CN105286871B - 一种基于视频处理的人体身高测量方法 - Google Patents

一种基于视频处理的人体身高测量方法 Download PDF

Info

Publication number
CN105286871B
CN105286871B CN201510851798.5A CN201510851798A CN105286871B CN 105286871 B CN105286871 B CN 105286871B CN 201510851798 A CN201510851798 A CN 201510851798A CN 105286871 B CN105286871 B CN 105286871B
Authority
CN
China
Prior art keywords
human body
plane
ground
camera
human
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
Application number
CN201510851798.5A
Other languages
English (en)
Other versions
CN105286871A (zh
Inventor
王飞
周晓
姜沛林
王迪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201510851798.5A priority Critical patent/CN105286871B/zh
Publication of CN105286871A publication Critical patent/CN105286871A/zh
Application granted granted Critical
Publication of CN105286871B publication Critical patent/CN105286871B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于视频处理的人体身高测量方法,所述方法以单目相机作为实现平台。该方法首先通过对包含参考线的图像进行标定以获得三条参考线的投影参数,然后对包含待测人体的视频进行处理,具体包括1.准确识别出视频帧中的人体,2.运用图像处理算法分割出前景人体,3.提取人体特征点(头顶点与脚底点)像素坐标,最后将投影参数,相机高度,以及特征点像素坐标等数据输入核心投影算法便得到人体身高信息。该方法在硬件上只需要一台普通相机,其他皆由软件实现,简单易行,可信度高,大大提高了身高测量的效率。

Description

一种基于视频处理的人体身高测量方法
【技术领域】
本发明涉及计算机视觉测量领域,特别是涉及一种基于视频处理的人体身高测量方法。
【背景技术】
身高信息是人体特征的重要组成部分,在医疗体检,安防,行人识别等领域有着重大的应用价值。传统的身高信息获取方式,需要待测人体站立在固定位置,利用接触式身高测量装置进行量测身高,这种方法虽然具有较高的精度,但却具有较低的效率,而且在安防领域中,不可能用此法获取嫌疑人的身高特征。
当然,随着科技的发展,出现了不少新的测量方法,包括利用超声波探测仪对人体身高进行测量,还有利用测距仪以及光学成像原理获取人体身高等。
上述方法相对于传统测量方法虽然有所改进,但都需要特殊的硬件,包括超声波探测仪,红外测距仪,深度传感器等予以支持,成本较高,难以推广。
【发明内容】
本发明的目的在于克服上述背景技术的不足,提供一种基于视频处理的人体身高测量方法,通过图像处理算法获取人体特征点,并利用投影变换比例关系不变原理和三角形相似原理计算出人体的身高,该方法为非接触式测量方法,无需特殊硬件支持,无需待测人体保持固定姿势长时间等待,实时性较强。
本发明公开了一种基于视频处理的身高测量方法,包括:
在相机视野范围内设置含有三条水平参考线的参照面,三条参考线距离地面的距离分别是h1、h2、h3,相机距离地面高度为hC,拍摄参考线图像并获取参考线在成像平面中的像素y坐标分别为x1、x2、x3
获取成像平面中人体最高点以及最低点所在的像素y坐标,分别记为t,b;
依据投影中比例关系不变原理计算出人体在参考面上的投影高度hT′和hB′,再利用三角形相似原理计算出实际人体身高H。
优选地,所述方法还包括:
运用投影中比例关系不变原理计算出的人体最高点在参考面上的投影点距离地面hT'由以下公式得到:
其中,t表示人体在图像中的最高点y坐标,x1,x2,x3分别表示图像中三条水平参考线的像素y坐标,h1,h2,h3分别表示三条水平参考线实际距离地面的高度。
类似的,人体最低点在参考面上的投影点距离地面hB'由下述公式得到:
利用相似原理计算出的实际人体身高H由以下公式得到:
其中,hT'和hB'分别表示人体最高点和最低点在参考面上的投影点距离地面的高度,当投影点在地面之上时为正方向,hC表示相机距离地面的高度。
在上述方法中,相机的镜头光轴与竖直方向的夹角不影响身高测量的准确性,上述身高计算公式无需修正。
在上述方法中,人体可位于相机与参考面之间,亦可位于参考面之后,只要人体完整位于相机视野范围即可;在计算hT'和hB'时,应将这两个量看做有正负方向的量,假定地面之上为正方向,那么当人体位于相机与参考面之间时,人体的最高和最低点在参考面上的投影点分别位于地面之上和地面之下,所得hT'为正,hB'为负;当人体位于参考面之后时,人体的最高点和最低点在参考面上的投影点均位于地面之上,此时所得的hT'和hB'均为正。
在上述方法中,参考面的作用在于确定投影参数以及计算人体在其上的投影高度,而与参考面相关的常量只有摄像机与参考面的距离以及镜头光轴与参考面的交点。所以只要确定了摄像机的位置和摄像机与参考面的距离(此距离固定但可为未知量),就相当于确定了参考面的空间位置。故而参考面的选择并非必须是现实中真实存在的竖直面,它完全可以是想象中的平面,但参考线必须真实存在,在标定完成(得到参考线在图像中的像素y坐标)后可撤销。
在上述方法中,所述相机为普通相机或普通摄像机。
与现有技术相比,本发明的优点如下:
本发明为非接触式视觉测量,易于实现,无需待测人体以固定姿势站立较长时间,处理灵活,实时性好;所需硬件仅仅是普通相机或摄像机,无需红外测距仪,超声探测器,深度传感器等特殊硬件支持,成本低廉,具有良好的隐蔽性,适合安防领域对人体身高信息的获取。
【附图说明】
图1a是摄像机针孔模型示意图
图1b是使用虚拟像面的针孔模型示意图
图2是本发明实施例所用到的投影变换比例关系不变原理图;
图3是本发明实施例场景模型的示意图;
图4是本发明实施例基于视频处理的身高测量方法的方法流程图;
图5a是本发明实施例一种场景模型的正视图;
图5b是本发明实施例另一种场景模型的正视图;
图6是本发明实施例相机镜头上下转动引起的场景模型变动示意图。
【具体实施方式】
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
图1a是摄像机针孔模型示意图,在摄像机模型中,针孔成像模型是适合于计算机视觉应用的一个近似。针孔摄像机完成中心投影,即任何点P在图像中的投影位置p,为焦心O与P点的连线OP与图像平面的交点。
图1b使用虚拟像面的针孔模型示意图,在实际中物体距离焦心的长度一般都会远大于焦距。所以在实际图像平面关于焦平面对称的位置上设置一个虚拟图象平面。并且把图像平面上的点经焦心作中心对称映射到这个虚拟平面上。
图2是本发明实施例所用到的投影变换比例关系不变原理图;
对于投影变换中点(A,B,C,D)和点(A',B',C',D')存在关系R(A,B,C,D)=R(A',B',C',D'),即
图3是本发明实施例场景模型的示意图,CE表示高度为hC的摄像机,TB表示人体,灰色面表示地面,与灰色面垂直的白色面表示参考面,该参考面包含了三条与地面平行且已知距离地面高度的水平参考线,其距离地面的高度分别为h1,h2,h3,T',B'分别表示人体TB在参考面上的投影,X1,X2,X3表示T'B'与三条参考线的交点。位于CE和TB之间的是成像平面,t,b分别表示人体TB在成像平面上的端点像素值,x1,x2,x3表示T'B'与三条参考线的交点X1,X2,X3在成像平面上的像素高度坐标。不难看出,参考面上的点(T',X1,X2,X3)与图像中的点(t,x1,x2,x3)满足上述比例关系,即
由此计算出hT'(人体最高点在参考面上的投影点)的实际高度,同样,hB'(人体最低点在参考面上的投影点)也可由此法得出。
身高H可以通过点T'和B'的高度以及交点(即X1,X2,X3)的投影计算出来,其过程如下所述:
其中,TB=H,表示人的身高;CE=hC,表示相机的高度,经手动测量得到;FB'=-hB',FT'=hT'以及T'B'=hT'-hB',由于B'点位于地面以下,所以此处hB'为负值,整理以上公式可得人体身高H表示为
图4是本发明实施例基于视频处理的身高测量方法的方法流程图,所述方法包括以下步骤:
步骤1,标定参考线以获得投影参数。
在该步骤中,首先固定相机保证正常人体可完全进入视野范围;然后在视野内选择垂直于地面的参考面,并在参考面上绘制三条水平参考线或三个标记点;接着拍摄包含参考线(或标记点)的场景图像,最后获取所拍摄图像中参考线(或标记点)所处的像素y坐标x1,x2,x3作为投影参数备用。
步骤2,处理视频帧以获取人体特征点坐标。
在该步骤中,需要对相机所拍摄的视频进行逐帧处理,或进行实时帧处理,首先需要检测出帧图像中的人体,本发明中运用行人检测算法来检测是否存在人体,并绘制方框大致将人体与背景分离已达到消除大部分噪声的目的;然后运用混合高斯背景建模的方法对场景进行模型建立,当人体进入视野中时会被当做前景分割出来,加上行人检测的方法,分割过程可以较为精确的将人体轮廓图像与场景分离;最后运用一定的图像处理算法,对人体轮廓图像进行滤波,并提取人体的最高点和最低点的像素y坐标t,b作为计算参数备用。
步骤3,手工测量相关参数。
在该步骤中,需要手工测量的参数包括相机距离地面高度hC和三条水平参考线(或三个标记点)距离地面的实际高度h1,h2,h3
步骤4,计算人体身高。
在该步骤中,需要整合前三个步骤中所得到的所有参数,包括投影参数,手工测量参数以及人体特征点参数;首先,根据投影变换比例关系不变原理,以相机镜头为投影源将人体中心投影至参考面上,得到人体最高点T的投影点T’以及人体最低点B的投影点B’。参考面上的最高点投影点距离地面的高度hT'由以下公式得到:
最低点投影点距离地面的高度hB'也可由此公式形式得到,只需将公式中t和hT'换为b和hB'即可。接着根据相似三角形原理导出人体实际身高与所计算出的hT'和hB'的关系:
此处的hT'和hB'均为有方向量,当人体投影点位于地面以上时,其与地面见得距离记为正数,反之极为负数,此法恰对应于人体在视野中的不同位置。
图5a是本发明实施例一种场景模型的正视图,即人体位于相机与参考面之间,此时,人体最高点经过中心投影到参考面上的投影点位于地面之上,但最低点的投影点位于地面之下,此时取最低点投影点与地面的距离为负值。
图5b是本发明实施例另一种场景模型的正视图,即人体位于参考面之后,可以看出,此时人体最高点和最低点在参考面上的投影点均位于地面以上,相似关系略有改变,具体如下公式所示:
其中,TB=H,表示人的身高;CE=hC,表示相机的高度,经手动测量得到;FB'=hB',FT'=hT'以及T'B'=hT'-hB',此时hB'为正。然而对于人体身高H的计算公式却未发生改变。
图6是本发明实施例相机镜头上下转动引起的场景模型变动示意图,考虑到镜头上下转动会造成参考线的纵向改变,即三条水平参考线在图像中相对距离发生改变,现假定摄像头光轴与地面夹角为α,场景几何模型正视图如图6所示,三条黑色虚线分别表示未发生上下转动的摄像头的上下视野,以及平行于地面的光轴延长线,此处将参考面当成其成像面;三条点划线表示镜头向下转动α角度后的上下视野,以及其光轴延长线,与参考面相交的点划线表示其成像面。CE表示摄像头的高度,TB表示人体,T'B'表示人体在非偏摄像头成像面上的投影高度,T”B”表示人体在有偏摄像头成像面上的投影高度。EF表示地面,三条黑色点线分别表示三条水平参考线与镜头C点所形成的平面,其正视图为线段,分别交非转动摄像头成像面于X1,X2,X3三点,交有转动摄像头成像面于X1',X2',X3'三点。不难看出,当镜头转动后,三条水平参考线在图像中的相对距离会发生非线性变化,然而这一非线性变化并不影响人体高度的计算。
在无转动情况下,人体最高点T点在参考面上投影高度hT”的计算公式为
在有转动情况下,人体最高点T点在参考面上投影高度hT”的计算公式为
然而由投影变换中的线段比例关系不变性可知
所以,上述两种情况(摄像头没有上下转动和有上下转动)下计算出的hT'和hT”相等,同理在计算摄像头有偏情况下的hB'也不会改变,因此人体身高H也不会发生改变。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围,倘若这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明包含这些改动和变型在内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (8)

1.一种基于视频处理的人体身高测量方法,其特征在于,包括以下步骤:
步骤A:在相机视野范围内设置含有三条水平参考线的参照面,三条参考线距离地面的距离分别是h1、h2、h3,相机距离地面高度为hC,拍摄参考线图像并获取参考线在成像平面中的像素y坐标分别为x1、x2、x3
步骤B:获取成像平面中人体最高点以及最低点所在的像素y坐标,分别记为t,b:首先检测出帧图像中的人体,并绘制方框大致将人体与背景分离已达到消除大部分噪声的目的;然后运用混合高斯背景建模的方法对场景进行模型建立,当人体进入视野中时会被当做前景分割出来;最后运用图像处理算法,对人体轮廓图像进行滤波,并提取人体的最高点和最低点的像素y坐标t,b作为计算参数备用;
步骤C:根据步骤A和步骤B的结论,依据投影中比例关系不变原理计算出人体在参考面上的投影高度hT′和hB′,再利用三角形相似原理计算出实际人体身高H;其中,hT′指人体最高点在参考面上的投影点距离地面的尺寸,hB′指人体最低点在参考面上的投影点距离地面的尺寸。
2.如权利要求1所述的基于视频处理的人体身高测量方法,其特征在于:运用投影中比例关系不变原理计算出的人体最高点在参考面上的投影点距离地面hT'由以下公式得到:
( t - x 2 ) ( x 1 - x 3 ) ( x 1 - x 2 ) ( t - x 3 ) = ( h T ′ - h 2 ) ( h 1 - h 3 ) ( h 1 - h 2 ) ( h T ′ - h 3 ) .
3.如权利要求2所述的基于视频处理的人体身高测量方法,其特征在于:运用投影中比例关系不变原理计算出的人体最低点在参考面上的投影点距离地面hB'由以下公式得到:
( b - x 2 ) ( x 3 - x 1 ) ( x 3 - x 2 ) ( b - x 1 ) = ( h B ′ - h 2 ) ( h 3 - h 1 ) ( h 3 - h 2 ) ( h B ′ - h 1 ) .
4.如权利要求1所述的基于视频处理的人体身高测量方法,其特征在于:利用相似原理计算出实际人体身高H由以下公式得到:
H = ( h T ′ - h B ′ ) h C h C - h B ′ .
5.如权利要求1所述的基于视频处理的人体身高测量方法,其特征在于:人体最高点和最低点在参考面上的投影高度hT′和hB′是具有正负方向的量,当该投影点位于地面之上时为正,当该投影点位于地面之下时为负。
6.如权利要求5所述的基于视频处理的人体身高测量方法,其特征在于:当人体位于相机与参考面之间时,人体的最高和最低点在参考面上的投影点分别位于地面之上和地面之下;当人体位于参考面之后时,人体的最高点和最低点在参考面上的投影点均位于地面之上。
7.如权利要求1所述的基于视频处理的人体身高测量方法,其特征在于:在标定时,参考面可以是真实存在的参考面,也可以是假想的参考面,但三条水平参考线必须真实存在,在得到参考线在成像平面中的像素y坐标后撤销参考线。
8.如权利要求1所述的基于视频处理的人体身高测量方法,其特征在于:所述相机为普通相机或普通摄像机。
CN201510851798.5A 2015-11-27 2015-11-27 一种基于视频处理的人体身高测量方法 Active CN105286871B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510851798.5A CN105286871B (zh) 2015-11-27 2015-11-27 一种基于视频处理的人体身高测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510851798.5A CN105286871B (zh) 2015-11-27 2015-11-27 一种基于视频处理的人体身高测量方法

Publications (2)

Publication Number Publication Date
CN105286871A CN105286871A (zh) 2016-02-03
CN105286871B true CN105286871B (zh) 2017-04-26

Family

ID=55185200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510851798.5A Active CN105286871B (zh) 2015-11-27 2015-11-27 一种基于视频处理的人体身高测量方法

Country Status (1)

Country Link
CN (1) CN105286871B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106482646B (zh) * 2016-10-10 2018-12-28 河海大学 基于单反相机测量目标物宽度的方法
CN108209746A (zh) * 2017-12-27 2018-06-29 信利光电股份有限公司 一种扫地机器人的障碍物高度检测装置和方法以及跨越装置和方法
CN108256558A (zh) * 2017-12-27 2018-07-06 深圳市云之梦科技有限公司 一种虚拟形象生成的头身比的计算方法及系统
CN108283466A (zh) * 2017-12-27 2018-07-17 信利光电股份有限公司 一种扫地机器人的障碍物高度检测装置和方法以及跨越装置和方法
CN110558988B (zh) * 2018-06-05 2022-07-12 北京远见医疗技术发展有限责任公司 一种头面全身参数测量方法和设备
CN109285145B (zh) * 2018-08-12 2021-07-02 浙江农林大学 基于智能手机的多株立木高度测量方法
CN109740458B (zh) * 2018-12-21 2021-07-16 安徽智恒信科技股份有限公司 一种基于视频处理的体貌特征测量方法及系统
CN110136190A (zh) * 2019-03-26 2019-08-16 华为技术有限公司 一种测距方法及电子设备
CN111067530B (zh) * 2019-12-04 2022-09-20 常州工业职业技术学院 基于深度摄像的地铁乘客身高自动检测方法和系统
CN111289076B (zh) * 2020-05-13 2020-08-21 成都泰盟软件有限公司 自动采集人体基础数据的人体生理实验系统
CN112464747A (zh) * 2020-11-10 2021-03-09 广州富港万嘉智能科技有限公司 基于图像采集设备的身高检测方法及装置
CN112418025A (zh) * 2020-11-10 2021-02-26 广州富港万嘉智能科技有限公司 基于深度学习的体重检测方法及装置
CN112101389B (zh) * 2020-11-17 2021-02-02 支付宝(杭州)信息技术有限公司 仓储货物测量方法和装置
WO2023004682A1 (zh) * 2021-07-29 2023-02-02 华为技术有限公司 身高检测方法、装置及存储介质
CN117218681B (zh) * 2023-11-09 2024-02-06 厦门瑞为信息技术有限公司 单目镜头的身高估计方法及小孩过闸装置与判断方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101512551A (zh) * 2006-03-21 2009-08-19 阿菲克姆智能牧场管理系统公司 用于测量动物身高的方法和系统
CN101876535A (zh) * 2009-12-02 2010-11-03 北京中星微电子有限公司 一种高度测量方法、装置及监控系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4628911B2 (ja) * 2005-09-09 2011-02-09 ティーオーエー株式会社 身長測定装置
CN104173054B (zh) * 2013-05-21 2017-04-12 杭州海康威视数字技术股份有限公司 基于双目视觉技术的人体身高测量方法及其装置
CN103735269B (zh) * 2013-11-14 2015-10-28 大连民族学院 一种基于视频多目标跟踪的高度测量方法
CN104720814A (zh) * 2013-12-19 2015-06-24 天津市天大百睿精密仪器技术有限公司 非接触身高自动测量系统及方法
CN104257385B (zh) * 2014-10-16 2016-05-11 辽宁省颅面复原技术重点实验室 视频图像中人体身高的测量方法
CN204351833U (zh) * 2014-10-16 2015-05-27 辽宁省颅面复原技术重点实验室 视频图像中人体身高的测量装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101512551A (zh) * 2006-03-21 2009-08-19 阿菲克姆智能牧场管理系统公司 用于测量动物身高的方法和系统
CN101876535A (zh) * 2009-12-02 2010-11-03 北京中星微电子有限公司 一种高度测量方法、装置及监控系统

Also Published As

Publication number Publication date
CN105286871A (zh) 2016-02-03

Similar Documents

Publication Publication Date Title
CN105286871B (zh) 一种基于视频处理的人体身高测量方法
US10345324B2 (en) Flight parameter measuring apparatus and flight parameter measuring method
CN102389361B (zh) 一种基于计算机视觉的盲人户外支援系统
US9292922B2 (en) Point cloud assisted photogrammetric rendering method and apparatus
CN104173054B (zh) 基于双目视觉技术的人体身高测量方法及其装置
CN108932475A (zh) 一种基于激光雷达和单目视觉的三维目标识别系统及方法
CN104930985B (zh) 基于时空约束的双目视觉三维形貌测量方法
CN104933704B (zh) 一种三维立体扫描方法及系统
CN110796032A (zh) 基于人体姿态评估的视频围栏及预警方法
CN106264537B (zh) 图像中人体姿态高度的测量系统及方法
Wang et al. Facial feature extraction in an infrared image by proxy with a visible face image
Wan et al. A study in 3d-reconstruction using kinect sensor
JP2001126051A (ja) 関連情報呈示装置及び関連情報呈示方法
Liu et al. Concrete surface damage volume measurement based on three-dimensional reconstruction by smartphones
CN109886064A (zh) 确定可驾驶空间的边界的方法
CN104166995B (zh) 一种基于马步测度的Harris‑SIFT双目视觉定位方法
CN106296797A (zh) 一种三维扫描仪特征点建模数据处理方法
CN111914790B (zh) 基于双摄像头的不同场景下实时人体转动角度识别方法
Gonzalez‐Aguilera et al. Forensic terrestrial photogrammetry from a single image
CN104680520B (zh) 一种现场三维信息勘验方法及系统
CN111260727A (zh) 一种基于图像处理的网格定位方法、装置及存储介质
Fei et al. Obstacle Detection for Agricultural Machinery Vehicle
Lv et al. The head detection method based on binocular stereo vision
Kainz et al. Kinect as a tool in estimation of selected human body dimensions
Wentao et al. Monocular Multi-Pose Pedestrian Ranging Algorithm Based on Key Point Detection

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