[發明專利]一種非接觸式三維人體尺寸的測量方法

有效

• 申請號: 202110381930.6
• 申請日: 2021-04-09
• 公開（公告）號: CN113177977B
• 公開（公告）日: 2022-06-10
• 發明（設計）人: 徐增波;謝紅
• 申請（專利權）人: 上海工程技術大學
• 主分類號: G06T7/62
• 分類號: G06T7/62;G06T7/11;G06T17/00;G06T7/80
• 代理公司: 上海唯智贏專利代理事務所(普通合伙) 31293
• 代理人: 姜曉艷

1.一種非接觸式三維人體尺寸的測量方法，其特征在于包括以下步驟：

步驟一、采用便攜式智能終端獲取以被測者為中心的視頻信息；

步驟二、對所述視頻信息進行預處理，從中提取關鍵幀圖像序列；

步驟三、基于所述關鍵幀圖像序列，先采用openMVG—IncrementalSFM增量式SfM技術，計算出便攜式智能終端的相機參數和三維結構，重建出相機空間位置的稀疏點云空間，再通過多視圖立體視覺算法MVS對稀疏點云進行稠密點云重建；最后通過基于Graphnonmy+深度學習方法將分割后的人體輪廓區域通過稀疏點云空間重新投射到稠密點云空間上，得到人體著裝輪廓分割后的稠密點云，從而重建出被測者的三維人體模型；

步驟四、基于重建出的三維人體模型，提取出相應的人體尺寸數據；

所述步驟三中重建出被測者的三維人體模型的方法包括以下步驟：

步驟Ⅰ、采用SIFT技術對所述關鍵幀圖像序列中的圖像逐一進行特征點提取與匹配；

步驟Ⅱ、先選取匹配好的兩幅圖像進行初始化點云重建，同時對初始化生成的相機位姿和三維點云進行首次光束平差BA優化；此后，每添加一次新圖像，均要進行相機空間位置點求解和特征點的三角定位，同時每添加一次新圖像并重建完成后都要進行一次光束平差BA優化，直到所有圖像添加完畢，整個增量式場景重建完成，從而重建出相機空間位置的稀疏點云空間；

步驟Ⅲ、先利用多視圖聚類CMVS對稀疏點云空間對應的圖像進行聚簇分類，再利用多視圖立體視覺PMVS對每一幅圖像的像簇實現獨立的密集重構，獲得對應的稠密點云空間；

步驟Ⅳ、通過基于Graphnonmy+深度學習方法將分割后的人體輪廓區域通過稀疏點云空間重新投射到稠密點云空間上，得到人體著裝輪廓分割后的稠密點云，從而重建出被測者的三維人體模型；

所述步驟Ⅱ中進行光束平差BA優化時，所述關鍵幀圖像序列中所有圖像對應的相機位姿空間位置點要滿足點陣約束規則，所述點陣約束規則設置為所有圖像對應的相機位姿空間位置點沿一定圓柱面上均勻分布，用兩個約束變量Ds和Dr表示，其中，Ds表示沿相機中心分布估計圓周上分布的徑向離散度，Dr表示相機中心沿圓周軌跡上分布的離散度，其求解過程如下：

(1)設所述關鍵幀圖像序列中所有圖像對應的相機中心位置矩陣為{M_i,i＝1,...,K}，K表示關鍵幀圖像的數量，以第一幀圖像對應的相機法向與Y軸夾角為參考旋轉角度，將各個相機中心位置進行旋轉校正，使得相機點陣圓周軸向與Y軸平行的，校正后的相機中心位置矩陣為

(2)采用容易三點估計圓法，估計(x,y,r)分別表示采用容易三點估計圓法獲得的圓心及半徑；

(3)將估計的(x,y,r)圓周分為N份，計算各個分塊圓周上相機分布數量計算

若約束變量Ds和Dr均小于設置閾值，則稀疏點云空間重建結束，否則，重新進行稀疏點云空間重建。

2.根據權利要求1所述的非接觸式三維人體尺寸的測量方法，其特征在于：所述步驟Ⅱ中的兩幅圖像設置為從已匹配好的關鍵幀圖像序列中采用largest_stellar_configuratio()函數選擇最大匹配點對的兩幅圖像，作為圖像的“種子”進行初始化點云重建。

3.根據權利要求1所述的非接觸式三維人體尺寸的測量方法，其特征在于所述步驟二中的預處理方法包括：先采用FFmpeg程序將所述視頻信息解析成多張圖像序列，然后基于光流法原理，采用基于opencv開發包中稠密逆搜索DIS算法計算幀間光流能量算子，從而將拍攝視頻過程中相機相對靜態冗余幀去除；最后采用等間距抽樣的方法，提取出關鍵幀圖像序列。

4.根據權利要求3所述的非接觸式三維人體尺寸的測量方法，其特征在于：在采用等間距抽樣的方法，提取出關鍵幀圖像序列時，首先，采用拉普拉斯算子計算靜態幀剔除后的視頻序列中的每幀圖像的模糊能量值，然后，對靜態幀剔除后的視頻序列進行幀率降采樣處理，設定目標幀數為T，靜態幀剔除后的視頻序列的幀數為Q，則采樣率S＝Q/T，第i個預測關鍵幀為I_i＝I_[i*s]，其中，T值要根據具體重建效率來定，最后，在預測關鍵幀位置的指定領域范圍內選取最高模糊能量值對應幀為實際的關鍵幀圖像即目標幀圖像，從而獲得關鍵幀圖像序列。