[发明专利]一种基于2D人体图像进行量体的方法及系统

权利要求书

1.一种基于2D人体图像进行量体的方法，其特征在于：包括以下步骤，

S1，获取用户的2D人体图像；

S2，对所述2D人体图像进行人体边缘计算，得到边缘图像，并结合用户的性别、年龄和体重对所述边缘图像进行神经网络计算，生成3D人体点云模型；

S3，对所述3D人体点云模型进行优化处理，得到光滑的3D人体点云模型；

S4，对光滑的3D人体点云模型中的特征部位进行测量，计算出相应的人体尺寸；

所述S2具体为，

S21，对所述2D人体图像进行高斯滤波，得到滤波图像；

S22，求取所述滤波图像的梯度幅值，得到梯度幅值图像；

S23，对所述梯度幅值图像进行边缘非最大值抑制；

S24，采用双阈值处理和连接分析的方法连接边缘非最大值抑制，得到所述边缘图像；

S25，结合用户的性别、年龄和体重对所述边缘图像进行神经网络深度学习，识别出人体骨架；

S26，将预先训练好的3D模型与所述人体骨架进行重建，生成3D人体点云模型。

2.根据权利要求1所述的一种基于2D人体图像进行量体的方法，其特征在于：所述S1具体为，

S11，采集用户任意姿势的全身照片；

S12，对所述全身照片进行Canny算子的边缘检测，得到边缘检测结果；

S13，在所述边缘检测结果中标记连通分支，得到连通域；

S14，对所述连通域进行区域化过滤，得到过滤区域；

S15，在所述过滤区域中筛选出前景色和背景色；

S16，基于所述前景色和背景色对所述过滤区域进行二值化处理，得到去掉背景的所述2D人体图像。

3.根据权利要求1或2所述的一种基于2D人体图像进行量体的方法，其特征在于：所述S3具体为，

S31，读取所述3D人体点云模型中的三维散乱点云数据P；

S32，将所述三维散乱点云数据P利用空间单元格栅建立云拓扑关系；

S33，根据所述云拓扑关系搜索所述三维散乱点云数据P中任一点P_i∈P的K_邻域NV(P_i)；

S34，计算点P_i与其K_邻域NV(P_i)内K个点之间的距离，并计算所述距离的平均值M(P_i)；

S35，将所述距离的平均值M(P_i)与预先设定的阈值M进行对比，若M(P_i)≤M，则保留所述点P_i，并返回至所述S33，若M(P_i)＞M，则删除所述点P_i，直至所有点搜索计算完成，得到光滑的3D人体点云模型。

4.根据权利要求1或2所述的一种基于2D人体图像进行量体的方法，其特征在于：所述S4具体为，

S41，通过三维扫描仪获取光滑的3D人体点云模型中的人体点云数据；

S42，对所述人体点云数据中的非逻辑的点云数据进行数据识别和分割,得到特征部位；

S43，结合人体的几何特征以及人体特征尺寸在服装学中的定义获取所述特征部位的测量基准点或特征点所在的位置；

S44，通过所述测量基准点或特征点的位置获取所述特征部位的截面；

S45，通过B样条曲线拟合所述截面上的数据点，获取所述特征部位的特征尺寸，所述特征部位的特征尺寸即为相应的人体尺寸。