[发明专利]一种基于机器学习的人体胸围和腰围测量方法

权利要求书

1.一种基于机器学习的人体胸围和腰围测量方法，包括图像收集单元（1）和测量底座（2），其特征在于：所述图像收集单元（1）将收集的到的数据向服务器（11）上传，所述服务器（11）将数据输入算法校准单元（12），所述算法校准单元（12）通过Radon变换对上传的数据进行算法校准。

2.根据权利要求1所述的一种基于机器学习的人体胸围和腰围测量方法，其特征在于：所述算法校准单元（12）将各图像块进行统一方向的Radon变换，然后对各个进行Radon投影后的得到的函数图像求方差。

3.根据权利要求2所述的一种基于机器学习的人体胸围和腰围测量方法，其特征在于：并求得各投影函数的最大值所在坐标，比较各块的Radon投影函数最大均值值坐标是否相同，再比较方差大小，综合确定相似块组。

4.根据权利要求1所述的一种基于机器学习的人体胸围和腰围测量方法，其特征在于：所述服务器（11）信号连接有数据收集单元（13），所述数据收集单元（13）包括重力测量单元（131）和高度测量单元（132），所述数据收集单元（13）将检查数据向服务器（11）传递。

5.根据权利要求1所述的一种基于机器学习的人体胸围和腰围测量方法，其特征在于：所述服务器（11）将检测数据输入数据库（14）进行储存，所述数据库（14）内的数据经过数据分析后与算法校准单元（12）后的数据进行数据比对并进行数据输出。

6.根据权利要求4所述的一种基于机器学习的人体胸围和腰围测量方法，其特征在于：所述重力测量单元（131）为重力传感器（21），所述高度测量单元（132）为超声波探测器（22）。

7.根据权利要求1所述的一种基于机器学习的人体胸围和腰围测量方法，其特征在于：所述图像收集单元（1）包括第一观测单元和第二观测单元，所述第一观测单元和第二观测单元均包括激光测量器（23）和相机（24）。

8.根据权利要求6所述的一种基于机器学习的人体胸围和腰围测量方法，其特征在于：所述测量底座（2）的上表面固定连接有第一安装杆（25）和第二安装杆（26），所述第一观测单元安装于第一安装杆（25）的表面，所述第二观测单元安装于第二安装杆（26）的表面。

9.根据权利要求8所述的一种基于机器学习的人体胸围和腰围测量方法，其特征在于：两个所述第一安装杆（25）的上表面均固定连接有测量板（27），所述超声波探测器（22）安装于测量板（27）的下表面。

10.根据权利要求4所述的一种基于机器学习的人体胸围和腰围测量方法，其特征在于：所述重力传感器（21）安装于测量底座（2）的上表面。