[发明专利]一种人体图像裆部检测方法

说明书

本发明提供了一种人体图像裆部检测方法，包括采集站姿状态的人体正面图像；在图像上设定人体裆部的搜索范围；分别以搜索范围内每个像素为中心，将两个半径不同的同心圆上的像素按灰度值分为两个类别；计算小圆和大圆上面两个类别间的比值，以及两个比值间差值的绝对值；计算小圆上面两个类别的最低点和最高点；确定裆部候选点；分别以每个裆部候选点为基准点，计算其下方左、右对称区域内对应像素点灰度值差值的绝对值的总和total1；再对右对称区域作水平翻转，计算此时左、右对称区域内对应像素点灰度值差值的绝对值的总和total2；对所有裆部候选点，分别按其total1降序和total2升序排序，并得到综合排序结果，输出裆部位置。

技术领域

本发明涉及图像处理、人体测量等领域，特别涉及一种人体图像裆部检测方法。

背景技术

在网络和信息化时代，服装的款式、面料等的选择需求可以通过网络或者手机客户端完成。从服装的生产方面来说，成品化、规模化、机械化以及自动化能够提高生产效率，降低劳动成本；从服装的设计方面来说，立体化、个性化、时装化已经成为当今服装设计的潮流。

对于服装设计与加工的第一个环节——人体尺寸测量，传统方法是采用接触式手工测量，该方法的主要测量工具是软皮尺、角度计、测高计、测距计和滑动计等，依据测量基准对人体进行接触测量，可以直接测出人体各部位竖向、横向、斜向以及周长等身体表面长度。但是这种接触测量数据通常都是凭借测量者经验获得，效率低下，客观性差，存在许多人为因素造成误差，且人力成本较高。因此，非现场人体尺寸的准确测量和远程获取是目前服装在线定制业务中亟待解决的主要问题之一。

基于二维图像的非接触式人体测量法通过摄取人体正面和侧面的两幅正交图像，使用图像代替被测对象活体样本。通过对图像的处理，得到人体测量学中主要特征部位的宽度、厚度等长度尺寸，如：颈围、肩宽、肩厚、胸宽、胸厚、腰宽、腰厚、臀宽、臀厚、立裆长、胯宽、胯厚等，然后，利用人体长度尺寸间接计算人体的颈围、胸围、腰围和臀围等围度尺寸。

在对数字图像处理获取人体尺寸数据的过程中，裆部作为人体关键点，一方面，对人体腰部、臀部和胯部等位置定位的准确性起到决定作用；另一方面，由于裆部位置的特殊性，在人体裤装的设计剪裁中，直接影响总裆长、立裆、内长等尺寸的测量。因此，裆部位置的准确获得在非接触式人体测量中起到至关重要的作用。

从二维图像分析的角度来寻找人体裆部，其实可以将人体裆部看作图像中的角点，现有的较为成熟的提取角点的算法是Harris方法，该方法运用微分的思想，计算一小区域灰度值变化，并与设定阈值作比较，大于阈值则作为候选角点。该方法存在以下问题：其一，利用Harris方法找到的角点的数目与设定的阈值大小有关，阈值越大，则角点越多，反之则角点越少，而阈值的大小与图像本身的灰度分布有关，由于不同图像的灰度分布各不相同，我们无法将阈值设定为恒定值；其二，由于人体图像中只有一个裆部位置，而利用Harris方法会找到多个角点，这就需要对噪声角点进行筛选，而如何进行噪声角点的筛选，这在Harris方法中没有涉及。

FAST方法也是一种使用较为广泛的角点检测算法，该方法主要考虑的是像素点附近的圆形窗口上的16个像素，该方法存在的问题与Harris方法类似，也必须针对不同图像定义不同大小的阈值，因此，该方法也无法应用于人体图像裆部的检测。

因此，本领域的技术人员致力于开发一种简单、易用、准确性高的人体裆部检测算法。

发明内容

为实现上述目的，本发明提供了一种人体图像裆部检测方法，包括以下步骤：

步骤一、采集站姿状态的人体正面图像；

步骤二、在所述人体正面图像上设定人体裆部的搜索范围；

步骤三、分别以所述搜索范围内每个像素为中心，将两个半径不同的同心圆上面的像素按照灰度值分为两个类别；