CN104156966B - 一种基于移动终端的伪3d实时虚拟试衣方法 - Google Patents
一种基于移动终端的伪3d实时虚拟试衣方法 Download PDFInfo
- Publication number
- CN104156966B CN104156966B CN201410399613.7A CN201410399613A CN104156966B CN 104156966 B CN104156966 B CN 104156966B CN 201410399613 A CN201410399613 A CN 201410399613A CN 104156966 B CN104156966 B CN 104156966B
- Authority
- CN
- China
- Prior art keywords
- real
- images
- image
- time
- fitting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种基于移动终端的伪3D实时虚拟试衣方法,包括以下步骤:获取试衣者的2D图像;获取待试服饰的2D图像;将得到的包含待试服饰的2D图像叠加在获取的试衣者的2D图像上,生成试衣效果的Z‑Map模型;移动终端通过摄像头实时获取试衣者身体的图像信息,根据获取试衣者身体的图像信息,实时更新试衣效果的Z‑Map模型,实现实时试衣的效果。利用本发明所述的方法进行虚拟试衣,操作简便,效果真实可靠,能够节约消费者大量的时间和精力,提高试衣服的效率。
Description
技术领域
本发明涉及一种虚拟试衣方法,具体涉及一种基于移动终端的伪3D实时虚拟试衣方法。
背景技术
在消费者购买衣服的时候,需要试穿才知道效果如何,但是试穿衣服存在很多问题,比如现场条件不允许、试穿过程比较繁琐、浪费大量时间和精力等等,由于存在上述的种种问题,使消费者不方便试穿,不能知道具体的效果从而放弃购买,不经过试穿购买后,回家试穿后往往不是自己想象的效果,或者不合身,现在网购盛行,并且由于移动终端技术的发展,越来越多的人使用手机等移动终端进行网购,然而网购时最大的弊端是不能试穿,使很多消费者不敢轻易下单,并且经常会出现上身效果不好或者不合适等情况进行退换,导致人力物力的浪费。
发明内容
本发明要解决以上问题,提供一种基于移动设备的虚拟试衣系统,方便使用者在购买过程中进行虚拟试穿,节省时间和精力。
为解决上述技术问题,本发明采用的技术方案是:一种基于移动终端的伪3D实时虚拟试衣方法,其特征在于:包括如下步骤:
(1)获取试衣者的2D图像;
(2)获取待试服饰的2D图像;
(3)将步骤(2)中得到的包含待试服饰的2D图像叠加在步骤(1)中获取的试衣者的2D图像上,生成试衣效果的Z-Map模型;
(4)移动终端通过摄像头实时获取试衣者身体的图像信息,根据获取试衣者身体的图像信息,实时更新步骤(3)生成的试衣效果的Z-Map模型,实现实时试衣的效果;
所述步骤(3)中,生成试衣效果的Z-Map模型其具体包括如下步骤:
(3.1)根据步骤(1)中获得的试衣者的2D图像,用基于小波变换的边缘检测算法获取试衣者的2D人体轮廓图像;
(3.2)利用图像边缘检测算法对步骤(2)中获取的待试服饰的2D图像进行边缘检测与图像去噪,所述的图像边缘检测算法是基于Prewitt算子的边缘检测和多级中值滤波算法相结合的复合式图像边缘检测算法;
(3.3)利用分层特征提取方法,从步骤(3.1)获取的2D人体轮廓图像上实时提取可以表征人体形态的特征;
所述的分层特征提取方法具体包括如下步骤:
①采用二叉树层次遍历法遍历所有像素,建立目标图像直方图,对所有像素进行特征提取获取颜色、纹理、形状信息;
②对通过边缘检测算法获取的2D人体轮廓图像分模块进行特征提取;
③结合特征提取结果,进行特征融合;
(3.4)根据步骤(3.3)获取的人体形态特征将步骤(3.1)获取的2D人体轮廓图像与步骤(3.2)获取的2D服饰图像进行图像融合,生成穿戴完成的试衣效果2D融合图像;
(3.5)利用基于小波变换的边缘检测算法对步骤(3.4)获取的试衣效果2D融合图像进行边缘检测,获取融合图像轮廓;
(3.6)根据融合图像轮廓,利用获取的人体形态特征信息,建立试衣效果的Z-Map模型。
进一步,所述步骤(4)中,实时更新步骤(3)生成的试衣效果的Z-Map模型,具体包括如下步骤:
(4.1)移动终端通过前置摄像头实时采集试衣者人体局部图像,用基于小波变换的边缘检测算法实时获取2D人体轮廓图像;
(4.2)利用分层特征提取方法,从2D人体轮廓图像上实时提取可以表征人体形态的特征;
(4.3)根据所述步骤(4.2)中获取的人体形态特征调整获取的2D人体轮廓图像的角度,与获取的2D服饰图像进行图像融合,实时生成对应角度下穿戴完成的试衣效果2D融合图像;
(4.4)利用基于小波变换的边缘检测算法对步骤(4.3)实时生成的对应角度下穿戴完成的试衣效果2D融合图像进行边缘检测,实时获取融合图像轮廓;
(4.5)根据步骤(4.4)获取的融合图像轮廓,实时建立试衣效果的Z-Map模型。
进一步,所述步骤(3.1)、(3.5)、(4.1)、(4.4)中的基于小波变换的边缘检测算法具体包括如下步骤:
①对待检图像进行平滑降噪处理,得到图像;
②对降噪后的图像进行多级小波变换,得到多级小波变换系数;
③求得各级小波变换系数的局部模极大值,得到不同分辨率下的边缘;
④融合各级边缘,细化边缘。
本发明具有的优点和积极效果是:一种基于移动终端的伪3D实施虚拟试衣方法,试衣效果比平面模型好,数据处理量比3D模型小,生成速度快,占用内存小,因此可以根据用户的身体图像实时生成相应角度和动作的伪3D的试衣效果Z-Map模型,虚拟试衣效果好,节省时间和精力。
附图说明
图1为本发明提供的基于移动终端的伪3D实时虚拟试衣方法实现流程图;
图2为Z-Map模型示意图;
图3为图像边缘检测算法的实现流程图。
具体实施方式
下面将结合具体实施例对本发明进行进一步详细的说明。
本发明所述的移动终端为带有摄像头的移动终端。一种基于移动终端的伪3D实时虚拟试衣方法,如附图1所示的实现流程,其具体步骤详述如下:
(1)利用移动终端的摄像头或者存储在移动终端内存中的图片获取试衣者的正面、侧面和背面三视图的2D图像;
(2)利用移动终端的摄像头获取待试服饰的正面和背面三视图的2D图像,或者通过移动终端浏览购物网站时,从网络获取商家提供的待试服饰的正面和背面的2D图像;
(3)将步骤(2)中得到的包含待试服饰的2D图像叠加在步骤(1)中获取的试衣者的2D图像上,生成试衣效果的Z-Map模型,其具体步骤如下:
(3.1)根据步骤(1)中获得的试衣者的2D图像,用基于小波变换的边缘检测算法获取试衣者的2D人体轮廓图像;
(3.2)利用基于Prewitt算子的边缘检测与多级中值滤波算法结合的图像边缘检测算法对步骤(2)中获取的待试服饰的2D图像进行边缘检测与图像去噪,图像边缘检测算法的实现流程图如附图2所示;
(3.3)利用分层特征提取方法,从步骤(3.1)获取的2D人体轮廓图像上实时提取可以表征人体形态的特征;
(3.4)根据步骤(3.3)获取的人体形态特征将步骤(3.1)获取的2D人体轮廓图像与步骤(3.2)获取的2D服饰图像进行图像融合,生成穿戴完成的试衣效果2D融合图像;
(3.5)利用基于小波变换的边缘检测算法对步骤(3.4)获取的试衣效果2D融合图像进行边缘检测,获取融合图像轮廓;
(3.6)根据融合图像轮廓,利用获取的可以表征人体形态特征的信息,建立试衣效果的Z-Map模型。
(4)移动终端通过摄像头实时获取试衣者身体的图像信息,根据获取试衣者身体的图像信息,实时更新步骤(3)生成的试衣效果的Z-Map模型,实现实时试衣的效果。实时生成试衣效果的Z-Map模型的具体方法如下:
(4.1)移动终端利用前置摄像头实时采集试衣者人体局部图像,用基于小波变换的边缘检测算法实时获取2D人体轮廓图像;
(4.2)利用分层特征提取方法,从2D人体轮廓图像上实时提取可以表征人体形态的特征;
(4.3)根据所述步骤(4.2)中获取的人体形态特征调整获取的2D人体轮廓图像的角度,与获取的2D服饰图像进行图像融合,实时生成对应角度下穿戴完成的试衣效果2D融合图像;
(4.4)利用基于小波变换的边缘检测算法对步骤(4.3)实时生成的对应角度下穿戴完成的试衣效果2D融合图像进行边缘检测,实时获取融合图像轮廓;
(4.5)根据步骤(4.4)获取的融合图像轮廓,实时建立试衣效果的Z-Map模型。
本实施例中,所述基于小波变换的边缘检测算法具体包括如下步骤:
①对待检图像进行平滑降噪处理,得到图像,定义为图像G;
②对降噪后的图像G进行多级小波变换,得到多级小波变换系数;
③求得各级小波变换系数的局部模极大值,得到不同分辨率下的边缘;
④融合各级边缘,细化边缘;
本实施例中,所述的分层特征提取方法具体包括如下步骤:
①采用二叉树层次遍历法遍历所有像素,建立目标图像直方图,对所有像素进行特征提取获取颜色、纹理、形状信息:
②对通过边缘检测算法获取的2D人体轮廓图像分模块进行特征提取;
③结合特征提取结果,进行特征融合;
本实施例中,所述Z-Map模型建立具体包括如下步骤:
①输入数据,所述数据为边缘特征提取到的信息进行特征融合后得到的数据信息;;
②建立C结构(C-Structure)和R结构(R-Structure);
③Z-Map模型抽取;
④利用所述基于小波变换的边缘检测算法对Z-Map模型实时进行边缘去噪。
Z-Map模型可以快速地计算出每个网格点投影在X、Y平面上的Z-高度。其方法是首先将所测得的点云投影到X、Y平面上,由最大、最小值形成一个矩形区域,然后根据要求的加工精度以及点云的疏密程度在这个矩形区域内划分网格,在存储空间和数据结构方面,Z-Map模型有以下特点:在X、Y平面内的每一点的高度Z用一个字节的整数表示,Z方向的高度值与X、Y平面的点存在一一对应的单值函数关系,因此数据结构可以采用二维数组的形式存储为A[x][y]的格式。对于测量数据点通过Z-Map模型只需存储点云的高度Z值,便可快速获取X、Y平面上所有网格点的Z坐标,,大大提高了程序的运行速度。
如图2所示为Z-Map模型的示意图,用行表示测量方向,列定义为与测量方向垂直的方向,这样表示在同一行中相邻数据点关系的结构成为C-结构,比奥斯相邻行的关系的结构成为R-结构。构建C-结构:在同一行的每个数据被看作是C-结构的节单元,包含数据的基本高度、斜率、开始距离和列序号。构建R-结构:一个C-结构的一行中的数据点被连接在一起,C-结构中的每一个单行一经建立,就可构建记录数据行关系的R-结构,一个R-结构和一点行对应,结构中包含C-结构指针、一行中的所有数据节点、比例因子、开始距离和行序号。C-结构、R-结构建立后,在R-结构中的数据被用来计算任何矩形区域的网格点的高度,这个过程叫Z-Map抽取。
以上对本发明的实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明范围所作的均等变化与改进等,均应仍归属于本专利涵盖范围之内。
Claims (3)
1.一种基于移动终端的伪3D实时虚拟试衣方法,其特征在于:包括如下步骤:
(1)获取试衣者的2D图像;
(2)获取待试服饰的2D图像;
(3)将步骤(2)中得到的包含待试服饰的2D图像叠加在步骤(1)中获取的试衣者的2D图像上,生成试衣效果的Z-Map模型;
(4)移动终端通过摄像头实时获取试衣者身体的图像信息,根据获取试衣者身体的图像信息,实时更新步骤(3)生成的试衣效果的Z-Map模型,实现实时试衣的效果;
所述步骤(3)中,生成试衣效果的Z-Map模型其具体包括如下步骤:
(3.1)根据步骤(1)中获得的试衣者的2D图像,用基于小波变换的边缘检测算法获取试衣者的2D人体轮廓图像;
(3.2)利用图像边缘检测算法对步骤(2)中获取的待试服饰的2D图像进行边缘检测与图像去噪,所述的图像边缘检测算法是基于Prewitt算子的边缘检测和多级中值滤波算法相结合的复合式图像边缘检测算法;
(3.3)利用分层特征提取方法,从步骤(3.1)获取的2D人体轮廓图像上实时提取可以表征人体形态的特征;
所述的分层特征提取方法具体包括如下步骤:
①采用二叉树层次遍历法遍历所有像素,建立目标图像直方图,对所有像素进行特征提取获取颜色、纹理、形状信息;
②对通过边缘检测算法获取的2D人体轮廓图像分模块进行特征提取;
③结合特征提取结果,进行特征融合;
(3.4)根据步骤(3.3)获取的人体形态特征将步骤(3.1)获取的2D人体轮廓图像与步骤(3.2)获取的2D服饰图像进行图像融合,生成穿戴完成的试衣效果2D融合图像;
(3.5)利用基于小波变换的边缘检测算法对步骤(3.4)获取的试衣效果2D融合图像进行边缘检测,获取融合图像轮廓;
(3.6)根据融合图像轮廓,利用获取的人体形态特征信息,建立试衣效果的Z-Map模型。
2.根据权利要求1所述的一种基于移动终端的伪3D实时虚拟试衣方法,其特征在于:所述步骤(4)中,实时更新步骤(3)生成的试衣效果的Z-Map模型,具体包括如下步骤:
(4.1)移动终端通过前置摄像头实时采集试衣者人体局部图像,用基于小波变换的边缘检测算法实时获取2D人体轮廓图像;
(4.2)利用分层特征提取方法,从2D人体轮廓图像上实时提取可以表征人体形态的特征;
(4.3)根据所述步骤(4.2)中获取的人体形态特征调整获取的2D人体轮廓图像的角度,与获取的2D服饰图像进行图像融合,实时生成对应角度下穿戴完成的试衣效果2D融合图像;
(4.4)利用基于小波变换的边缘检测算法对步骤(4.3)实时生成的对应角度下穿戴完成的试衣效果2D融合图像进行边缘检测,实时获取融合图像轮廓;
(4.5)根据步骤(4.4)获取的融合图像轮廓,实时建立试衣效果的Z-Map模型。
3.根据权利要求2所述的一种基于移动终端的伪3D实时虚拟试衣方法,其特征在于:所述步骤(3.1)、(3.5)、(4.1)、(4.4)中的基于小波变换的边缘检测算法具体包括如下步骤:
①对待检图像进行平滑降噪处理,得到图像;
②对降噪后的图像进行多级小波变换,得到多级小波变换系数;
③求得各级小波变换系数的局部模极大值,得到不同分辨率下的边缘;
④融合各级边缘,细化边缘。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410399613.7A CN104156966B (zh) | 2014-08-11 | 2014-08-11 | 一种基于移动终端的伪3d实时虚拟试衣方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410399613.7A CN104156966B (zh) | 2014-08-11 | 2014-08-11 | 一种基于移动终端的伪3d实时虚拟试衣方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104156966A CN104156966A (zh) | 2014-11-19 |
CN104156966B true CN104156966B (zh) | 2017-05-31 |
Family
ID=51882456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410399613.7A Active CN104156966B (zh) | 2014-08-11 | 2014-08-11 | 一种基于移动终端的伪3d实时虚拟试衣方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104156966B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107977885B (zh) * | 2017-12-12 | 2021-12-14 | 北京小米移动软件有限公司 | 虚拟试穿的方法及装置 |
CN110210523B (zh) * | 2019-05-13 | 2021-01-15 | 山东大学 | 一种基于形状图约束的模特穿着衣物图像生成方法及装置 |
CN114663552B (zh) * | 2022-05-25 | 2022-08-16 | 武汉纺织大学 | 一种基于2d图像的虚拟试衣方法 |
CN116883599B (zh) * | 2023-07-21 | 2024-02-06 | 深圳市十二篮服饰有限公司 | 一种基于三维建模技术的服装试穿系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6307568B1 (en) * | 1998-10-28 | 2001-10-23 | Imaginarix Ltd. | Virtual dressing over the internet |
CN102509349A (zh) * | 2011-09-27 | 2012-06-20 | 深圳市朵唯志远科技有限公司 | 基于移动终端的试衣方法、装置及移动终端 |
CN103310342A (zh) * | 2012-03-15 | 2013-09-18 | 凹凸电子(武汉)有限公司 | 电子试衣方法和电子试衣装置 |
-
2014
- 2014-08-11 CN CN201410399613.7A patent/CN104156966B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6307568B1 (en) * | 1998-10-28 | 2001-10-23 | Imaginarix Ltd. | Virtual dressing over the internet |
CN102509349A (zh) * | 2011-09-27 | 2012-06-20 | 深圳市朵唯志远科技有限公司 | 基于移动终端的试衣方法、装置及移动终端 |
CN103310342A (zh) * | 2012-03-15 | 2013-09-18 | 凹凸电子(武汉)有限公司 | 电子试衣方法和电子试衣装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104156966A (zh) | 2014-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Livny et al. | Automatic reconstruction of tree skeletal structures from point clouds | |
CN104156966B (zh) | 一种基于移动终端的伪3d实时虚拟试衣方法 | |
CN103065352B (zh) | 一种基于图像和扫描数据的植株三维重建方法 | |
CN108320333B (zh) | 场景适应型虚拟现实转换设备和虚拟现实的场景适应方法 | |
CN106023303B (zh) | 一种基于轮廓有效性提高三维重建点云稠密程度的方法 | |
CN105303616B (zh) | 基于单张照片的浮雕建模方法 | |
CN103426200B (zh) | 基于无人机航拍序列图像的树木三维重建方法 | |
CN109427007A (zh) | 基于多视角的虚拟试衣方法 | |
CN103701466A (zh) | 基于特征保留的散乱点云压缩算法 | |
TW201022708A (en) | Method of change detection for building models | |
CN103606190A (zh) | 单张人脸正面照片自动转换为三维人脸模型的方法 | |
CN107730519A (zh) | 一种人脸二维图像到人脸三维重建的方法及系统 | |
CN107358177A (zh) | 一种基于图像分析的中远距离行人检测方法及终端设备 | |
US20240153213A1 (en) | Data acquisition and reconstruction method and system for human body three-dimensional modeling based on single mobile phone | |
CN108920765A (zh) | 一种基于建筑物三维线段模型的假设平面拟合方法 | |
CN104077806A (zh) | 基于城市建筑三维模型的自动分体提取方法 | |
CN110070567A (zh) | 一种地面激光点云配准方法 | |
CN103745453B (zh) | 基于Google Earth遥感影像的城镇信息提取方法 | |
CN109146769A (zh) | 图像处理方法及装置、图像处理设备及存储介质 | |
CN103971122A (zh) | 基于深度图像的三维人脸描述方法及装置 | |
CN103454276A (zh) | 一种基于动态序列图像的织物形态风格评价方法 | |
Zhang et al. | Data-driven flower petal modeling with botany priors | |
CN110189408A (zh) | 一种根据人体照片得到人体外表数据的系统及方法 | |
CN106327536A (zh) | 一种基于切面点云的领围测量方法 | |
CN106933976B (zh) | 建立人体3d净模型的方法及其在3d试衣中的应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |