一种基于彩色图像的人体手部形态参数测量方法
【专利摘要】本发明公开了一种基于彩色图像的人体手部形态参数测量方法，本发明首先通过普通平面扫描仪得到手部两个姿态的彩色图像，然后通过色度变换、二值化、中值滤波器滤波和轮廓提取、腕部去除等完成基于彩色图像的手部轮廓提取。在提取的手部轮廓上，利用斜率微分技术提取两个姿态上轮廓线上曲率特征比较明显的测点，最后利用未识别的测点与已知测点的位置和比例约束关系识别出来其余测点，快速准确地提取人体手部两个姿态上的多个测点，并完成多个手部形态参数。本发明可以广泛地应用于服装、工业设计、航天医学、身份识别等领域。
【专利说明】一种基于彩色图像的人体手部形态参数测量方法
【技术领域】
[0001]本发明涉及人体测量学与模式识别领域，尤其涉及一种基于彩色图像的人体手部形态参数测量方法。
【背景技术】
[0002]人体测量是通过测量人体各部位的尺寸来确定个体之间和群体之间在人体尺寸上的差别，用以研究人的形态特征，从而为工业设计、人机工程、人类学、医学、服装标准设计等提供人体基础资料。世界上已有90多个大规模的人体测量数据库，主要分布在发达国家，比如人体测量研究计划(Civilian American and European Survey of AnthropometryResearch, CASER)，它在美国、欧洲等得到了广泛应用。日本HQL协会提出了人体测量和高质量生活工程(Research Institute of Human Engineering for Quality Life)计划，中国标准化研究院也于2005年开展了全国未成年人体测量项目，建立了全国未成年人体三维扫描数据库，而之前中国一直未有相关的国家标准。《中国成年人人体尺寸》标准是20年以前建立的，随着人民群众生活水平的提高，体貌特征已经发生了巨大变化，该标准已经不能适应生产生活设计的需要，因此该院拟采用三维人体扫描仪开展第二次成年人人体尺寸测量，准备建立中国成年人三维人体扫描数据库。
[0003]人体测量技术在近几十年的发展中，大致经历了由接触式到非接触式、由二维到三维的发展过程。非接触自动测量是现代化人体测量技术的发展趋势，它以现代光学为基础，结合图像处理、计算机视觉等技术，准确、高效、客观地获取人体参数数据，目前已经成为人体测量的主流方法，非接触测量方法分为基于图像的二维非接触测量和基于结构光的三维非接触测量两类。
[0004]三维非接触测量具有测量进度高，能够重建人体整个形状等特点。例如，由英国Loughborough大学于1989年研制Loughborough人体阴影扫描装置(LoughboroughAnthropometric Shadow Scannerm LASS),是一种立体阴影测量法。当一个人站立不动时，投影在其身上的光线将被电视摄影机录取下，身体形状由一系列横切面表示，并以平面方式各用16点拉曲线表示。重复32片平面，每一片都与有关骨骼标记相关联，重建三维身体的表面模型[9]。Cyberware公司于1995年研制的Cyberware全身扫描系统(CyberwareWhole Body Color 3D Scanner)，其型号为WBX设备使用4个激光扫描仪器，利用三角测量技术来获取三维影像。通过工作站的软件控制，整个扫描及移动过程，在17秒钟内获取人体的数十万测量项。把多个扫描图像结合起来就构成一个完整的人体模型。Cyberware公司于1995年研制的Cyberware全身扫描系统和德国Human Solution公司开发的Vitus三维人体扫描仪，则为利用基于三角测量原理，采用结构光进行三维非接触人体测量的设备，已经广泛应用于人体测量学和人机工效学等领域。三维非接触测量设备虽然具有测量进度高，能够重建人体整个形状等特点，但是设备比较昂贵，便携型也比较差。
[0005]二维非接触测量与三维非接触测量相比，具有设备简单、便携、性能价格比高的优点，因此可以认为是与三维测量互补的一类测量方法。加拿大的BoSS-2系统就是一套基于图像的非接触式的人体参数测量和服装套号系统，为加拿大军队提供身体测量以实现制服的快捷、自动化生产。Y.C Kim开发的三维测量系统和瑞士徕卡公司推出的数字摄影测量系统都基于双目视觉原理，以零交叉点作为匹配特征，采用松弛匹配法，经7次迭代后98%的点可实现匹配，在7m距离范围内的测量误差仅为3.9cm,基本达到工业应用水平。北京航空航天大学开发的基于图像的人体参数测量系统采用两个数码相机分别拍摄被测者的正视图和侧视图，基于双目视觉原理重建人体关键测点，完成人体形态参数测量。
[0006]手部测量是人体测量的重要组成部分，也是也是身份认证的一种重要方法。由于手部相对人体而言尺寸比较小，因此一般不采用人体全身测量设备来进行手部测量，需要采用专门针对手部的测量设备。目前的手部尺寸测量具有采用传统的手工测量方法外，就是利用全身测量设备完成手部测量，能够测量的手部参数较少，并且精度偏低。
【发明内容】
[0007]本发明针对现有技术的弊端，针对上述问题，提供一种基于彩色图像的人体手部形态参数测量方法，这种方法通过普通扫描仪获取手部两个姿态的彩色图像，在数秒钟内自动从背景中提取出手部轮廓点集线完成手部的多个测点的识别，并计算出多个手部形态参数，从而既保持非接触测量的优势，又不增加设备的复杂性，能够更好地完成手部形态参数的测量。
[0008]为了实现上述目的，本发明提供了一种基于彩色图像的人体手部形态参数测量方法，包括以下步骤:
[0009]步骤一、获取包含被测者手部的二维彩色图像；
[0010]步骤二、从所获取的彩色图像中提取手部轮廓，形成手部轮廓线；
[0011]步骤三、基于手部轮廓线的曲率和手部比例关系识别出手部多个测点；
[0012]步骤四、根据测点之间的距离计算出多个人体手部形态参数。
[0013]优选的是，所述的基于彩色图像的人体手部形态参数测量方法中，步骤一中是将被测者手部放置在平板扫描仪上进行扫描获取。
[0014]优选的是，所述的基于彩色图像的人体手部形态参数测量方法中，步骤二中通过以下过程提取手部轮廓线:从被测者彩色图像中提取色调通道图像；对色调通道图像进行二值化处理得到手部和背景用黑、白二色区分的黑白图像；之后在黑白图像上提取手部轮廓线。
[0015]优选的是，所述的基于彩色图像的人体手部形态参数测量方法中，所述色调通道图像获取方法如下:将获取的被测者彩色图像通过色彩模型的转换公式转换到包含色调的颜色空间，得到色调通道图像。
[0016]优选的是，所述的基于彩色图像的人体手部形态参数测量方法中，步骤三中对于识别出来的测点可以通过交互的方式进行修改。
[0017]优选的是，所述的基于彩色图像的人体手部形态参数测量方法中，步骤三中通过以下过程识别测点:利用斜率微分技术提取所述手部轮廓点集曲率图，得到曲率特征比较明显的点，作为所述手部轮廓的关键测点；
[0018]优选的是，所述的基于彩色图像的人体手部形态参数测量方法中，根据所述关键测点，通过基于手部比例和统计学的方法识别所述手部轮廓的其余测点。[0019]优选的是，所述的基于彩色图像的人体手部形态参数测量方法中，步骤二中采用8-邻域追踪方法进行所述手部轮廓的提取。
[0020]优选的是，所述的基于彩色图像的人体手部形态参数测量方法中，步骤二中对所述手部轮廓通过提取手腕部分与手掌部分的两个连接点进行腕部去除。
[0021]优选的是，所述的基于彩色图像的人体手部形态参数测量方法中，步骤三中所述手部轮廓点集曲率图经过高斯滤波和中值滤波器处理，得到去噪后的手部轮廓点集曲率图。
[0022]本发明的基于彩色图像的人体手部形态参数测量方法，通过普通平面扫描仪得到手部两个姿态彩色图像，通过色度变换、二值化、中值滤波器滤波和轮廓提取、腕部去除等完成基于彩色图像的手部轮廓提取，在提取的手部轮廓上，利用斜率微分技术快速准确地提取人体手部两个姿态上的多个测点，并完成多个手部形态参数，解决了传统手工测量中存在的测量项目少、精度差等问题。
【专利附图】
【附图说明】
[0023]图1为本发明所述基于彩色图像的人体手部形态参数测量方法流程图；
[0024]图2为本发明中手部两个姿势上的多个测点分布示意图，(a)为姿势1，(b)为姿势2 ;
[0025]图3为本发明中使用的8-邻域轮廓跟踪算法追踪手部轮廓点集示意图；
[0026]图4为本发明中手部轮廓点集腕部去除示意图；
[0027]图5为本发明中利用斜率微分技术计算夹角示意图；
[0028]图6是本发明中使用斜率微分技术方法处理轮廓点集并进过高斯滤波、中值滤波后得到的轮廓曲率图；
[0029]图7是本发明中使用基于比例方法识别测点20-25的示意图。
【具体实施方式】
[0030]下面结合附图对本发明做详细说明，以令本领域普通技术人员参阅本说明书后能够据以实施。
[0031]步骤一、获取包含被测者手部的二维彩色图像；
[0032]步骤二、从所获取的彩色图像中提取手部轮廓，形成手部轮廓线；
[0033]步骤三、基于手部轮廓线的曲率和手部比例关系识别出手部多个测点；
[0034]步骤四、根据测点之间的距离计算出多个人体手部形态参数。
[0035]如图1所示，本发明所述的基于彩色图像的人体手部形态参数测量方法包括以下步骤:
[0036]步骤一、将被测者手部放置在平板扫描仪上进行扫描获取手部两个形态的彩色图像，所述平板扫描仪还可以是文件扫描仪、实物扫描仪等；输入该图像并以之作为人体手部形态参数测量框架。
[0037]步骤二、通过色彩转换、二值化、滤波处理及腕部去除，获得手部轮廓，具体步骤为:利用RGB色彩模型与YUV色彩模型的转换公式，将原始手部彩色图像从RGB颜色空间转换到YUV颜色空间，得到手部形态的色调通道图像；利用根据手部皮肤色调值和背景的色调值的差异对色调通道图像进行二值化处理得到手部和背景用黑、白二色区分的黑白图像，既手部形态的二值化图像；利用中值滤波器对所述手部形态的二值化图像进行滤波处理，去除椒盐噪声，得到去噪后手部形态的二值化图像；采用8-邻域追踪方法对所述去噪后手部形态的二值化图像进行手部轮廓的提取，得到初步手部轮廓的点集，对所述初步手部轮廓的点集进行腕部去除，得到手部轮廓。
[0038]步骤三、利用斜率微分技术和基于手部比例与统计学的方法进行所述手部轮廓的测点的识别，所识别的测点至少为25个。
[0039]步骤七、根据提取的测点，用相关的两个测点的像素距离乘以每个像素代表的实际长度，计算得到手部的至少18个形态参数。
[0040]在所述色调变换中，通常的彩色图像一般采用RGB色彩模型来进行描述，RGB色彩模型中任何色彩都可由红、绿、蓝三原色通过不同的比例混合而成。然而，这种颜色的表示方式与人在实际中解释颜色的方式是不一致的，人在实际中观察一个物体时，通常是用色调、色饱和度以及亮度来描述颜色。而且，当光照和环境发生变化时，同一种颜色的RGB分量会有显著不同，但是色调和色饱和度则不受影响。对于手部图像而言，手内部光线强的部分与光线弱部分之间RGB分量的差异，就可能会大于它们与背景色之间RGB分量的差异，这对于手部分割非常不利。YUV颜色空间是被广泛应用于电视信号以及图像、视频压缩领域的另外一种颜色表示方法。其三个分量中Y分量表示亮度，即所谓灰度值，U、V两个分量描述色彩信息，分别表示色度以及饱和度。这种颜色的表示方式与人在实际中解释颜色的方式是一致的。YUV空间跟RGB空间之间为一种线性关系，可以互相转换，转换公式如下:
[0041]Y = 0.299*R+0.587*G+0.114*B
[0042]U = -0.147*R_0.289*G+0.436*B
[0043]V = 0.615*R_0.515*G_0.100*B
[0044]其中，U、V两个分量在二维坐标平面中构成了表示色度的矢量，幅角
【权利要求】
1.一种基于彩色图像的人体手部形态参数测量方法，其中，包括以下步骤: 步骤一、获取包含被测者手部的二维彩色图像； 步骤二、从所获取的彩色图像中提取手部轮廓，形成手部轮廓线； 步骤三、基于手部轮廓线的曲率和手部比例关系识别出手部多个测点； 步骤四、根据测点之间的距离计算出多个人体手部形态参数。
2.根据权利要求1所述的基于彩色图像的人体手部形态参数测量方法，其中步骤一中是将被测者手部放置在平板扫描仪上进行扫描获取。
3.根据权利要求1所述的基于彩色图像的人体手部形态参数测量方法，其中步骤二中通过以下过程提取手部轮廓线:从被测者彩色图像中提取色调通道图像；对色调通道图像进行二值化处理得到手部和背景用黑、白二色区分的黑白图像；之后在黑白图像上提取手部轮廓线。
4.根据权利要求3所述的基于彩色图像的人体手部形态参数测量方法，其中所述色调通道图像获取方法如下:将获取的被测者彩色图像通过色彩模型的转换公式转换到包含色调的颜色空间，得到色调通道图像。
5.根据权利要求1所述的基于彩色图像的人体手部形态参数测量方法，其中步骤三中对于识别出来的测点可以通过交互的方式进行修改。
6.根据权利要求1所述的基于彩色图像的人体手部形态参数测量方法，其中步骤三中通过以下过程识别测点:利用斜率微分技术提取所述手部轮廓点集曲率图，得到曲率特征比较明显的点，作为所述手部轮廓的关键测点。
7.根据权利要求1或6所述的基于彩色图像的人体手部形态参数测量方法，其中根据所述关键测点，通过基于手部比例和统计学的方法识别所述手部轮廓的其余测点。
8.根据权利要求1所述的基于彩色图像的人体手部形态参数测量方法，其中步骤二中采用8-邻域追踪方法进行所述手部轮廓的提取。
9.根据权利要求1或8所述的基于彩色图像的人体手部形态参数测量方法，其中步骤二中对所述手部轮廓通过提取手腕部分与手掌部分的两个连接点进行腕部去除。
10.根据权利要求1或6所述的基于彩色图像的人体手部形态参数测量方法，其中步骤三中所述手部轮廓点集曲率图经过高斯滤波和中值滤波器处理，得到去噪后的手部轮廓点集曲率图。
【文档编号】A61B5/103GK103577800SQ201210369466
【公开日】2014年2月12日 申请日期:2012年9月26日 优先权日:2012年7月23日
【发明者】吴壮志, 王春慧, 王政, 周诗华, 严曲, 徐永忠 申请人:中国航天员科研训练中心, 吴壮志