[发明专利]一种基于2D人体图像进行量体的方法及系统

说明书

本发明涉及一种基于2D人体图像进行量体的方法及系统，其方法包括以下步骤，获取用户的2D人体图像；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；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；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。本发明利用2D图像测量方法进行量体，每次测量只需输入被测量者的性别、身高、体重，然后拍摄照片，就能快速计算出量体数据，整个过程在30秒左右可以完成，有效地简化了测量过程和提高了测量效率；另外通过图像处理和神经网络计算可以有效提高测量的精度。

技术领域

本发明涉及人体测量领域，具体涉及一种基于2D人体图像进行量体的方法及系统。

背景技术

传统的服装量体必须由量体师来进行，要求被测量者站立，量体师利用软尺对被测量者的胸围、腹围、颈围、臀围、腕围、腿围、臂长、腿长等近30项尺码逐一测量。平均测量一个人的所有尺寸需要3到5分钟，一个经验丰富的量体师每天测量80至100人次，已经是精神和体力的极限(由于要频繁地蹲下站起)。人工量体需要专业的量体师进行一对一的手工测量，还需配备一名记录员记录测量的数据，测量并记录一个人的尺码需要三到五分钟，且测量记录为手工记录。如果面对大量的被测量群体，传统的人工量体速度慢、效率低，测量过程中量体师的选点随着体力的消耗不会完全一致，极易导致量体数据的不准确，测量之后还需将手工记录的尺码录入电脑或者装订保存，存在误差的风险较大，且需耗费大量的时间与人力成本。而且，不同的量体师对人体测量点位的选择必然存在偏差，手法也不尽相同，最后得到的数据可能并不一致。

随着人工智能的发展，市面上也出现了一些智能量体技术，而现有的智能量体技术需要用户着贴身衣物，并输入身高体重性别年龄及大量的身材尺寸描述信息，然后在数据库中进行匹配，本质上是一个专家系统；这种测量系统有两大缺陷，其一为量体步骤繁琐，用户体验差；其二为准确性较低，因为此方法是通过样本匹配给出近似值，并非精确的计算。

发明内容

本发明所要解决的技术问题是提供一种基于2D人体图像进行量体的方法及系统，可以简化测量过程，提高测量效率和精度。

本发明解决上述技术问题的技术方案如下：一种基于2D人体图像进行量体的方法，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。

本发明的有益效果是：本发明利用2D图像测量方法进行量体，每次测量只需输入被测量者的性别、身高、体重，然后拍摄照片，就能快速计算出量体数据，整个过程在30秒左右可以完成，有效地简化了测量过程和提高了测量效率；另外通过图像处理和神经网络计算可以有效提高测量的精度。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，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；