CN106447713B - 基于点云人体模型的自动测量方法及装置 - Google Patents
基于点云人体模型的自动测量方法及装置 Download PDFInfo
- Publication number
- CN106447713B CN106447713B CN201610799333.4A CN201610799333A CN106447713B CN 106447713 B CN106447713 B CN 106447713B CN 201610799333 A CN201610799333 A CN 201610799333A CN 106447713 B CN106447713 B CN 106447713B
- Authority
- CN
- China
- Prior art keywords
- point
- human body
- manikin
- dimensional
- shoulder
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种基于点云人体模型的自动测量方法及装置,包括:获取用户匹配的三维人体模型;三维人体模型包括人体表面点云数据;计算三维人体模型中的人体特征点;人体特征点包括:颈点、肩点、会阴点和腋点;根据人体特征点对三维人体模型进行分割处理,得到各个人体部位信息;根据人体身高比例和围度信息对分割得到的各个人体部位信息进行计算,得到各个人体部位对应的人体信息及人体信息的具体位置;其能够准确测量用户的各个人体部位信息及其对应的位置信息,并据此进行制作或者优化三维人体模特模型,得到与用户匹配的三维人体模特模型,并通过该模型展示设计的服装,使得展示结果多元化,灵活性较好。
Description
技术领域
本发明涉及人体模型测量技术领域,具体而言,涉及一种基于点云人体模型的自动测量方法及装置。
背景技术
传统服装产品的设计及加工过程即采用绘图软件设计2D衣片,然后通过缝纫设备对上述设计的2D衣片进行缝合,最后将缝合完成的服装置于标准的人体模特模型中进行效果展示。但是,上述传统的服装产品的设计方法,需要将实际服装加工出来并试穿在真实的人体模特模型上,其需要大量的人力和物力,使得投入成本高且效率低;
随着数字化技术的发展,数字化服装设计作为数字化服装工业的重要环节直接影响了整个服装行业的数字化发展进程。计算机三维图形设计的发展,使得服装系统愈加完善;目前,均是将二维2D服装衣片处理成三维服装衣片,同时通过三维图形设计制作三维人体模特模型,在需要将展示设计的服装时,首先按照服装尺码标准制作待展示服装对应的三维服装衣片,然后将三维服装衣片缝合到三维人体模特模型中,实现对该服装的展示。
但是,上述三维人体模特模型是根据服装尺码标准制作的,实际中,用户的人体身形各不相同,并且,用户的人体身形与服装尺码标准也有较大差异,这使得根据服装尺码标准制作的三维人体模特模型与实际人体模型差异较大,其无法准确展示出设计的服装在实际用户的身上的效果。
发明内容
有鉴于此,本发明实施例的目的在于提供一种基于点云人体模型的自动测量方法及装置,其能够准确测量用户的各个人体部位信息及其对应的位置信息,并据此进行制作或者优化三维人体模特模型,得到与用户匹配的三维人体模特模型。
第一方面,本发明实施例提供了一种基于点云人体模型的自动测量方法,所述方法包括:
获取用户匹配的三维人体模型;所述三维人体模型包括人体表面点云数据;
计算所述三维人体模型中的人体特征点;所述人体特征点包括:颈点、肩点、会阴点和腋点;
根据所述人体特征点对所述三维人体模型进行分割处理,得到各个人体部位信息;
根据人体身高比例和围度信息对分割得到的各个人体部位信息进行计算,得到各个人体部位对应的人体信息及所述人体信息的具体位置。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述计算所述三维人体模型中的人体特征点,包括:
获取所述三维人体模型的肩部以上人体部位的轮廓点;其中,所述肩部以上人体部位至少包括:头部、颈部和肩部;
利用凸包算法对所述肩部以上人体部位的轮廓点进行计算,得到所述轮廓点中头部、颈部和肩部依次对应的最凸点;
分别计算所述头部的最凸点与所述肩部的最凸点的连线与每一个所述轮廓点的距离;
确定计算得到的最大距离对应的轮廓点为所述颈点。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,所述计算所述三维人体模型中的人体特征点,包括:
获取所述三维人体模型中肩部到颈部的轮廓点;
采用最小二乘法拟合对所述肩部到颈部的轮廓点进行拟合处理,得到拟合直线;
分别计算每一个所述轮廓点与所述拟合直线的距离;
确定计算得到的最大距离对应的轮廓点为所述肩点。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述计算所述三维人体模型中的人体特征点,包括:
根据所述三维人体模型中臀部的轮廓点,计算臀部和腿部的结合点;
根据所述臀部和腿部的结合点计算腿部的高度,得到会阴点在Y轴的Y值;
利用切片提取算法对所述臀部和腿部的结合点进行切片处理,计算会阴点在X轴的X值;所述Y值和所述X值对应的点即所述会阴点。
结合第一方面的第三种可能的实施方式,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述根据所述三维人体模型中臀部的轮廓点,计算臀部和腿部的结合点,包括:
获取所述三维人体模型中臀部的轮廓点,并识别所述轮廓点中的最凸点;
对以所述最凸点为中心的预设范围内的所有侧面臀部轮廓点进行拟合成圆处理,得到拟合圆;
根据所述拟合圆的侧面最凸点以及所述拟合圆的圆心点,绘制所述拟合成圆的直径,得到所述直径与所述拟合成圆另一侧的直径点;
分别计算所述侧面最凸点下方每一个所述轮廓点与所述直径点的距离;
确定计算得到的最小距离对应的轮廓点为臀部和腿部的结合点。
结合第一方面的第四种可能的实施方式,本发明实施例提供了第一方面的第五种可能的实施方式,其中,所述利用切片提取算法对所述臀部和腿部的结合点进行切片处理,计算会阴点在X轴的X值,包括:
利用切片提取算法对所述臀部和腿部的结合点以下的轮廓点进行高度切片处理;
将切片处理得到的各个点云均进行Y轴投影,并计算投影后的各个相邻两个点云在X轴上的距离;
根据大于设定阈值相邻两个点云在X轴上的距离,计算会阴点在X轴的X值。
结合第一方面的第一种可能的实施方式或者结合第一方面的第二种可能的实施方式或者结合第一方面的第三种可能的实施方式,本发明实施例提供了第一方面的第六种可能的实施方式,其中,获取轮廓点的方法包括,包括:
利用切片提取算法,对三维人体模型的所述点云数据按高度进行切片处理;
查找切片处理结果中的切片内的极值,设置所述极值作为轮廓点。
结合第一方面,本发明实施例提供了第一方面的第七种可能的实施方式,其中,所述根据人体身高比例和围度信息对分割得到的各个人体部位信息进行计算,得到各个人体部位对应的人体信息及所述人体信息的具体位置,包括:
按照以下公式计算各个人体部位对应的位置信息的权值:
其中,x为相邻的离散点之间的数值;Xi与Xi+1为两临近离散点;(x_val,y_val)为两点直线上的坐标点;S(Xi)为各点的权值;i,j=1,2…N;k>1;
按照以下公式计算各个人体部位对应的人体信息及所述人体信息的具体位置:
第二方面,本发明实施例还提供了一种基于点云人体模型的自动测量装置,所述装置包括:
获取模块,用于获取用户匹配的三维人体模型;所述三维人体模型包括人体表面点云数据;
第一计算模块,用于计算所述三维人体模型中的人体特征点;所述人体特征点包括:颈点、肩点、会阴点和腋点;
分割处理模块,用于根据所述人体特征点对所述三维人体模型进行分割处理,得到各个人体部位信息;
第二计算模块,用于根据人体身高比例和围度信息对分割得到的各个人体部位信息进行计算,得到各个人体部位对应的人体信息及所述人体信息的具体位置。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,所述第一计算模块,包括:
第一获取单元,用于获取所述三维人体模型的肩部以上人体部位的轮廓点;其中,所述肩部以上人体部位至少包括:头部、颈部和肩部;
第一计算单元,用于利用凸包算法对所述肩部以上人体部位的轮廓点进行计算,得到所述轮廓点中头部、颈部和肩部依次对应的最凸点;
第二计算单元,用于分别计算所述头部的最凸点与所述肩部的最凸点的连线与每一个所述轮廓点的距离;
第一确定单元,用于确定计算得到的最大距离对应的轮廓点为所述颈点。
本发明实施例提供的一种基于点云人体模型的自动测量方法及装置,包括:获取用户匹配的三维人体模型;三维人体模型包括人体表面点云数据;计算三维人体模型中的人体特征点;根据上述人体特征点对三维人体模型进行分割处理,得到各个人体部位信息;根据人体身高比例和围度信息对分割得到的各个人体部位信息进行计算,得到各个人体部位对应的位置信息,与现有技术中的上述三维人体模特模型是根据服装尺码标准制作的,与实际人体模型差异较大相比,其能够准确测量用户的各个人体部位信息及其对应的位置信息,并据此进行制作或者优化三维人体模特模型,得到与用户匹配的三维人体模特模型,并通过该模型展示设计的服装,使得展示结果多元化,灵活性较好。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的一种基于点云人体模型的自动测量方法的流程图;
图2示出了本发明实施例所提供的一种人体参数和身高的大致比例的示意图;
图3示出了本发明实施例所提供的计算所述三维人体模型中人体颈点的流程图;
图4示出了本发明实施例所提供的测量人体颈点的示意图;
图5示出了本发明实施例所提供的计算所述三维人体模型中人体肩点的流程图;
图6示出了本发明实施例所提供的计算所述三维人体模型中人体会阴点的流程图;
图7示出了本发明实施例所提供的划分支持域的示意图;
图8示出了本发明实施例所提供的根据封闭点的特点,确认新的权值划分方法的示意图;
图9示出了本发明实施例所提供的权的赋值方式与拐角处离散点的几何特征的关系的示意图;
图10示出了本发明实施例所提供的一种基于点云人体模型的自动测量装置的结构示意图;
图11示出了本发明实施例所提供的一种基于点云人体模型的自动测量装置中第一计算模块的结构示意图;
图12示出了本发明实施例所提供的另一种基于点云人体模型的自动测量装置中第一计算模块的结构示意图。
主要标号说明:
100、获取模块;200、第一计算模块;300、分割处理模块;400、第二计算模块;2001、第一获取单元;2002、第一计算单元;2003、第二计算单元;2004、第一确定单元;2005、第二获取单元;2006、拟合处理单元;2007、第三计算单元;2008、第二确定单元;2009、第四计算单元;2010、第五计算单元;2011、第六计算单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
考虑到目前的三维数字化服装展示中,均是将二维2D服装衣片处理成三维服装衣片,同时通过三维图形设计制作三维人体模特模型,在需要将展示设计的服装时,首先按照服装尺码标准制作待展示服装对应的三维服装衣片,然后将三维服装衣片缝合到三维人体模特模型中,实现对该服装的展示。但是,上述三维人体模特模型是根据服装尺码标准制作的,实际中,用户的人体身形各不相同,并且,用户的人体身形与服装尺码标准也有较大差异,这使得根据服装尺码标准制作的三维人体模特模型与实际人体模型差异较大,其无法准确展示出设计的服装在实际用户的身上的效果。
基于此,本发明实施例提供了一种基于点云人体模型的自动测量方法及装置,其能够准确测量用户的各个人体部位信息及其对应的位置信息,并据此进行制作或者优化三维人体模特模型,得到与用户匹配的三维人体模特模型,下面通过实施例进行描述。
本发明实施例提供了一种基于点云人体模型的自动测量方法,参考图1,所述方法包括:
S101、获取用户匹配的三维人体模型;所述三维人体模型包括人体表面点云数据。
本发明实施例提供的一种点云人体模型的自动测量,是对三维人体全身进行扫描的技术,具体的,首先采用扫描装置对用户人体进行扫描,从中获取人体深度数据,然后根据获取的人体深度数据进一步构建人体表面点云数据,再运用软件对点云数据进行人体模型重建,得到三维人体模型,最后根据上述三维人体模型对人体表面特征数据进行测量。
其中,通过上述扫描装置进行人体扫描,安全可靠,对人体和人眼没有任何伤害,可睁眼测量。并且,上述扫描装置可实现瞬间测量,快速扫描能够避免人体晃动造成的误差。其中,本发明实施例中的使用的上述扫描装置为微软公司推出的深度相机Kinect。
并且,针对不同部位进行扫描依次完成人体三维数据采集,自动拼接完成不同方位的点云数据,形成统一的点云模式,得到人体表面点云数据。
S102、计算所述三维人体模型中的人体特征点;所述人体特征点包括:颈点、肩点、会阴点和腋点。
上述人体特征点:颈点、肩点、会阴点和腋点,依次对应的识别方式包括:通过人体颈部和头部以及肩部的曲线特征识别颈点;通过肩部到颈部的轮廓点拟合成一条直线,则在直线上方的最远点即为肩点,通过肩点可以确定人体的腋点;通过臀部和腿部的结合点以及腿部的缝隙即可识别会阴点。
S103、根据所述人体特征点对所述三维人体模型进行分割处理,得到各个人体部位信息。
具体的,根据上述人体特征点:颈点、肩点、会阴点和腋点,将获取的三维人体模型进行分割,即将三维人体模型分割成头部、左臂、右臂、身体、左腿和右腿等人体部位信息,以便分割后通过身高比例和围度信息确认人体部位信息的具体位置。
S104、根据人体身高比例和围度信息对分割得到的各个人体部位信息进行计算,得到各个人体部位对应的人体信息及所述人体信息的具体位置。
具体的,上述各个人体部位对应的位置信息包括:颈围、肩围、肩宽、胸围、腰围、臀围、大腿围、踝围、臂根围和腕围。
其中,上述各个人体部位对应的人体信息及所述人体信息的具体位置的计算方法包括:
颈围:根据颈点进行确定,左右侧颈点连线前方的点,取和高度平面成20度夹角的点,后方的点,取和颈点同高度的点即可;
肩围:取和左右肩点同一高度内的点作为肩围点;
肩宽:计算左右肩点的距离;
胸围:根据胸围和身高的比例确认胸围的大概位置,在进行高度切片,分别拟合切片点,求出最大的围度即为胸围;
腰围:根据臀围和胸围的高度位置,确认腰围的位置,在进行高度切片,分别拟合切片点,求出最小的围度即为腰围;
臀围:根据臀部的最凸点,在一定高度范围内进行切片,求出围度最大的即为臀围;
大腿围:根据会阴点的高度,切取点云,求出围度;
踝围:从脚向上一定高度内切片,求出围度最小的为踝围;
臂根围:根据腋点和肩点连线,切取臂根点,求出围度;
腕围:从手臂最下部一定范围内,围度最小的为腕围。
其中,上述人体参数测量主要是根据身高比例和围度信息继续测量,人体参数和身高的大致比例如图2所示;本发明实施例中,采用围度拟合算法进行人体参数测量,上述围度拟合算法对应采用改进的移动最小二乘法(MLS)拟合,针对离散点云拟合进行改进,主要是在离散点排序和去除噪点影响方面。
离散点排序方面,根据人体围度离散点特征,找到离散点的最长轴,从轴的一段为起始点,以起始点为中心找到支持域内的点,根据距离和方向进行排序。这样方便改变支持域的半径和数量,并且能确定其他点对该点的权重因子。
系统不仅可以获得人体表面精确的空间信息,而且同时获得每一个像素点对应的色彩信息。避免色彩与和位置发生错位现象。
本发明实施例提供的一种基于点云人体模型的自动测量方法,与现有技术中的上述三维人体模特模型是根据服装尺码标准制作的,与实际人体模型差异较大相比,其能够准确测量用户的各个人体部位信息及其对应的位置信息,并据此进行制作或者优化三维人体模特模型,得到与用户匹配的三维人体模特模型,并通过该模型展示设计的服装,使得展示结果多元化,灵活性较好。
进一步的,参考图3,上述基于点云人体模型的自动测量方法中,上述人体特征点:颈点、肩点、会阴点和腋点,下面分别对计算上述四个人体特征点的方法进行说明:
第一,计算颈点的方法具体包括如下步骤:
S201、获取所述三维人体模型的肩部以上人体部位的轮廓点;其中,所述肩部以上人体部位至少包括:头部、颈部和肩部。
S202、利用凸包算法对所述肩部以上人体部位的轮廓点进行计算,得到所述轮廓点中头部、颈部和肩部依次对应的最凸点。
S203、分别计算所述头部的最凸点与所述肩部的最凸点的连线与每一个所述轮廓点的距离。
S204、确定计算得到的最大距离对应的轮廓点为所述颈点。
参考图4,结合上述步骤201~204,通过对头部、颈部和肩部的轮廓点进行凸包算法计算,找到头部和肩部的最长连接线,则到连接线的最远的轮廓点即为颈点。
第二,参考图5,计算肩点的方法具体包括如下步骤:
S301、获取所述三维人体模型中肩部到颈部的轮廓点。
S302、采用最小二乘法拟合对所述肩部到颈部的轮廓点进行拟合处理,得到拟合直线。
S303、分别计算每一个所述轮廓点与所述拟合直线的距离。
S304、确定计算得到的最大距离对应的轮廓点为所述肩点。
结合上述步骤301~304,肩点识别,通过肩部到颈部的轮廓点拟合成一条直线,则在直线上方的最远点即为肩点。上述拟合算法采用最小二乘法拟合,根据常用直线公式y=ax+b,推导出拟合公式
通过上述肩点,即可识别腋点。
第三,参考图6,计算会阴点的方法具体包括如下步骤:
S401、根据所述三维人体模型中臀部的轮廓点,计算臀部和腿部的结合点。
具体的,臀部和腿部的结合点的计算方法包括以下步骤:
(1)获取所述三维人体模型中臀部的轮廓点,并识别所述轮廓点中的最凸点。
(2)对以所述最凸点为中心的预设范围内的所有侧面臀部轮廓点进行拟合成圆处理,得到拟合圆。
(3)根据所述拟合圆的侧面最凸点以及所述拟合圆的圆心点,绘制所述拟合成圆的直径,得到所述直径与所述拟合成圆另一侧的直径点。
(4)分别计算所述侧面最凸点下方每一个所述轮廓点与所述直径点的距离。
(5)确定计算得到的最小距离对应的轮廓点为臀部和腿部的结合点。
S402、根据所述臀部和腿部的结合点计算腿部的高度,得到会阴点在Y轴的Y值。
S403、利用切片提取算法对所述臀部和腿部的结合点进行切片处理,计算会阴点在X轴的X值;所述Y值和所述X值对应的点即所述会阴点。
具体的,切片后得到很多点云(即臀部和腿部的结合点),然后将每一片点云均进行Y轴的投影,之后计算相邻投影后的各个相邻的两点在X轴上的距离;判断这个距离的值,如果该距离大于设定阈值,则判定此处为两腿的空隙处。
然后,根据两腿内侧的相邻的两点在X轴上的距离,确认会阴点(X,Y,Z)中的X值。
最后,根据点云所在的高度确认的会阴点(X,Y,Z)中的Y值及上述X值,即可得到该会阴点;其中,会阴点的Z值不需要计算。
结合上述步骤401~403,通过识别臀部的最凸点,找到最凸点上下范围内的侧面臀部轮廓点。通过对轮廓点进行拟合成圆处理,在将超过圆最凸点以外的轮廓点去除,再次拟合成员,此过程迭代多次,得到最终的拟合圆。通过拟合圆的侧面最凸点做一条圆的直径,确定直径的另一侧的点,确定的该点为直径点。最凸点下方到直径点的最近距离即为臀部和腿部的结合点,通过结合点可以确定腿部的高度(即会阴点的Y值)。想得到会阴点还需要求出腿部之间的缝隙点来将两腿分开,通过对结合点以下的点云进行高度切片,切片后得到很多点云(即臀部和腿部的结合点),然后将每一片点云均进行Y轴的投影,之后计算相邻投影后的各个相邻的两点在X轴上的距离;判断这个距离的值,如果该距离大于设定阈值,则判定此处为两腿的空隙处。然后,根据两腿内侧的相邻的两点在X轴上的距离,确认会阴点(X,Y,Z)中的X值。
其中,上述拟合成圆处理的算法,采用非齐次线性方程组进行求解,上述非齐次方程组对应的线程方程为Ax+By+C=x2+y2。
上述公式左边形成的矩阵M,且
右侧形成的矩阵N,另Ci=Xi 2+Yi 2,
根据矩阵进行化简求解:
Eigen::MatrixXfA=M.fullPivLu().solve(N)
通过矩阵A,得出圆的半径的中心:
Fa=A(0,0);
fb=A(1,0);
fc=A(2,0);
fRadius=sqrt(fc+fCenterX*fCenterY*fCenterY)。
本发明实施例中,在计算上述颈点、肩点、会阴点和腋点三个人体特征点时,均需要获取相应部位的轮廓点,对应的,获取轮廓点的方法具体包括:
利用切片提取算法,对三维人体模型的点云数据按高度进行切片处理;
查找切片处理结果中的切片内的极值,设置极值作为轮廓点。
具体的,针对外部轮廓点的提取,采用切片提取算法,将点云按高度切片,分别找出切片内的极值,作为轮廓点。针对某些轮廓点之间间隔很大的情况,做出优化算法,根据前后切片的极值变化情况,和轮廓点间隔,将确定轮廓点最少数量,保证轮廓点的稀疏性合理。
进一步的,上述步骤104中,采用围度拟合算法计算,得到各个人体部位对应的人体信息及所述人体信息的具体位置包括:
按照以下公式计算各个人体部位对应的位置信息的权值:
其中,x为相邻的离散点之间的数值;Xi与Xi+1为两临近离散点;(x_val,y_val)为两点直线上的坐标点;S(Xi)为各点的权值;i,j=1,2…N;k>1;
按照以下公式计算各个人体部位对应的人体信息及所述人体信息的具体位置:
具体的,改进的移动最小二乘法如下:
1、支持域的划分
针对封闭离散点的这一特点,本文在相邻的离散点之间确定x,划分支持域时,沿离散点两个方向根据序号选择若干离散点。如图7所示。通过这种方式,可以确定性地选择支持域内的点数,而支持域的半径可由支持域内与x投影距离最大的点确定。
2、权的赋值方式
移动最小二乘法利用具有紧支性的权函数对支持域内的点分配权值,权的大小与s有关。根据封闭点的特点,确认新的权值划分方法,如图8所示。
在两临近离散点Xi与Xi+1之间定义X,取通过两点直线上的一点(x_val,y_val),令x_val=x,支持域内各点的权值W(S(Xi))由该点到各点的距离决定,且
式中:i,j=1,2…N;k>1;
支持域半径的选择与支持域内离散点到点(x_val,y_val)的距离有关,合理地选取k值能够保证支持域内各点的权值W(S(Xi))在权函数的衰减区,控制曲线局部逼近的程度。从图9可以看出,此种权的赋值方式与拐角处离散点的几何特征有关,x支持域内沿着离散点两个方向的临近点权值呈现逐步衰减的趋势,保证了拐角处拟合曲线的逼近性质。在这里,需要确定y_val。
针对图9的两种情况,y_val的计算公式分别为:
本发明实施例提供的一种基于点云人体模型的自动测量方法,与现有技术中的上述三维人体模特模型是根据服装尺码标准制作的,与实际人体模型差异较大相比,其能够准确测量用户的各个人体部位信息及其对应的位置信息,并据此进行制作或者优化三维人体模特模型,得到与用户匹配的三维人体模特模型,并通过该模型展示设计的服装,使得展示结果多元化,灵活性较好。
随着数字化技术的发展,数字化服装设计作为数字化服装工业的重要环节直接影响了整个服装行业的数字化发展进程。计算机三维图形设计的发展,使得服装系统愈加完善;目前,均是将二维2D服装衣片处理成三维服装衣片,同时通过三维图形设计制作三维人体模特模型,在需要将展示设计的服装时,首先按照服装尺码标准制作待展示服装对应的三维服装衣片,然后将三维服装衣片缝合到三维人体模特模型中,实现对该服装的展示。
但是,在目前的服装展示过程中,该三维人体模特模型是固定不变的,其只能展示服装在一种尺寸的人体模特模型上的效果,无法展示出服装对于其他尺码身形的试穿效果,这使得展示结果单一,并且,涉及人员也无法根据展示结果调整服装的设计或者根据展示效果设计适合其他各种身形的用户,灵活性较差。
本发明实施例中,还可以根据上述基于点云人体模型的自动测量的结果对进行服装展示的三维人体模特模型进行优化处理,使得上述三维人体模特模型与用户的身形尺码相匹配,这使得展示结果能够更加符合贴近用户,并且,涉及人员也可以根据展示结果调整服装的设计或者根据展示效果设计适合其他各种身形的用户,灵活性较好。
本发明实施例提供了一种基于点云人体模型的自动测量装置,参考图10,所述装置包括:
获取模块100,用于获取用户匹配的三维人体模型;所述三维人体模型包括人体表面点云数据;
第一计算模块200,用于计算所述三维人体模型中的人体特征点;所述人体特征点包括:颈点、肩点、会阴点和腋点;
分割处理模块300,用于根据所述人体特征点对所述三维人体模型进行分割处理,得到各个人体部位信息;
第二计算模块400,用于根据人体身高比例和围度信息对分割得到的各个人体部位信息进行计算,得到各个人体部位对应的人体信息及所述人体信息的具体位置。
进一步的,参考图11,本发明实施例提供的基于点云人体模型的自动测量装置中,第一计算模块200,包括:
第一获取单元2001,用于获取三维人体模型的肩部以上人体部位的轮廓点;其中,肩部以上人体部位至少包括:头部、颈部和肩部;
第一计算单元2002,用于利用凸包算法对肩部以上人体部位的轮廓点进行计算,得到轮廓点中头部、颈部和肩部依次对应的最凸点;
第二计算单元2003,用于分别计算头部的最凸点与肩部的最凸点的连线与每一个轮廓点的距离;
第一确定单元2004,用于确定计算得到的最大距离对应的轮廓点为颈点。
进一步的,参考图11,本发明实施例提供的基于点云人体模型的自动测量装置中,第一计算模块200,包括:
第二获取单元2005,用于获取三维人体模型中肩部到颈部的轮廓点;
拟合处理单元2006,用于采用最小二乘法拟合对肩部到颈部的轮廓点进行拟合处理,得到拟合直线;
第三计算单元2007,用于分别计算每一个轮廓点与拟合直线的距离;
第二确定单元2008,用于确定计算得到的最大距离对应的轮廓点为肩点。
进一步的,参考图12,本发明实施例提供的基于点云人体模型的自动测量装置中,第一计算模块200,包括:
第四计算单元2009,用于根据所述三维人体模型中臀部的轮廓点,计算臀部和腿部的结合点;
第五计算单元2010,用于根据所述臀部和腿部的结合点计算腿部的高度,得到会阴点在Y轴的Y值;
第六计算单元2011,用于利用切片提取算法对所述臀部和腿部的结合点进行切片处理,计算会阴点在X轴的X值;所述Y值和所述X值对应的点即所述会阴点。
进一步的,本发明实施例提供的基于点云人体模型的自动测量装置中,第四计算单元2009,包括:
第一计算子单元,用于获取所述三维人体模型中臀部的轮廓点,并识别所述轮廓点中的最凸点;
拟合成圆处理子单元,用于对以所述最凸点为中心的预设范围内的所有侧面臀部轮廓点进行拟合成圆处理,得到拟合圆;
绘制子单元,用于根据所述拟合圆的侧面最凸点以及所述拟合圆的圆心点,绘制所述拟合成圆的直径,得到所述直径与所述拟合成圆另一侧的直径点;
第二计算子单元,用于分别计算所述侧面最凸点下方每一个所述轮廓点与所述直径点的距离;
确定子单元,用于确定计算得到的最小距离对应的轮廓点为臀部和腿部的结合点。
进一步的,本发明实施例提供的基于点云人体模型的自动测量装置中,第六计算单元2011,包括:
切片处理子单元,用于利用切片提取算法对所述臀部和腿部的结合点以下的轮廓点进行高度切片处理;
第三计算子单元,用于将切片处理得到的各个点云均进行Y轴投影,并计算投影后的各个相邻两个点云在X轴上的距离;
第四计算子单元,用于根据大于设定阈值相邻两个点云在X轴上的距离,计算会阴点在X轴的X值。
本发明实施例提供的一种基于点云人体模型的自动测量方法,与现有技术中的上述三维人体模特模型是根据服装尺码标准制作的,与实际人体模型差异较大相比,其能够准确测量用户的各个人体部位信息及其对应的位置信息,并据此进行制作或者优化三维人体模特模型,得到与用户匹配的三维人体模特模型,并通过该模型展示设计的服装,使得展示结果多元化,灵活性较好。
本发明实施例中,上述基于点云人体模型的自动测量装置还可以根据上述基于点云人体模型的自动测量的结果对进行服装展示的三维人体模特模型进行优化处理,使得上述三维人体模特模型与用户的身形尺码相匹配,这使得展示结果能够更加符合贴近用户,并且,涉及人员也可以根据展示结果调整服装的设计或者根据展示效果设计适合其他各种身形的用户,灵活性较好。
本发明实施例所提供的基于点云人体模型的自动测量装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (7)
1.一种基于点云人体模型的自动测量方法,其特征在于,所述方法包括:
获取用户匹配的三维人体模型;所述三维人体模型包括人体表面点云数据;
计算所述三维人体模型中的人体特征点;所述人体特征点包括:颈点、肩点、会阴点和腋点;
根据所述人体特征点对所述三维人体模型进行分割处理,得到各个人体部位信息;
根据人体身高比例和围度信息对分割得到的各个人体部位信息进行计算,得到各个人体部位对应的人体信息及所述人体信息的具体位置;
计算所述三维人体模型中的人体特征点,包括:
获取所述三维人体模型的肩部以上人体部位的轮廓点;其中,所述肩部以上人体部位至少包括:头部、颈部和肩部;
利用凸包算法对所述肩部以上人体部位的轮廓点进行计算,得到所述轮廓点中头部、颈部和肩部依次对应的最凸点;
分别计算所述头部的最凸点与所述肩部的最凸点的连线与每一个所述轮廓点的距离;
确定计算得到的最大距离对应的轮廓点为所述颈点。
2.根据权利要求1所述的基于点云人体模型的自动测量方法,其特征在于,所述计算所述三维人体模型中的人体特征点,包括:
获取所述三维人体模型中肩部到颈部的轮廓点;
采用最小二乘法拟合对所述肩部到颈部的轮廓点进行拟合处理,得到拟合直线;
分别计算每一个所述轮廓点与所述拟合直线的距离;
确定计算得到的最大距离对应的轮廓点为所述肩点。
3.根据权利要求1所述的基于点云人体模型的自动测量方法,其特征在于,所述计算所述三维人体模型中的人体特征点,包括:
根据所述三维人体模型中臀部的轮廓点,计算臀部和腿部的结合点;
根据所述臀部和腿部的结合点计算腿部的高度,得到会阴点在Y轴的Y值;
利用切片提取算法对所述臀部和腿部的结合点进行切片处理,计算会阴点在X轴的X值;所述Y值和所述X值对应的点即所述会阴点。
4.根据权利要求3所述的基于点云人体模型的自动测量方法,其特征在于,所述根据所述三维人体模型中臀部的轮廓点,计算臀部和腿部的结合点,包括:
获取所述三维人体模型中臀部的轮廓点,并识别所述轮廓点中的最凸点;
对以所述最凸点为中心的预设范围内的所有侧面臀部轮廓点进行拟合成圆处理,得到拟合圆;
根据所述拟合圆的侧面最凸点以及所述拟合圆的圆心点,绘制所述拟合成圆的直径,得到所述直径与所述拟合成圆另一侧的直径点;
分别计算所述侧面最凸点下方每一个所述轮廓点与所述直径点的距离;
确定计算得到的最小距离对应的轮廓点为臀部和腿部的结合点。
5.根据权利要求4所述的基于点云人体模型的自动测量方法,其特征在于,所述利用切片提取算法对所述臀部和腿部的结合点进行切片处理,计算会阴点在X轴的X值,包括:
利用切片提取算法对所述臀部和腿部的结合点以下的轮廓点进行高度切片处理;
将切片处理得到的各个点云均进行Y轴投影,并计算投影后的各个相邻两个点云在X轴上的距离;
根据大于设定阈值相邻两个点云在X轴上的距离,计算会阴点在X轴的X值。
6.根据权利要求2或3所述的基于点云人体模型的自动测量方法,其特征在于,获取轮廓点的方法包括,包括:
利用切片提取算法,对三维人体模型的所述点云数据按高度进行切片处理;
查找切片处理结果中的切片内的极值,设置所述极值作为轮廓点。
7.一种基于点云人体模型的自动测量装置,其特征在于,所述装置包括:
获取模块,用于获取用户匹配的三维人体模型;所述三维人体模型包括人体表面点云数据;
第一计算模块,用于计算所述三维人体模型中的人体特征点;所述人体特征点包括:颈点、肩点、会阴点和腋点;
分割处理模块,用于根据所述人体特征点对所述三维人体模型进行分割处理,得到各个人体部位信息;
第二计算模块,用于根据人体身高比例和围度信息对分割得到的各个人体部位信息进行计算,得到各个人体部位对应的人体信息及所述人体信息的具体位置;
所述第一计算模块,包括:
第一获取单元,用于获取所述三维人体模型的肩部以上人体部位的轮廓点;其中,所述肩部以上人体部位至少包括:头部、颈部和肩部;
第一计算单元,用于利用凸包算法对所述肩部以上人体部位的轮廓点进行计算,得到所述轮廓点中头部、颈部和肩部依次对应的最凸点;
第二计算单元,用于分别计算所述头部的最凸点与所述肩部的最凸点的连线与每一个所述轮廓点的距离;
第一确定单元,用于确定计算得到的最大距离对应的轮廓点为所述颈点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610799333.4A CN106447713B (zh) | 2016-08-31 | 2016-08-31 | 基于点云人体模型的自动测量方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610799333.4A CN106447713B (zh) | 2016-08-31 | 2016-08-31 | 基于点云人体模型的自动测量方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106447713A CN106447713A (zh) | 2017-02-22 |
CN106447713B true CN106447713B (zh) | 2019-05-28 |
Family
ID=58165146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610799333.4A Active CN106447713B (zh) | 2016-08-31 | 2016-08-31 | 基于点云人体模型的自动测量方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106447713B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI659393B (zh) * | 2017-02-23 | 2019-05-11 | National Central University | 多鏡頭影像深度之3d空間繪製系統 |
CN107041585A (zh) * | 2017-03-07 | 2017-08-15 | 上海优裁信息技术有限公司 | 人体尺寸的测量方法 |
CN108255206A (zh) * | 2018-03-26 | 2018-07-06 | 曹可瀚 | 座便器和冲洗人体的方法 |
CN109559373B (zh) * | 2018-10-25 | 2022-10-18 | 武汉亘星智能技术有限公司 | 一种基于2d人体图像进行量体的方法及系统 |
CN110555411A (zh) * | 2019-09-05 | 2019-12-10 | 武汉纺织大学 | 一种肩颈尺寸的测量方法、系统、存储介质及电子设备 |
CN111047553B (zh) * | 2019-11-07 | 2023-04-07 | 电子科技大学 | 一种面向非接触式人体参数测量的特征点定位方法 |
CN112258538A (zh) * | 2020-10-29 | 2021-01-22 | 深兰科技(上海)有限公司 | 人体三维数据的获取方法和装置 |
CN112471649B (zh) * | 2020-11-18 | 2022-08-12 | 新拓三维技术(深圳)有限公司 | 一种基于点云的实时三维人体测量方法、系统及存储介质 |
CN112446960B (zh) * | 2020-12-09 | 2023-07-14 | 北京维盛视通科技有限公司 | 三维人体模型变形方法、装置、电子设备和存储介质 |
CN113706658B (zh) * | 2021-08-18 | 2023-09-05 | 江苏红豆工业互联网有限公司 | 一种基于服装圆弧曲线的离散化参数绘图方法 |
CN114373040B (zh) * | 2021-12-13 | 2024-09-20 | 聚好看科技股份有限公司 | 一种三维模型重建方法和采集终端 |
CN116187079B (zh) * | 2023-03-07 | 2023-09-12 | 云创设计(深圳)集团有限公司 | 一种基于人体模型搭建的自动服装设计系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102178530A (zh) * | 2011-01-24 | 2011-09-14 | 天津大学 | 基于三维点云数据的人体尺寸自动测量方法 |
CN102920459A (zh) * | 2012-09-26 | 2013-02-13 | 杭州电子科技大学 | 一种基于三维点云的人体围度参数测量方法 |
CN105011447A (zh) * | 2015-07-09 | 2015-11-04 | 苏州大学 | 一种服装用人体测量基准点的获取方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8444564B2 (en) * | 2009-02-02 | 2013-05-21 | Jointvue, Llc | Noninvasive diagnostic system |
-
2016
- 2016-08-31 CN CN201610799333.4A patent/CN106447713B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102178530A (zh) * | 2011-01-24 | 2011-09-14 | 天津大学 | 基于三维点云数据的人体尺寸自动测量方法 |
CN102920459A (zh) * | 2012-09-26 | 2013-02-13 | 杭州电子科技大学 | 一种基于三维点云的人体围度参数测量方法 |
CN105011447A (zh) * | 2015-07-09 | 2015-11-04 | 苏州大学 | 一种服装用人体测量基准点的获取方法 |
Non-Patent Citations (2)
Title |
---|
基于点云模型的人体尺寸测量方法;周亮;《中国优秀硕士学位论文全文数据库 信息科技辑》;20151015(第10期);第30页 |
基于点云模型的人体尺寸自动提取方法;赖军等;《中南大学学报(自然科学版)》;20140831;第45卷(第8期);第2677-2682页 |
Also Published As
Publication number | Publication date |
---|---|
CN106447713A (zh) | 2017-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106447713B (zh) | 基于点云人体模型的自动测量方法及装置 | |
US10922898B2 (en) | Resolving virtual apparel simulation errors | |
US11961200B2 (en) | Method and computer program product for producing 3 dimensional model data of a garment | |
KR102346320B1 (ko) | 고속 3d 모델 피팅 및 인체 측정법 | |
CN108986159A (zh) | 一种三维人体模型重建与测量的方法和设备 | |
TWI235041B (en) | Characteristic points automatically identification method for three-dimensional space scanning data of human body | |
CN104036532B (zh) | 基于三维到二维服装图案无缝映射的服装制作方法 | |
US20130170715A1 (en) | Garment modeling simulation system and process | |
EP3350775A1 (en) | Generation of three dimensional fashion objects by drawing inside a virtual reality environment | |
CN105045968B (zh) | 一种发型设计方法及系统 | |
CN110148217A (zh) | 一种实时三维重建方法、装置及设备 | |
CN106066898A (zh) | 三维全成型针织衫及产生其三维针织纸样的方法和系统 | |
CN109087369A (zh) | 虚拟对象显示方法、装置、电子装置及存储介质 | |
CN109559371A (zh) | 一种用于三维重建的方法和装置 | |
CN106650654B (zh) | 一种基于人体头部彩色点云模型的三维发际线提取方法 | |
CN113469929B (zh) | 训练数据生成方法、装置、电子设备及计算机可读存储介质 | |
CN104318000A (zh) | 一种成衣的自动生成方法 | |
CN108564619A (zh) | 一种基于两张照片的真实感三维人脸重建方法 | |
CN108846892A (zh) | 人体模型的确定方法及装置 | |
CN110310357A (zh) | 一种模型穿插处理方法、装置、计算设备及存储介质 | |
Liu et al. | Real-time 3D virtual dressing based on users' skeletons | |
CN109624574A (zh) | 一种用于叶雕的雕刻路径生成方法及装置 | |
CN108765367A (zh) | 一种着装人体尺寸确定方法和系统 | |
CN112988314B (zh) | 详情页面生成方法、装置、计算机设备及可读存储介质 | |
CN112329227B (zh) | 一种运动服装版型生成方法及系统 |
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 |