CN107680130A - 一种基于图像人体测量的方法及系统 - Google Patents
一种基于图像人体测量的方法及系统 Download PDFInfo
- Publication number
- CN107680130A CN107680130A CN201710913993.5A CN201710913993A CN107680130A CN 107680130 A CN107680130 A CN 107680130A CN 201710913993 A CN201710913993 A CN 201710913993A CN 107680130 A CN107680130 A CN 107680130A
- Authority
- CN
- China
- Prior art keywords
- height
- human body
- breadth
- hip
- female
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
Abstract
本发明提供一种基于图像测量人体的方法，包括，提取彩色图中的特征点；测量肚脐的水平置；计算肚脐到冠状面距离；计算测量人体的“臀宽”“身高”、“腰宽”、“腰围”、“胸宽”、“体重”、“臀围”、“胸围”、“肩宽”；相机俯仰角校准。本发明提供一种基于图像测量人体的方法及系统，图像的采集速度快，可以很快完成人体测量，另外，图像采集过程没有放射性物质，对身体无害(对比医学或部分安放人体采集)，不需要裸体或近似裸体的着装，保护隐私；不需要在密闭的环境完成采集测量，节省维度空间，且对被测量人员心理好。
Description
技术领域
本发明涉及到图像处理领域，特别涉及一种基于图像测量人体的方法及系统。
背景技术
随着计算机图形学等信息处理技术的发展，人体测量作为计算机图形学领域备受关注的研究点和前沿方向，它在机器人视觉、高级人机交互以及虚拟现实、虚拟试穿、虚拟社交、健身健康、人种祖源分析（基因表型）等方面得到广泛的应用和推广。
目前，根据图像的类型，人体测量可以分为两类：基于RGB图像的检测和基于深度图像的检测。前者已经取到了很大的进展，也是现在比较主流的实现方式，但是基于RGB图像容易受到光照变化、阴影、物体遮挡以及复杂背景等外在因素的干扰，使得检测性能大打折扣。深度图像作为一种新型的数据描述方式，它保存物体的空间信息，更重要的是具有保护隐私和维度小的优点。
发明内容
本发明提供一种基于图像测量人体的方法，获取“深度图”和“彩色图”计算测量人体的“臀宽”“身高”、“腰宽”、“腰围”、“胸宽”、“体重”、“臀围”、“胸围”、“肩宽”的方法：提取彩色图中的特征点；测量肚脐的水平位置；计算肚脐到冠状面距离；计算测量人体的“臀宽”“身高”、“腰宽”、“腰围”、“胸宽”、“体重”、“臀围”、“胸围”、“肩宽”；相机俯仰角校准。
进一步地，所述提取彩色图中的特征点，包括，提取双眼、下巴尖，所述双眼连线到下巴尖的距离定义为二分之一的头长。
进一地，所述测量肚脐的水平位置，从头顶往下数第三个“头长”的位置估计为肚脐所在的位置。
进一步地，所述在三维空间中计算肚脐到冠状面距离，包括：
此处冠状面的定义：一个假象的平面，将人体纵切为“前面”和“背面”，“前面”为一个人直立正对摄像机时，摄像机所能采集到的人体部分；
基于小孔相机模型将人体正面的深度图恢复为三维点云
其中，
(u,v)是深度图上的一个像素点；
(X,Y,Z)是深度图上的点对应的空间三维坐标（三维点云）；
fx, fy, cx, cy是相机内参；
r, t是相机外参；
在肚脐水平高度附近，人体正面点云距离冠状面最远的距离定义为肚脐到冠状面的距离。
进一步地，所述的计算臀宽：
“臀宽”定义为人体臀部最宽值；
估计“臀宽”的水平位置，“臀宽”的水平位置约在股骨大转子的水平高度，大概是从头顶往下数的第四个头长位置；
基于小孔相机模型将人体正面的深度图恢复为三维点云；
定义在“臀宽水平高度”附近，点云水平宽度最大值为臀宽。
进一步地，所述的测量身高：
身高 ~= 头顶到眼高度 + 眼到画面中心高度 + 画面中心到地高度；
计算“头顶到眼高度”；
计算“眼到画面中心高度”；
计算“画面中心到地高度”。 进一步地，所述的测量腰宽：
腰宽女 = a女 + b女*臀宽 + c女*肚脐高
腰宽男 = a男 + b男*臀宽 + c男*肚脐高
公式中的a女, b女, c女, a男, b男, c男来自基于统计数据的线性回归模型。、
进一步地，所述的测量腰宽、测量腰围、测量体重、测量臀围、测量胸围的方法是一致的。
进一步地，所述的相机俯仰角校准：
相机俯仰角校准使用设计的工具，上方贴有aruco图案标记；
工具从正面拍摄彩色图，使用aruco library提取到角点A,B,C在彩色图上的坐标Ax,Ay,Bx,By,Cx,Cy,由于角点ABC所在 的黑色图案区域对深度传感器不友好，容易捕捉不到深度信息，这里再定义点D，设点D在彩色图上的坐标为Dx,Dy
Dx = Ax - (Bx - Ax)/2
Dy = (Ay + Cy)/2；
定义D点到地面高度为：
D点高 = D点到画面中心高度 + 画面中心到地高度；
计算D点到画面中心高度；
计算“画面中心到地高度”；
相机俯仰角θ 的出厂预设角度。
本发明提供一种基于图像测量人体的系统，其特征在于，获取“深度图”和“彩色图”计算测量人体的“臀宽”“身高”、“腰宽”、“腰围”、“胸宽”、“体重”、“臀围”、“胸围”、“肩宽”的系统：
提取彩色图中的特征点模块；
测量肚脐的水平位置模块；
计算肚脐到冠状面距离模块；
计算测量人体的“臀宽”“身高”、“腰宽”、“腰围”、“胸宽”、“体重”、“臀围”、“胸围”、“肩宽”模块；
相机俯仰角校准模块。
本发明提供一种基于图像测量人体的产品，包括适用于虚拟现实、虚拟试穿、虚拟社交、健身健康、人种祖源分析（基因表型）、以及非真实接触图像。
有益效果：本发明提供一种基于图像测量人体的方法及系统，图像的采集速度快，可以很快完成人体测量，另外，图像采集过程没有放射性物质，对身体无害（对比医学或部分安放人体采集），不需要裸体或近似裸体的着装，保护隐私；不需要在密闭的环境完成采集测量，节省维度空间且，对被测量人员心理好。
具体实施方式
实施例1
本实施例提供一种基于图像测量人体的方法，包括，
提取彩色图中的特征点；
测量肚脐的水平置；
计算肚脐到冠状面距离；
计算测量人体的“臀宽”“身高”、“腰宽”、“腰围”、“胸宽”、“体重”、“臀围”、“胸围”、“肩宽”；
相机俯仰角校准。
优选地实施例，本实施中提取彩色图中的特征点，包括，提取双眼、下巴尖，所述双眼连线到下巴尖的距离定义为二分之一的头长。
优选地实施例，本实施中测量肚脐的水平位置，从头顶往下数第三个“头长”的位置估计为肚脐所在的位置。
优选地实施例，本实施中在三维空间中计算肚脐到冠状面距离，包括：
此处冠状面的定义：一个假象的平面，将人体纵切为“前面”和“背面”，“前面”为一个人直立正对摄像机时，摄像机所能采集到的人体部分；
基于小孔相机模型将人体正面的深度图恢复为三维点云
其中，
(u,v)是深度图上的一个像素点；
(X,Y,Z)是深度图上的点对应的空间三维坐标（三维点云）；
fx, fy, cx, cy是相机内参；
r, t是相机外参；
在肚脐水平高度附近，人体正面点云距离冠状面最远的距离定义为肚脐到冠状面的距离。
优选地实施例，本实施中计算臀宽：
“臀宽”定义为人体臀部最宽值；
估计“臀宽”的水平位置，“臀宽”的水平位置约在股骨大转子的水平高度，大概是从头顶往下数的第四个头长位置；
基于小孔相机模型将人体正面的深度图恢复为三维点云；
定义在“臀宽水平高度”附近，点云水平宽度最大值为臀宽。
优选地实施例，本实施中测量身高：
身高 ~= 头顶到眼高度 + 眼到画面中心高度 + 画面中心到地高度；
计算“头顶到眼高度”：“头顶到眼高度”等于“双眼连线到下巴尖”距离。
计算“眼到画面中心高度”：
从深度图上的两眼中点、深度图上的中心点，分别恢复到三维空间的两点，这里需注明，实际使用的“深度图中心点”并不是图片的几何中心，原因是深度传感器工作范围有限，为确保中心点处的深度值有效，这里定义的中心点画面纵坐标是画幅纵长的一半，横坐标是两眼中点的横坐标，这样子当被测人直立在有效测试范围时可确保“中心点”深度值有效。
在三维空间计算两眼中点到深度图中心点的垂直高度
计算“画面中心到地高度”：
“画面中心到地高度”等于相机光心距离地面的高度减去相机光心到深度图中心点的垂直高度，计算公式如下
画面中心到地高度 = 相机光心高度 - 画面中心点深度*sinθ
θ 为相机俯仰角，即光轴与水平面的夹角 优选地实施例，本实施例中测量腰宽：
腰宽女 = a女 + b女*臀宽 + c女*肚脐高
腰宽男 = a男 + b男*臀宽 + c男*肚脐高
公式中的a女, b女, c女, a男, b男, c男来自基于统计数据的线性回归模型。
优选地实施例，本实施例中测量腰围
腰围女 = a女 + b女*臀宽 + c女*肚脐高
腰围男 = a男 + b男*臀宽 + c男*肚脐高
公式中的a女, b女, c女, a男, b男, c男来自基于统计数据的线性回归模型
优选地实施例，本实施例中测量体重
体重女 = a女 + b女*臀宽 + c女*肚脐高 + d女*身高
体重男 = a男 + b男*臀宽 + c男*肚脐高 + d男*身高
公式中的a女, b女, c女, d男, a男, b男, c男, d男来自基于统计数据的线性回归模型。
优选地实施例，本实施例中测量臀围
臀围女 = a女 + b女*臀宽 + c女*肚脐高
臀围男 = a男 + b男*臀宽 + c男*肚脐高
公式中的a女, b女, c女, a男, b男, c男来自基于统计数据的线性回归模型
优选地实施例，本实施例中上胸围
上胸围 = a + b*胸点高 + c*上胸宽 + d*体重
胸点高定义为从头顶往下数第二个头长水平高度附近，人体正面距离冠状面最远的距离
上胸宽定义为从头顶往下数第二个头长水平高度，人体躯干水平最宽距离
优选地实施例，本实施例中下胸围
公式中的a, b, c, d来自基于统计数据的线性回归模型
下胸围 = a + b*下胸宽 + c*身高
下胸宽定义从头顶往下数第2个头长（乳点）到第2.75个头长的区间内，身体正面深度的极小值所在水平位置为下胸线，躯干在下胸线的水平宽度为下胸宽。
公式中的a, b, c, d来自基于统计数据的线性回归模型
优选地实施例，本实施例中肩宽
水平方向测量两个肩点的距离
肩点是从头顶往下数第1个头长到第2个头长的区间内，冠状面剪影两侧轮廓的曲率极大值点为肩点
本实施中相机俯仰角校准：
相机俯仰角校准使用设计的工具，上方贴有aruco图案标记；
工具从正面拍摄彩色图，使用aruco library提取到角点A,B,C在彩色图上的坐标Ax,Ay,Bx,By,Cx,Cy,由于角点ABC所在的黑色图案区域对深度传感器不友好，容易捕捉不到深度信息，这里再定义点D，设点D在彩色图上的坐标为Dx,Dy
Dx = Ax - (Bx - Ax)/2
Dy = (Ay + Cy)/2；
D点到地面高度为：
D点高 = D点到画面中心高度 + 画面中心到地高度。
优选地实施例，本实施例中计算D点到画面中心高度，从深度图上的D点、深度图上的中心点，分别恢复到三维空间的两点，这里需注明，实际使用的“深度图中心点”并不是图片的几何中心，原因是深度传感器工作范围有限，为确保中心点处的深度值有效，中心点画面纵坐标是画幅纵长的一半，横坐标是AB两点连线中点的横坐标，这样子当被校准工具直立在有效测试范围时可确保“中心点”深度值有效；
在三维空间计算D点到深度图中心点的垂直高度。
优选地实施例，本实施例中 计算“画面中心到地高度”等于相机光心距离地面的高度减去相机光心到深度图中心点的垂直高度，计算公式如下：
画面中心到地高度 = 相机光心高度 - 画面中心点深度*sinθ
θ 为相机俯仰角，即光轴与水平面的夹角。
优选地实施例，本实施例中俯仰角校准：
对校准工具拍摄，基于计算得到D点到地面高hk,每次使用不同的θ值，记为θk；
设用户现场手测的D点到地面高为H；
记k个h中最接近H的hk对应的θk为校准值。
实施例2
本实施例提供一种基于图像测量人体的系统，包括，
提取彩色图中的特征点模块；
测量肚脐的水平置模块；
计算肚脐到冠状面距离模块；
计算测量人体的“臀宽”“身高”、“腰宽”、“腰围”、“胸宽”、“体重”、“臀围”、“胸围”、“肩宽”模块；
相机俯仰角校准模块。
优选地实施例，本实施中提取彩色图中的特征点，包括，提取双眼、下巴尖，所述双眼连线到下巴尖的距离定义为二分之一的头长。
优选地实施例，本实施中测量肚脐的水平位置，从头顶往下数第三个“头长”的位置估计为肚脐所在的位置。
优选地实施例，本实施中在三维空间中计算肚脐到冠状面距离，包括：
此处冠状面的定义：一个假象的平面，将人体纵切为“前面”和“背面”，“前面”为一个人直立正对摄像机时，摄像机所能采集到的人体部分；
基于小孔相机模型将人体正面的深度图恢复为三维点云
其中，
(u,v)是深度图上的一个像素点；
(X,Y,Z)是深度图上的点对应的空间三维坐标（三维点云）；
fx, fy, cx, cy是相机内参；
r, t是相机外参；
在肚脐水平高度附近，人体正面点云距离冠状面最远的距离定义为肚脐到冠状面的距离。
优选地实施例，本实施中计算臀宽：
“臀宽”定义为人体臀部最宽值；
估计“臀宽”的水平位置，“臀宽”的水平位置约在股骨大转子的水平高度，大概是从头顶往下数的第四个头长位置；
基于小孔相机模型将人体正面的深度图恢复为三维点云；
定义在“臀宽水平高度”附近，点云水平宽度最大值为臀宽。
优选地实施例，本实施中测量身高：
身高 ~= 头顶到眼高度 + 眼到画面中心高度 + 画面中心到地高度；
计算“头顶到眼高度”：“头顶到眼高度”等于“双眼连线到下巴尖”距离。
计算“眼到画面中心高度”：
从深度图上的两眼中点、深度图上的中心点，分别恢复到三维空间的两点，这里需注明，实际使用的“深度图中心点”并不是图片的几何中心，原因是深度传感器工作范围有限，为确保中心点处的深度值有效，这里定义的中心点画面纵坐标是画幅纵长的一半，横坐标是两眼中点的横坐标，这样子当被测人直立在有效测试范围时可确保“中心点”深度值有效。
在三维空间计算两眼中点到深度图中心点的垂直高度
计算“画面中心到地高度”：
“画面中心到地高度”等于相机光心距离地面的高度减去相机光心到深度图中心点的垂直高度，计算公式如下
画面中心到地高度 = 相机光心高度 - 画面中心点深度*sinθ
θ 为相机俯仰角，即光轴与水平面的夹角 优选地实施例，本实施例中测量腰宽：
腰宽女 = a女 + b女*臀宽 + c女*肚脐高
腰宽男 = a男 + b男*臀宽 + c男*肚脐高
公式中的a女, b女, c女, a男, b男, c男来自基于统计数据的线性回归模型。
优选地实施例，本实施例中测量腰围
腰围女 = a女 + b女*臀宽 + c女*肚脐高
腰围男 = a男 + b男*臀宽 + c男*肚脐高
公式中的a女, b女, c女, a男, b男, c男来自基于统计数据的线性回归模型
优选地实施例，本实施例中测量体重
体重女 = a女 + b女*臀宽 + c女*肚脐高 + d女*身高
体重男 = a男 + b男*臀宽 + c男*肚脐高 + d男*身高
公式中的a女, b女, c女, d男, a男, b男, c男, d男来自基于统计数据的线性回归模型。
优选地实施例，本实施例中测量臀围
臀围女 = a女 + b女*臀宽 + c女*肚脐高
臀围男 = a男 + b男*臀宽 + c男*肚脐高
公式中的a女, b女, c女, a男, b男, c男来自基于统计数据的线性回归模型
优选地实施例，本实施例中上胸围
上胸围 = a + b*胸点高 + c*上胸宽 + d*体重
胸点高定义为从头顶往下数第二个头长水平高度附近，人体正面距离冠状面最远的距离
上胸宽定义为从头顶往下数第二个头长水平高度，人体躯干水平最宽距离
优选地实施例，本实施例中下胸围
公式中的a, b, c, d来自基于统计数据的线性回归模型
下胸围 = a + b*下胸宽 + c*身高
下胸宽定义从头顶往下数第2个头长（乳点）到第2.75个头长的区间内，身体正面深度的极小值所在水平位置为下胸线，躯干在下胸线的水平宽度为下胸宽。
公式中的a, b, c, d来自基于统计数据的线性回归模型
优选地实施例，本实施例中肩宽
水平方向测量两个肩点的距离
肩点是从头顶往下数第1个头长到第2个头长的区间内，冠状面剪影两侧轮廓的曲率极大值点为肩点
本实施中相机俯仰角校准：
相机俯仰角校准使用设计的工具，上方贴有aruco图案标记；
工具从正面拍摄彩色图，使用aruco library提取到角点A,B,C在彩色图上的坐标Ax,Ay,Bx,By,Cx,Cy,由于角点ABC所在的黑色图案区域对深度传感器不友好，容易捕捉不到深度信息，这里再定义点D，设点D在彩色图上的坐标为Dx,Dy
Dx = Ax - (Bx - Ax)/2
Dy = (Ay + Cy)/2；
D点到地面高度为：
D点高 = D点到画面中心高度 + 画面中心到地高度。
优选地实施例，本实施例中计算D点到画面中心高度，从深度图上的D点、深度图上的中心点，分别恢复到三维空间的两点，这里需注明，实际使用的“深度图中心点”并不是图片的几何中心，原因是深度传感器工作范围有限，为确保中心点处的深度值有效，中心点画面纵坐标是画幅纵长的一半，横坐标是AB两点连线中点的横坐标，这样子当被校准工具直立在有效测试范围时可确保“中心点”深度值有效；
在三维空间计算D点到深度图中心点的垂直高度。
优选地实施例，本实施例中 计算“画面中心到地高度”等于相机光心距离地面的高度减去相机光心到深度图中心点的垂直高度，计算公式如下：
画面中心到地高度 = 相机光心高度 - 画面中心点深度*sinθ
θ 为相机俯仰角，即光轴与水平面的夹角。
优选地实施例，本实施例中俯仰角校准：
对校准工具拍摄，基于计算得到D点到地面高hk,每次使用不同的θ值，记为θk；
设用户现场手测的D点到地面高为H；
记k个h中最接近H的hk对应的θk为校准值。
实施例3
本实施例提供一种基于图像测量人体的方法，包括，
提取彩色图中的特征点；
测量肚脐的水平置；
计算肚脐到冠状面距离；
计算测量人体的“臀宽”“身高”、“腰宽”、“腰围”、“胸宽”、“体重”、“臀围”、“胸围”、“肩宽”；
相机俯仰角校准。
优选地实施例，本实施中提取彩色图中的特征点，包括，提取双眼、下巴尖，所述双眼连线到下巴尖的距离定义为二分之一的头长。
优选地实施例，本实施中测量肚脐的水平位置，从头顶往下数第三个“头长”的位置估计为肚脐所在的位置。
优选地实施例，本实施中在三维空间中计算肚脐到冠状面距离，包括：
此处冠状面：一个假象的平面，将人体纵切为“前面”和“背面”，“前面”为一个人直立正对摄像机时，摄像机所能采集到的人体部分；
基于小孔相机模型将人体正面的深度图恢复为三维点云
其中，
(u,v)是深度图上的一个像素点；
(X,Y,Z)是深度图上的点对应的空间三维坐标（三维点云）；
fx, fy, cx, cy是相机内参；
r, t是相机外参；
在肚脐水平高度附近，人体正面点云距离冠状面最远的距离定义为肚脐到冠状面的距离。
优选地实施例，本实施中计算臀宽：
“臀宽”定义为人体臀部最宽值；
估计“臀宽”的水平位置，“臀宽”的水平位置约在股骨大转子的水平高度，大概是从头顶往下数的第四个头长位置；
基于小孔相机模型将人体正面的深度图恢复为三维点云；
定义在“臀宽水平高度”附近，点云水平宽度最大值为臀宽。
优选地实施例，本实施中测量身高：
身高 ~= 头顶到眼高度 + 眼到画面中心高度 + 画面中心到地高度；
计算“头顶到眼高度”：“头顶到眼高度”等于“双眼连线到下巴尖”距离。
计算“眼到画面中心高度”：
从深度图上的两眼中点、深度图上的中心点，分别恢复到三维空间的两点，这里需注明，实际使用的“深度图中心点”并不是图片的几何中心，原因是深度传感器工作范围有限，为确保中心点处的深度值有效，这里定义的中心点画面纵坐标是画幅纵长的一半，横坐标是两眼中点的横坐标，这样子当被测人直立在有效测试范围时可确保“中心点”深度值有效。
在三维空间计算两眼中点到深度图中心点的垂直高度
计算“画面中心到地高度”：
“画面中心到地高度”等于相机光心距离地面的高度减去相机光心到深度图中心点的垂直高度，计算公式如下
画面中心到地高度 = 相机光心高度 - 画面中心点深度*sinθ
θ 为相机俯仰角，即光轴与水平面的夹角 优选地实施例，本实施例中测量腰宽：
腰宽女 = a女 + b女*臀宽 + c女*肚脐高
腰宽男 = a男 + b男*臀宽 + c男*肚脐高
公式中的a女, b女, c女, a男, b男, c男来自基于统计数据的线性回归模型。
优选地实施例，本实施例中测量腰围
腰围女 = a女 + b女*臀宽 + c女*肚脐高
腰围男 = a男 + b男*臀宽 + c男*肚脐高
公式中的a女, b女, c女, a男, b男, c男来自基于统计数据的线性回归模型
优选地实施例，本实施例中测量体重
体重女 = a女 + b女*臀宽 + c女*肚脐高 + d女*身高
体重男 = a男 + b男*臀宽 + c男*肚脐高 + d男*身高
公式中的a女, b女, c女, d男, a男, b男, c男, d男来自基于统计数据的线性回归模型。
优选地实施例，本实施例中测量臀围
臀围女 = a女 + b女*臀宽 + c女*肚脐高
臀围男 = a男 + b男*臀宽 + c男*肚脐高
公式中的a女, b女, c女, a男, b男, c男来自基于统计数据的线性回归模型
优选地实施例，本实施例中上胸围：
上胸围 = a + b*胸点高 + c*上胸宽 + d*体重
胸点高定义为从头顶往下数第二个头长水平高度附近，人体正面距离冠状面最远的距离
上胸宽定义为从头顶往下数第二个头长水平高度，人体躯干水平最宽距离
优选地实施例，本实施例中下胸围
公式中的a, b, c, d来自基于统计数据的线性回归模型
下胸围 = a + b*下胸宽 + c*身高
下胸宽定义从头顶往下数第2个头长（乳点）到第2.75个头长的区间内，身体正面深度的极小值所在水平位置为下胸线，躯干在下胸线的水平宽度为下胸宽。
公式中的a, b, c, d来自基于统计数据的线性回归模型
优选地实施例，本实施例中肩宽
水平方向测量两个肩点的距离
肩点是从头顶往下数第1个头长到第2个头长的区间内，冠状面剪影两侧轮廓的曲率极大值点为肩点
本实施中相机俯仰角校准：
相机俯仰角校准使用设计的工具，上方贴有aruco图案标记；
工具从正面拍摄彩色图，使用aruco library提取到角点A,B,C在彩色图上的坐标Ax,Ay,Bx,By,Cx,Cy,由于角点ABC所在的黑色图案区域对深度传感器不友好，容易捕捉不到深度信息，这里再定义点D，设点D在彩色图上的坐标为Dx,Dy
Dx = Ax - (Bx - Ax)/2
Dy = (Ay + Cy)/2；
D点到地面高度为：
D点高 = D点到画面中心高度 + 画面中心到地高度。
优选地实施例，本实施例中计算D点到画面中心高度，从深度图上的D点、深度图上的中心点，分别恢复到三维空间的两点，这里需注明，实际使用的“深度图中心点”并不是图片的几何中心，原因是深度传感器工作范围有限，为确保中心点处的深度值有效，中心点画面纵坐标是画幅纵长的一半，横坐标是AB两点连线中点的横坐标，这样子当被校准工具直立在有效测试范围时可确保“中心点”深度值有效；
在三维空间计算D点到深度图中心点的垂直高度。
优选地实施例，本实施例中 计算“画面中心到地高度”等于相机光心距离地面的高度减去相机光心到深度图中心点的垂直高度，计算公式如下：
画面中心到地高度 = 相机光心高度 - 画面中心点深度*sinθ
θ 为相机俯仰角，即光轴与水平面的夹角。
优选地实施例，本实施例中俯仰角校准：
对校准工具拍摄，基于计算得到D点到地面高hk,每次使用不同的θ值，记为θk；
设用户现场手测的D点到地面高为H；
记k个h中最接近H的hk对应的θk为校准值。
一种基于图像测量人体的产品，包括适用于虚拟现实、虚拟试衣、虚拟社交、服装、鞋和配饰、健身健康、人种祖源分析（基因表型）、以及非真实接触量体的图像。
Claims (11)
1.一种基于图像测量人体的方法，其特征在于，获取“深度图”和“彩色图”计算测量人体的“臀宽”“身高”、“腰宽”、“腰围”、“胸宽”、“体重”、“臀围”、“胸围”、“肩宽”的方法：提取彩色图中的特征点；测量肚脐的水平位置；计算肚脐到冠状面距离；计算测量人体的“臀宽”“身高”、“腰宽”、“腰围”、“胸宽”、“体重”、“臀围”、“胸围”、“肩宽”；相机俯仰角校准。
2.如权利要求1所述一种基于图像测量人体的方法，其特征在于，所述提取彩色图中的特征点，包括，提取双眼、下巴尖，所述双眼连线到下巴尖的距离定义为二分之一的头长。
3.如权利要求1所述一种基于图像测量人体的方法，其特征在于，所述测量肚脐的水平位置，从头顶往下数第三个“头长”的位置估计为肚脐所在的位置。
4.如权利要求1所述一种基于图像测量人体的方法，其特征在于，所述在三维空间中计算肚脐到冠状面距离，包括：
此处冠状面的定义：一个假象的平面，将人体纵切为“前面”和“背面”，“前面”为一个人直立正对摄像机时，摄像机所能采集到的人体部分；
基于小孔相机模型将人体正面的深度图恢复为三维点云
其中，
(u,v)是深度图上的一个像素点；
(X,Y,Z)是深度图上的点对应的空间三维坐标（三维点云）；
fx, fy, cx, cy是相机内参；
r, t是相机外参；
在肚脐水平高度附近，人体正面点云距离冠状面最远的距离定义为肚脐到冠状面的距离。
5.如权利要求1所述一种基于图像测量人体的方法，其特征在于，所述的计算臀宽：
“臀宽”定义为人体臀部最宽值；
估计“臀宽”的水平位置，“臀宽”的水平位置约在股骨大转子的水平高度，大概是从头顶往下数的第四个头长位置；
基于小孔相机模型将人体正面的深度图恢复为三维点云；
定义在“臀宽水平高度”附近，点云水平宽度最大值为臀宽。
6.如权利要求1所述一种基于图像测量人体的方法，其特征在于，所述的测量身高：
身高 ~= 头顶到眼高度 + 眼到画面中心高度 + 画面中心到地高度；
计算“头顶到眼高度”；
计算“眼到画面中心高度”；
计算“画面中心到地高度”。
7.如权利要求1所述一种基于图像测量人体的方法，其特征在于，所述的测量腰宽：
腰宽女 = a女 + b女*臀宽 + c女*肚脐高
腰宽男 = a男 + b男*臀宽 + c男*肚脐高
公式中的a女, b女, c女, a男, b男, c男来自基于统计数据的线性回归模型。
8.如权利要求1所述一种基于图像测量人体的方法，其特征在于，所述的测量腰宽、测量腰围、测量体重、测量臀围、测量胸围的方法是一致的。
9.如权利要求1所述一种基于图像测量人体的方法，其特征在于，所述的相机俯仰角校准：
相机俯仰角校准使用设计的工具，上方贴有aruco图案标记；
工具从正面拍摄彩色图，使用aruco library提取到角点A,B,C在彩色图上的坐标Ax,Ay,Bx,By,Cx,Cy,由于角点ABC所在 的黑色图案区域对深度传感器不友好，容易捕捉不到深度信息，这里再定义点D，设点D在彩色图上的坐标为Dx,Dy
Dx = Ax - (Bx - Ax)/2
Dy = (Ay + Cy)/2；
定义D点到地面高度为：
D点高 = D点到画面中心高度 + 画面中心到地高度；
计算D点到画面中心高度；
计算“画面中心到地高度”；
相机俯仰角θ 的出厂预设角度。
10.一种基于图像测量人体的系统，其特征在于，获取“深度图”和“彩色图”计算测量人体的“臀宽”“身高”、“腰宽”、“腰围”、“胸宽”、“体重”、“臀围”、“胸围”、“肩宽”的系统：
提取彩色图中的特征点模块；
测量肚脐的水平位置模块；
计算肚脐到冠状面距离模块；
计算测量人体的“臀宽”“身高”、“腰宽”、“腰围”、“胸宽”、“体重”、“臀围”、“胸围”、“肩宽”模块；
相机俯仰角校准模块。
11.一种基于图像测量人体的产品，包括适用于虚拟现实、虚拟试衣、虚拟社交、服装、鞋和配饰、健身健康、人种祖源分析（基因表型）、以及非真实接触量体的图像，其特征在于，所述基于图像测量人体的产品为权利要求 1至10 中任意一项所述的一种基于图像测量人体的方法及系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710913993.5A CN107680130A (zh) | 2017-09-30 | 2017-09-30 | 一种基于图像人体测量的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710913993.5A CN107680130A (zh) | 2017-09-30 | 2017-09-30 | 一种基于图像人体测量的方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107680130A true CN107680130A (zh) | 2018-02-09 |
Family
ID=61138767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710913993.5A Pending CN107680130A (zh) | 2017-09-30 | 2017-09-30 | 一种基于图像人体测量的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107680130A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109141248A (zh) * | 2018-07-26 | 2019-01-04 | 深源恒际科技有限公司 | 基于图像的猪体重测算方法及系统 |
| CN113534189A (zh) * | 2020-04-22 | 2021-10-22 | 华为技术有限公司 | 体重检测方法、人体特征参数检测方法及装置 |
| CN117398088A (zh) * | 2023-12-15 | 2024-01-16 | 四川大学华西医院 | 一种基于xr的身高测量方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104173054A (zh) * | 2013-05-21 | 2014-12-03 | 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 |
| US20150062301A1 (en) * | 2013-08-30 | 2015-03-05 | National Tsing Hua University | Non-contact 3d human feature data acquisition system and method |
| CN106780619A (zh) * | 2016-11-25 | 2017-05-31 | 青岛大学 | 一种基于Kinect深度相机的人体尺寸测量方法 |
| CN106952335A (zh) * | 2017-02-14 | 2017-07-14 | 深圳奥比中光科技有限公司 | 建立人体模型库的方法及其系统 |
-
2017
- 2017-09-30 CN CN201710913993.5A patent/CN107680130A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104173054A (zh) * | 2013-05-21 | 2014-12-03 | 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 |
| US20150062301A1 (en) * | 2013-08-30 | 2015-03-05 | National Tsing Hua University | Non-contact 3d human feature data acquisition system and method |
| CN106780619A (zh) * | 2016-11-25 | 2017-05-31 | 青岛大学 | 一种基于Kinect深度相机的人体尺寸测量方法 |
| CN106952335A (zh) * | 2017-02-14 | 2017-07-14 | 深圳奥比中光科技有限公司 | 建立人体模型库的方法及其系统 |
Non-Patent Citations (1)
| Title |
|---|
| 朱江涛: "基于Kinect的人体三维重建与尺寸测量", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109141248A (zh) * | 2018-07-26 | 2019-01-04 | 深源恒际科技有限公司 | 基于图像的猪体重测算方法及系统 |
| CN109141248B (zh) * | 2018-07-26 | 2020-09-08 | 深源恒际科技有限公司 | 基于图像的猪体重测算方法及系统 |
| CN113534189A (zh) * | 2020-04-22 | 2021-10-22 | 华为技术有限公司 | 体重检测方法、人体特征参数检测方法及装置 |
| WO2021213012A1 (zh) * | 2020-04-22 | 2021-10-28 | 华为技术有限公司 | 体重检测方法、人体特征参数检测方法及装置 |
| CN117398088A (zh) * | 2023-12-15 | 2024-01-16 | 四川大学华西医院 | 一种基于xr的身高测量方法 |
| CN117398088B (zh) * | 2023-12-15 | 2024-02-20 | 四川大学华西医院 | 一种基于xr的身高测量方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2018076977A1 (zh) | 一种基于单目机器视觉的身高测量方法 | |
| CN107292948B (zh) | 一种人体建模方法、装置及电子设备 | |
| CN107067431A (zh) | 一种基于Kinect的物体体积计算方法 | |
| CN105447853B (zh) | 飞行装置、飞行控制系统及方法 | |
| CN103535960B (zh) | 基于数码图像的人体三维测量方法 | |
| CN107680130A (zh) | 一种基于图像人体测量的方法及系统 | |
| KR20210099507A (ko) | 신체 측정 디바이스 및 그 제어 방법 | |
| CN107016697A (zh) | 一种高度测量方法及装置 | |
| US20170053422A1 (en) | Mobile device human body scanning and 3d model creation and analysis | |
| CN107909604A (zh) | 基于双目视觉的动态物体运动轨迹识别方法 | |
| CN105832336A (zh) | 身高测量系统和方法 | |
| CN106840112A (zh) | 一种利用自由空间视线凝视点测量的空间几何量测量方法 | |
| CN106327536A (zh) | 一种基于切面点云的领围测量方法 | |
| CN108489383A (zh) | 一种h型断面尺寸的测量装置及方法 | |
| CN110608685A (zh) | 一种基于树莓派的物体尺寸快速测量方法 | |
| US20140376780A1 (en) | Method for Estimating Direction of Person Standing Still | |
| CN106527762A (zh) | 光标坐标确定方法、光标坐标确定装置和鼠标控制系统 | |
| CN106384380A (zh) | 3d人体扫描建模量测方法及其系统 | |
| CN108648228A (zh) | 一种双目红外人体尺寸测量方法及系统 | |
| Clarkson et al. | Calculating body segment inertia parameters from a single rapid scan using the microsoft kinect | |
| CN106767433B (zh) | 一种测量足部尺寸的方法与系统 | |
| CN106504257B (zh) | 一种放疗头部位置姿态测量装置和解算方法 | |
| CN111915725B (zh) | 一种基于运动重建的人体测量方法 | |
| CN108564586A (zh) | 一种基于深度学习的人体曲线测量方法及系统 | |
| CN108180825B (zh) | 一种基于线结构光的长方体形物体三维识别与定位方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180209 |