测量方法。

发明内容

为实现上述目的，本发明提供了一种基于图像的人体腰围测量方法，包括以下几个步骤：

步骤一、设置柔性腰带，所述柔性腰带上布置有适用于角点检测的若干标记物，并且所述若干标记物包括若干第一标记物和至少两个第二标记物，每个第二标记物均设置为与其余标记物不同的颜色类型；

步骤二、采样被测者束有所述柔性腰带的图像；

步骤三、利用Harris角点检测法检测采样图像中柔性腰带上的角点；

步骤四、利用FAST角点检测法对检测到的采样图像中柔性腰带上的角点作筛选；

步骤五、对检测到的角点进行二次曲线拟合；

步骤六、沿拟合曲线搜索腰带上的其余角点，并重新拟合曲线；

步骤七、搜索采样图像中柔性腰带上的截止线；

步骤八、识别采样图像中第二标记物所属的颜色类型；

步骤九、根据采样图像中第二标记物所属的颜色类型和角点数目，输出腰围数值。