[发明专利]一种笔划交互式的人体骨架重建技术

权利要求书

1.本发明提供了一个能够快速纠正图像中人体骨架的技术，包括如下步骤：

S1、获取人体的骨骼图像，并对图像进行预处理，从图像中提取提出人体骨架，因此需要对图像进行骨骼化处理。手动选定骨架中的root关节点。

S2、关节点定位，从人体骨架中确定关节点信息。

S3、纠正有错误的关节点，包括关节段长度以及角度的修改。

S4、利用纠正后的二维骨架生成对应的三维骨架。

2.如权利要求1所述的笔划交互式的人体骨架重建技术，其特征在于，所述步骤S1具体包括以下处理：

首先利用所开发的绘画系统绘制人体的骨骼图，然后需要对输入的图像进行预处理，即骨骼化。骨骼化操作使用并行速细化算法，该算法具有速度快、保持细化后曲线的连通性等优点。该算法用3*3大小的卷积处理图像中的每一个像素点，主要用于处理灰度图像，既像素值只包含0和1的图像。假设像素点p₁的8个领域的像素值如矩阵所示，该算法首先删除同时满足下列条件的像素点：(1)2≤N(P1)≤6；(2)S(P1)＝1；(3)P2×P4×P6＝0；(4)P4×P6×P8＝0；其中，N(P1)表示领域中非零像素值的个数，S(P1)是以P2，P3，…，P9的顺序逆时针遍历该矩阵像素值从0变到1的次数。然后该算法删除同时满足以下条件的像素点：(1)2≤N(P1)≤6；(2)S(P1)＝1；(3)P2×P4×P8＝0；(4)P2×P6×P8＝0；以上两步操作构成一次迭代，算法将持续迭代至没有满足标记条件的点为止，此时剩余的点组成的区域即为细化所得骨架。细化完成后，还对骨架进行过滤操作，使得任意两个目标点不紧邻，方便下一步检测特征点。过滤规则为：如果P2+P3+P8+P9≥1，则该像素点可以删除。得到人体的骨架后，手动选取root关节点，通常选取颈部的关节点。

3.如权利要求1所述的笔划交互式的人体骨架重建技术，其特征在于，所述步骤S2具体包括以下处理：

角点的检测是确定关节点的重要步骤，它关系到关节点位置的准确性、唯一性。骨架中的交叉点、端点和其他角点均有可能为关节点。首先检测交叉点和端点，确定头、双手、双足、颈部、腰部这7个关节点，再确定角点中其它关节点。

显然，在骨架中，一定范围内目标点个数较多，可以判定中心点为交叉点，个数较少，可以判定中心点为端点。基于此，进行如下过程：确定卷积邻域范围，本发明中为6×6的圆形范围；统计卷积范围内目标点个数，若个数大于上限阈值，则为交叉点，若个数小于下限阈值，则为端点；对检测出的点进行合并，若两点之间距离极近，取平均值。

对于剩余角点，采用Shi-Tomasi角点检测算法，设定角点最大数目为15，两个角点之间的距离容忍度大致为头部到颈部关节的距离。当一个窗口在图像上移动时，在平滑区域，窗口在各个方向上没有变化。在边缘部分，窗口在边缘方向无变化。在角点处，窗口在各个方向都有变化。算法利用这一直观的物理现象，通过窗口在各个方向上的变化程度，决定是否为角点。图像窗口平移[u,v]产生的灰度变化E(u,v)由图像差分得到，具体公式如下：

其中，E(u,v)＝∑_x,yw(x,y)[I(x+u,y+v)-I(x,y)]²，I(x+u,y+v)＝I(x,y)+I_xu+I_yv+O(u²,v²)，对于局部微小的移动量[u,v]，公式E(u,v)可近似表达为：

其中M为大小2×2的矩阵，可通过图像的导数求得：

通过对自相关矩阵M进行特征值分析，得到两个特征值(λ₀,λ₁)，若较小的一个大于最小阈值，则会得到强角点。算法定义角点响应函数R为：

R＝λ₀λ₁-k(λ₀+λ₁)²

对R进行阈值处理，满足Rthreshold、即为R的局部极大值的，为符合条件的角点。利用上述检测算法可以快速的确定关节点。