CN105832336A - 身高测量系统和方法 - Google Patents

Abstract

本发明提供一种身高测量系统和方法，属于身高测量技术领域，其可解决现有的通过图像分析测量身高的技术准确性差、被遮挡时不能实现、使用不便的问题。本发明的身高测量系统包括：图像获取单元，用于获取深度图像；处理单元，用于分析得出所述深度图像中的地面和人体头顶，并计算出人体头顶与地面所在平面间的距离作为身高。

Description

身高测量系统和方法

技术领域

本发明属于身高测量技术领域，具体涉及一种身高测量系统和方法。

背景技术

传统的身高测量方式是用尺子等进行的，测量时需要人进行配合，且不能实现实时测量。

现有技术中还有通过采集并分析人体图像得出身高的技术，这样的测量方法不用人配合，只要人走到图像采集范围内即可，可实现实时测量。

一种现有的身高测量方法包括分析得出图像中的人体的脚和头顶，并以二者间的距离作为身高。但是，这种方法的缺点在于人体的脚容易和地面产生粘连，难以准确分割得到，影响测量准确性。同时，人体的脚位置较低，很容易被桌椅等挡住而不可见，这样该方法就不可用了。

另外，如图1所示，还有通过双目摄像机采集人体图像，并根据头顶高度和摄像机高度的差计算身高的技术。但是，这种方法需要预先知道摄像机摆放高度、位置、角度等，一旦确定则摄像机不能移动，使用不便。

发明内容

本发明针对现有的通过图像分析测量身高的技术准确性差、被遮挡时不能实现、使用不便的问题，提供一种准确性高、不怕遮挡且使用方便的身高测量系统和方法。

解决本发明技术问题所采用的技术方案是一种身高测量系统，其包括：

图像获取单元，用于获取深度图像；

处理单元，用于分析得出所述深度图像中的地面和人体头顶，并计算出人体头顶与地面所在平面间的距离作为身高。

优选的是，所述图像获取单元为图像采集单元。

进一步优选的是，所述分析得出所述深度图像中的地面包括：分析得出所述深度图像中的全部平整面；以位于所述深度图像下半部，且与图像获取单元间的距离小于预定值的最大的平整面为地面。

进一步优选的是，所述预定值为3米。

进一步优选的是，所述身高测量系统还包括设于图像获取单元上的重力传感器；所述分析得出所述深度图像中的地面包括：分析得出所述深度图像中的全部平整面；重力传感器感知重力方向，以与所述重力方向垂直且位置最低的平整面为地面。

优选的是，所述分析得出所述深度图像中的地面和人体头顶包括：从当前帧深度图像中分析得出人体头顶；若从当前帧深度图像中无法分析得出地面，则从当前帧之前的一帧或多帧深度图像分析得出地面。

优选的是，所述分析得出所述深度图像中的人体头顶包括：通过人物分割技术得出所述深度图像中的人体；以人体的连通区域中距地面所在平面最远的点为人体头顶。

优选的是，所述处理单元还用于建立坐标系，并确定所述深度图像中各像素点的坐标；所述分析得出所述深度图像中的地面和人体头顶包括：分析得出地面所在平面的平面方程Ax+By+Cz+D＝0；分析得出人体头顶的坐标(x₀,y₀,z₀)。

进一步优选的是，所述计算出人体头顶与地面所在平面间的距离作为身高包括：

根据公式计算距离High作为身高。

解决本发明技术问题所采用的技术方案是一种身高测量方法，其包括：

获取深度图像；

分析得出所述深度图像中的地面和人体头顶，并计算出人体头顶与地面所在平面间的距离作为身高。

本发明的身高测量系统中，通过人体头顶和地面判断身高，因此不存在分离人体的脚的步骤，准确度高；而且，由于其中使用的是地面所在平面，故其不仅适用于人体的脚可见的情况，而是在人体的脚和脚下的地面被遮挡时也可获得身高(只要人体头顶不被遮挡即可)；同时，由于该系统是通过深度图像中不同物体间的距离判断身高的，故对摄像头的摆放位置、高度等没有要求，使用方便。

附图说明

图1为一种现有的身高测量方法的示意图；

图2为本发明的实施例的一种身高测量方法的流程图；

图3为本发明的实施例的一种身高测量系统获取的深度图像；

图4为本发明的实施例的一种身高测量系统分析身高的示意图；

图5为本发明的实施例的一种身高测量系统的一个分析结果图；

图6为本发明的实施例的一种身高测量系统的另一个分析结果图。

具体实施方式

为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明作进一步详细描述。

实施例1：

如图2至图6所示，本实施例提供一种身高测量系统，其包括：

图像获取单元，用于获取深度图像；

处理单元，用于分析得出深度图像中的地面和人体头顶，并计算出人体头顶与地面所在平面间的距离作为身高。

也就是说，本实施例的身高测量系统包括图像获取单元，其能获取待测的人体和地面的深度图像。深度是一种“立体”图像，其中不仅记录每个像素点的颜色信息，还记录各像素点与图像获取单元间的距离和相对角度，从而可确定每个像素点在空间中的相对位置。由此，处理单元可通过分析得出深度图像中的哪些像素点是人体，哪些是地面。在得出人体后，也就可确定出人体头顶的位置；而由于绝大多数情况下地面都是平的，故只要分析得出部分地面(指深度图像中可见的面积有限的地面，不是无限的平面)，即可确定出地面所在的平面，进而确定地面所在平面与人体头顶间的距离，该距离也就是人体的脚与头顶间的距离，就是身高。其中，深度图像的例子如图3所示，在此不再详细描述。

本实施例的身高测量系统中，通过人体头顶和地面判断身高，因此不存在分离人体的脚的步骤，准确度高；而且，由于其中使用的是地面所在平面，故其不仅适用于人体的脚可见的情况(如图5所示)，而是在人体的脚和脚下的地面被遮挡(如图6所示)时也可获得身高(只要人体头顶不被遮挡即可)；同时，由于该系统是通过深度图像中不同物体间的距离判断身高的，故对摄像头的摆放位置、高度等没有要求，使用方便。

优选的，图像获取单元为图像采集单元(如深度摄像头)。

也就是说，图像获取单元可以是实时进行图像采集的深度摄像头等，其采集到的图像再由处理单元进行处理。其中深度摄像头是可以采集深度图像的已有设备，在此不再详细描述。

当然，图像获取单元也可以是计算机或网络部件，其用于获取已经由其他设备采集并存储下来的深度图像，并交给处理单元处理。

优选的，当图像获取单元为图像采集单元时，作为本实施例的一种方式，以上分析得出深度图像中的地面包括：分析得出深度图像中的全部平整面；以位于深度图像下半部，且与图像获取单元间的距离小于预定值的最大的平整面为地面；优选的，预定值为3米。

深度图像中仅包括许多像素点，但系统并不知道其中哪些像素点是地面，为此需要通过分析得出地面。在各像素点位置已知的情况下，可很简单的分析出其中哪些像素点是位于同一个平面中且相互邻接的，这样的点构成一个平整面(指面积有限的面，不是无限的平面)，通过分析就可得出深度图像中的全部平整面(包括地面、桌面、柜子面等)。通常而言，图像获取单元(图像采集单元)整体上是正放的，故在深度图像中，地面一般处于下半部；而通常地面应当具有较大面积且与图像获取单元距离不会太远。因此，可用以上各平整面中位于深度图像下半部且与图像获取单元(图像采集单元)间的距离小于预定值的最大的平整面为地面。根据经验分析，绝大多数情况下在深度图像中距图像获取单元(图像采集单元)的3米范围内都会出现地面，而若预定值取得更大，则可能把其他一些非地面的平整面(如桌面)也包括在其中，容易引起判断错误，故以上预定值优选为3米。

优选的，当图像获取单元为图像采集单元时，作为本实施例的一种另方式，身高测量系统还包括设于图像获取单元上的重力传感器；以上分析得出深度图像中的地面包括：分析得出深度图像中的全部平整面；重力传感器感知重力方向，以与重力方向垂直且位置最低的平整面为地面。

也就是说，也可在图像获取单元(图像采集单元)上增加可感知重力的重力传感器，由此深度图像中的重力方向是可知的，或者说可以知道深度图像中对应真实世界“下方”的方向在哪里。显然，地面通常应当与重力方向垂直且最靠下，故可用与重力方向垂直且位置最低的平整面为地面。

当然，根据深度图像分析得出地面的方式并不限于此，若采用其他方式分析得出地面，也是可行的。

优选的，以上分析得出深度图像中的地面和人体头顶包括：从当前帧深度图像中分析得出人体头顶；若从当前帧深度图像中无法分析得出地面，则从当前帧之前的一帧或多帧深度图像分析得出地面。

当然，应当理解，虽然以上描述中是先说的得出人体头顶，后说的得出地面，但实际上这两个过程并无先后顺序，只要最终人体头顶和地面都能得到即可。

显然，要分析得出地面，则深度图像中的地面必须可见且足够大；但在有些情况下，可能地面大部分都被遮挡了(如深度图像中人很多)，此时很难通过分析深度图像得出地面。在此情况下，由于通常图像获取单元是不会移动的，故不同帧深度图像中地面位置应当不变而只是人会移动，因此，可分析此前其他帧(如上一帧)的深度图像得出其中的地面，并用其作为计算依据，与本帧深度图像中的人体头顶(因为我们要测量的身高的显然是当前帧深度图像中人的身高)位置共同计算身高。

优选的，分析得出深度图像中的人体头顶包括：通过人物分割技术得出深度图像中的人体；以人体的连通区域中距地面所在平面最远的点为人体头顶。

也就是说，可通过人物分割技术得出深度图像中的人体。具体的，人物分割技术可通过现有软件实现，如用微软的kinect软件实现，由于从深度图像中分析得出人体的技术是已知的，故在此不再详细描述。在确定人体(即确定哪些像素点属于人体)后，即可确定这些像素点中的哪个距离地面所在平面最远，认为其就是头顶。但是，现有的人物分割技术主要用于体感、关节分析等领域，故其分析出的人体中可能包括一些离散在实际人体范围之外的噪声点(如“飘”在人体头顶上的点)，这些噪声点对体感、关节分析等并无实质影响，但若被误认为是人体头顶，则会影响身高测量的结果。因此，本实施例中要以人体的连通区域(即分析得出的人体的主体部分)中距地面所在平面最远的点为人体头顶，从而排除噪声点的影响，提高测量准确性。

优选的，处理单元还用于建立坐标系，并确定深度图像中各像素点的坐标；以上分析得出深度图像中的地面和人体头顶包括：分析得出地面所在平面的平面方程Ax+By+Cz+D＝0；分析得出人体头顶的坐标(x₀,y₀,z₀)。

更优选的，以上计算出人体头顶与地面所在平面间的距离作为身高包括：

根据公式计算距离High作为身高。

也就是说，如图4所示，可在深度图像中建立一个(x,y,z)的三维坐标系，例如，若图像获取单元为图像采集单元，则可以图像获取单元所在位置为原点建立坐标系，当然该坐标系的建立是任意的，并不一定以图像采集单元为原点。由于深度图像中各像素点的相对空间位置是已知的，故深度图像中所有像素点在该三维坐标系中的坐标也都是可知的。

如前所述，通过现有方法可得出深度图像中的哪个像素点是人体头顶，因此该像素点(人体头顶)的坐标当然已知，此处记为(x₀,y₀,z₀)。

相应的，深度图像中的哪些像素点属于地面也是可知的，由于地面是平面，故其中所有的像素点的坐标必然都符合同一个平面方程Ax+By+Cz+D＝0。因此，只要取其中任意3个不在同一直线上的像素点的坐标带入该平面方程并建立方程组，即可求出平面方程中的参数A、B、C、D，从而得到确定的平面方程。

这样，再根据以上的点与平面间的距离公式，即可计算得出身高。

实施例2：

如图2至图6所示，本实施例提供一种身高测量方法，其包括：

获取深度图像；

分析得出深度图像中的地面和人体头顶，并计算出人体头顶与地面所在平面间的距离作为身高。

也就是说，本实施例的身高测量方法就是以上实施例的身高测量系统进行的方法。

具体的，如图2所示，本实施例的身高测量方法可包括以下步骤：

S1、获取深度图像。

S2、分析当前帧深度图像看是否能得出地面；若能得到则进入下一步；若不能，则分析之前帧(以上一帧为例)深度图像以得出地面。

S3、拟合得到地面方程。

S4、通过人物分割技术得出当前帧深度图像中的人体。

S5、以人体的连通区域中距地面所在平面最远的点为人体头顶，取得该点坐标。

S6、计算出人体头顶与地面所在平面间的距离作为身高。

当然，以上分析得出地面和人体的步骤并无必然的顺序关系，二者的顺序可以调换，也可并行。

可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (10)

1.一种身高测量系统，其特征在于，包括：

图像获取单元，用于获取深度图像；

处理单元，用于分析得出所述深度图像中的地面和人体头顶，并计算出人体头顶与地面所在平面间的距离作为身高。

2.根据权利要求1所述的身高测量系统，其特征在于，

所述图像获取单元为图像采集单元。

3.根据权利要求2所述的身高测量系统，其特征在于，所述分析得出所述深度图像中的地面包括：

分析得出所述深度图像中的全部平整面；

以位于所述深度图像下半部，且与图像获取单元间的距离小于预定值的最大的平整面为地面。

4.根据权利要求3所述的身高测量系统，其特征在于，

所述预定值为3米。

5.根据权利要求2所述的身高测量系统，其特征在于，所述身高测量系统还包括设于图像获取单元上的重力传感器；所述分析得出所述深度图像中的地面包括：

分析得出所述深度图像中的全部平整面；

重力传感器感知重力方向，以与所述重力方向垂直且位置最低的平整面为地面。

6.根据权利要求1所述的身高测量系统，其特征在于，所述分析得出所述深度图像中的地面和人体头顶包括：

从当前帧深度图像中分析得出人体头顶；

若从当前帧深度图像中无法分析得出地面，则从当前帧之前的一帧或多帧深度图像分析得出地面。

7.根据权利要求1所述的身高测量系统，其特征在于，所述分析得出所述深度图像中的人体头顶包括：

通过人物分割技术得出所述深度图像中的人体；

以人体的连通区域中距地面所在平面最远的点为人体头顶。

8.根据权利要求1所述的身高测量系统，其特征在于，所述处理单元还用于建立坐标系，并确定所述深度图像中各像素点的坐标；所述分析得出所述深度图像中的地面和人体头顶包括：

分析得出地面所在平面的平面方程Ax+By+Cz+D＝0；

分析得出人体头顶的坐标(x₀,y₀,z₀)。

9.根据权利要求8所述的身高测量系统，其特征在于，所述计算出人体头顶与地面所在平面间的距离作为身高包括：

根据公式计算距离High作为身高。

10.一种身高测量方法，其特征在于，包括：

获取深度图像；

分析得出所述深度图像中的地面和人体头顶，并计算出人体头顶与地面所在平面间的距离作为身高。