图像中人体姿态高度的测量系统及方法与流程

本发明涉及测量技术领域，尤其涉及一种图像中人体姿态高度的测量系统及方法。

背景技术：

测量无论在人类的日常生活中还是高端科技中都是必不可少的。如日常生活中家具的长度、人体的身高、树木的高度等，高端科技中移动机器人在避障时要感知与障碍物的距离等。

测量技术大致可分为两类：主动式和被动式。主动式测量主要包括：超声波测距、激光雷达测距、红外测距等。被动式测量主要是基于图像/视频的测量。由于基于图像/视频的测量只需对现场进行简单的拍摄、获得图像、视频信息即可，因此在某些领域获得广泛应用，例如在公安机关侦查案件时，估算所监控到的视频图像中嫌疑人的身高等，需要通过这种被动式测量的方法来得到。

现有的测量图像中人体姿态高度的方法，公开了如下技术方案，该技术方案包括如下步骤：(1)通过图像获取装置获取包括人体姿态的场景图像；(2)去除场景背景，分割获取场景图像中的人体图像；(3)对人体图像进行人体姿态识别，判断人体姿态是否为直立，若是，则通过计算人体图像最高点和最低点之间的空间实际距离获得人体身高。该技术方案虽然能够得到一定精度的人体姿态高度，但是由于该技术方案需要进行去除图像中的场景背景、分割场景图像中的人体图像的操作，因此该方法操作起来较为复杂且专业性较高，对于一般用户来说不易推广使用。另外，该技术方案在拍摄人体图像时需要特殊的摄像机，该摄像机必须能够拍摄深度图像，而非常规通用的监控摄像机，因此不易被广泛应用在日常工作中。

因此，需要提供一种解决方案，该方案无需复杂操作且可以使用常规摄像机就能测量图像中的人体姿态高度。

技术实现要素：

本发明所要解决的技术问题之一是需要提供一种图像中人体姿态高度的测量方法，该方法操作简单且无需使用特殊摄像机。

为了解决上述技术问题，本发明的实施例首先提供了一种图像中人体姿态高度的测量方法，包括：获取含有待测量目标的测量图像；确定所述测量图像中的有效的标定参照物；根据所述测量图像中的标定参照物和该标定参照物的实际长度得到所述测量图像与三维空间的映射关系，以及，根据所述测量图像与三维空间的映射关系得到所述待测量目标的姿态高度。

优选地，所述有效的标定参照物为至少四个标定参照物，且这些标定参照物包含垂直标定参照物和水平标定参照物。

优选地，所述标定参照物的实际长度与所述待测量目标的长度在同一个数量级内。

优选地，所述标定参照物围绕在所述待测量目标的周围。

优选地，若所述测量图像中不存在有效的标定参照物，则还包括如下步骤：获取标定图像，所述标定图像为在所述测量图像中的同一场景下存在所需的标定参照物的图像；对所述标定图像与所述测量图像进行图像融合，将融合后的图像作为测量图像。

优选地，通过如下步骤获取所述测量图像与三维空间的映射关系：根据所述测量图像中的标定参照物，绘制出相应的标定线；确定与各标定线对应的坐标，根据各标定线的坐标以及对应各标定线的标定参照物的实际长度得到测量图像与三维空间的映射关系。

优选地，通过如下步骤得到所述待测量目标的姿态高度：根据测量图像上的待测目标绘制出相应的测量线；确定该测量线的坐标，根据映射关系和该测量线的坐标计算出测量线所对应的实际长度。

另一方面，本发明还提供了一种图像中人体姿态高度的测量系统，包括：获取模块，其获取含有待测量目标的测量图像；判断模块，其确定所述测量图像中的有效的标定参照物；映射关系计算模块，其根据所述测量图像中的标定参照物和该标定参照物的实际长度得到所述测量图像与三维空间的映射关系，以及，高度计算模块，其根据所述测量图像与三维空间的映射关系得到所述待测量目标的姿态高度。

优选地，所述有效的标定参照物为至少四个标定参照物，且这些标定参照物包含垂直标定参照物和水平标定参照物。

优选地，所述标定参照物的实际长度与所述待测量目标的长度在同一个数量级内。

优选地，所述标定参照物围绕在所述待测量目标的周围。

优选地，还包括：融合模块，其在所述判断模块判断出所述测量图像中不存在有效的标定参照物时，获取标定图像，并对所述标定图像与所述测量图像进行图像融合，将融合后的图像作为测量图像，其中，所述标定图像为在所述测量图像中的同一场景下存在所需的标定参照物的图像。

优选地，所述映射关系计算模块还用于：根据所述测量图像中的标定参照物，绘制出相应的标定线；确定与各标定线对应的坐标，根据各标定线的坐标以及对应各标定线的标定参照物的实际长度得到测量图像与三维空间的映射关系。

优选地，所述高度计算模块还用于：根据测量图像上的待测目标绘制出相应的测量线；确定该测量线的坐标，根据映射关系和该测量线的坐标计算出测量线所对应的实际长度。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果。

本发明采用了三维空间与平面图像的映射技术，对待测量目标所在的场景进行三维空间信息重建技术，实现从图像线段换算出对应于空间上的真实距离，克服了在实际场景中被测目标已经消失的客观情况，克服了现有技术中对采集源的要求瓶颈，克服了专业测量中过于复杂的缺陷，最终可以通过在图像中根据测量人的姿态绘制其身高线段，得到被测人体的效果。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明的技术方案而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构和/或流程来实现和获得。

附图说明

附图用来提供对本发明的技术方案或现有技术的进一步理解，并且构成说明书的一部分。其中，表达本发明实施例的附图与本发明的实施例一起用于解释 本发明的技术方案，但并不构成对本发明技术方案的限制。

图1为本发明实施例的图像中人体姿态高度的测量方法的流程示意图。

图2A～图2E为本发明实施例的图像中人体姿态高度的测量方法的说明图。

图3为本发明实施例的图像中人体姿态高度的测量系统的结构示意图。

图4为图3所示测量系统工作时的流程示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成相应技术效果的实现过程能充分理解并据以实施。本发明实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本发明的保护范围之内。

另外，附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本发明的图像中人体姿态高度的测量方法，主要用于对监控视频录像中出现的人体姿态的高度进行测量，此处“人体姿态”可以包括人体站立、坐下、走动之类的姿态，本发明可以测量不同姿态的高度。本发明通过确定测量图像中的标定参照物，然后根据标定参照物计算出测量图像与三维空间的映射关系，最后根据映射关系和测量图像中待测量目标得到人体姿态身高。本发明方法既不需要特殊的摄像机来采集图像也不需要进行去除图像中的场景背景、分割场景图像中的人体图像的复杂操作。在测量过程中，不受图像获取装置的约束，操作简单且能获得较为精确的测量图像中的人体姿态身高。

需要说明的是，在本发明中，用语“测量图像”是指含有待测量目标的图像。用语“标定图像”是指与待测量目标在同一场景被相机拍摄的视频图像，图像中含有标定参照物。用语“标定参照物”是指在图像中提供绘制标定线的实体参照物。

实施例一

图1是本发明实施例的图像中人体姿态高度的测量方法的流程示意图。下面参考图1和图2A～图2E来说明本方法的流程。如图1所示，本发明实施例的图 像中人体姿态高度的测量方法主要包括如下步骤。

在步骤S110中，获取含有待测量目标的测量图像。

在本步骤中，从视频图像中获取测量图像。利用一般通用的监控摄像机采集得到这些视频图像，然后从视频图像中截取所需的测量图像。本发明不对摄像机的具体类型进行限定，只要该摄像机能够采集图像即可，当然，也可以应用特殊类型的监控摄像机。

需要说明的是，为了保证计算精度、减小误差，获取的测量图像中的待测量目标应当具有一定的清晰度，因此，需要对测量图像中的待测量目标的清晰度进行确定。

在本实施例中，可以采用图像清晰度评价函数来对图像的清晰度进行分析。图像清晰度评价函数主要有以下几类：(1)灰度变化函数，由于聚焦图像比离焦图像包含更多的灰度变化，因此，图像灰度值的变化可以作为评价函数；(2)梯度函数，在图像处理中，图像梯度可以用来进行边缘提取，对焦越好，图像边缘越锋利，具有更大的图像梯度值，如图像灰度梯度能量函数、Robert梯度和拉普拉斯算子都属于梯度函数；(3)图像灰度熵函数，对焦良好图像的信息熵要大于离焦图像的信息熵，图像的信息熵反映的是图像的信息丰富程度，因此，图像的灰度熵也可以作为评价函数。根据这些评价函数，可以得到测量图像的清晰度，进而判断该清晰度是否满足所需的清晰度，最终获得目标清晰的测量图像。

在步骤S120中，确定测量图像中的有效的标定参照物，即判断测量图像中是否存在有效的标定参照物。

在本步骤中，优选地，有效的标定参照物为至少四个标定参照物，且这些标定参照物包含垂直标定参照物和水平标定参照物，例如三个垂直标定参照物和一个水平标定参照物。水平标定参照物一般选取地面上的线，而垂直标定参照物则需要与待测量目标的落脚点(例如人体的脚部所在的位置)在同一平面，且被要求整体所构成的直线与地面垂直，在实际应用中可以选择墙角边沿、栏杆、电线杆、方桌边沿等。

在一个优选的实施例中，若测量图像中存在多个(四个以上)标定参照物，则在确定标定参照物时，该标定参照物的实际长度与待测量目标的长度在同一个数量级内。例如，一般情况下，人的姿态身高是1m到2m的范围内，因此选取标定参照物的时候，不能选取几厘米长度的标定参照物，也不能选取4、5米或 者以上长度的标定参照物，因为这些标定参照物的实际长度与待测量目标的长度相距太大，会对测量的精度引入较大的误差，因此，在多个标定参照物中优先选取1m到2m的标定参照物。

另外，如果在待选择的标定参照物中只能选择5m或者以上的垂直标定参照物，则说明待测量目标在测量图片中所占据的比例很小，那么所得到的人体姿态身高的精度可能会较低，因此这种测量图像不是优选图像。

而且，在确定标定参照物时，优选那些围绕在待测量目标周围的标定参照物，这样能够减轻图像畸变对测量精度带来的影响。

另外，测量图像中可能仅存在两个或三个标定参照物，在这种情况下，即判断出测量图像中不存在有效的标定参照物，则执行步骤S130，否则执行步骤S140。

在步骤S130中，获取标定图像，对标定图像和测量图像进行图像融合，将融合后的图像作为新的测量图像，其中，标定图像为在测量图像中的同一场景下存在所需的标定参照物的图像。

具体地，若测量图像中仅存在少于四个的标定参照物，那么在测量图像中的同一场景下，摆放标定参照物，用摄像机对该场景下的图像进行采集，然后从视频录像中截出标定图像。

如图2A所示，该图中缺乏足够的标定参照物，只有虚线圈中的这个办桌子的边沿线符合要求。因此，我们在同一场景的摄像机前，人为的拿着预先知晓尺寸的标定物(本例为量尺)进行拍摄，得到了标定图像，如图2B。

然后，对测量图像和标定图像进行处理中，把两幅图像进行融合，即透明化叠加。需要说明的是，在进行透明化叠加时，需要保证在融合的图像里，背景完全重叠。如图2C所示，可以看到，背景上的固定物体，如桌椅、地面物品等完全重合。只有在背景完全重合的情况下，标定图像中的标定参照物才能属于有效参照。

通过上述步骤，在融合图像里可以找到足够多的对应标定参照物的标定线，如图2D所示，实线是标定线(包括三条垂直线和一条水平线)。

由于标定参照物的选取对最终测量值影响很大，而在测量图像中并非一定能找到理性的标定参照物，因此本步骤通过将标定图像与测量图像进行融合的这一设计，则可以在后期搭建理想的标定参照物，不受现场情况的限制。

在步骤S140中，根据测量图像中的标定参照物和该标定参照物的实际长度 得到测量图像与三维空间的映射关系。

具体地，首先根据测量图像中的标定参照物，绘制出相应的标定线。如图2D所示，其中实线是标定线(包括三条垂直线和一条水平线)。

然后，确定与各标定线对应的坐标，根据各标定线的坐标以及对应各标定线的标定参照物的实际长度得到测量图像与三维空间的映射关系。

如图2E所示，第一垂直标定线的顶部坐标是(u1,v1)、底部坐标是(u2、v2)、实际长度为h1；第二垂直标定线的顶部坐标是(u6,v6)、底部坐标是(u5、v5)、实际长度为h2；第三垂直标定线的顶部坐标是(u8,v8)、底部坐标是(u7、v7)、实际长度为h3；水平标定线的第一坐标是(u3,v3)、第二坐标是(u4,v4)、两点之间的距离是d。

上述标定参照物的实际长度可以到现场去测量出来，但是需要说明的是，对于垂直标定参照物，若在图像中绘制的标定线为该标定参照物的一部分，那么对应该标定线的实际长度不是完整的参照物的实际长度，而部分参照物的实际长度。例如，若标定参照物为整个栏杆，则对应的标定线的实际长度就是整个栏杆的离地高度，若标定参照物为半个栏杆，则对应的标定线的实际长度就是半个栏杆的离地高度。

若该标定线是水平标定线，则利用以下表达式：

$D=\sqrt{{(X_1-X_2)}^2+{(Y_1-Y_2)}^2}$

若该标定线是垂直标定线，则利用以下表达式：

其中，(u₁,v₁)、(u₂,v₂)、h为输入参数，其中，(u₁,v₁)表示测量图像中的标定线的顶部坐标，(u₂,v₂)表示测量图像中标定线的底部坐标，h表示垂直标定线对应的实际高度，D是水平标定线对应的实际距离。H、f、为未知量，H表示摄像机实际高度，f表示摄像机的归一化的焦距，表示摄像机的倾斜角度。

容易理解，本步骤获取测量图像和三维空间的映射关系实质上就是求H、f、这三个未知量。通过将至少四条标定线(包含垂直标定线和水平标定线)的输入参数代入至上述表达式形成足够的方程组，再经过计算机迭代运算，能够计算出H、f、为未知量，这样就得到了测量图像与三维空间的映射关系。

由于本步骤仅使用图像中的标定线来构件二维图像和三维空间的映射关系，在计算量上相比现有技术来说大幅地降低，而且计算起来更为简单。另外，所需要的标定线在真实场景中比较容易获取，因此不会受到场景的约束。

在步骤S150中，根据测量图像与三维空间的映射关系得到待测量目标的姿态高度。

具体地，根据测量图像上的待测目标绘制出测量线，确定该测量线的坐标，根据映射关系和该测量线的坐标计算出测量线所对应的实际长度(例如人体姿态高度)。更具体地，将测量线的顶部坐标和底部坐标代入至下面的表达式中。

此时H、f、为已知量，(u1,v1)为图像中的对应待测量目标的测量线的顶部坐标，(u2,v2)为该测量线的底部坐标。h即是所需要求得的测量值，人体姿态高度。

如图2E所示，虚线为绘制的测量线，其中(u9,v9)和(u10,v10)分别是该测量线的顶部坐标和底部坐标，将它们代入上式中就能够得到h的大小。

综上所述，本发明采用了三维空间与平面图像的映射技术，对待测量目标所在的场景进行三维空间信息重建技术，实现从图像线段换算出对应于空间上的真实距离，克服了在实际场景中被测量目标已经消失的客观情况，克服了现有技术中对采集源的要求瓶颈，克服了专业测量中过于复杂的缺陷，最终可以通过在图像中根据测量人的姿态绘制其身高线段，得到被测人体的效果。

实施例二

图3是本发明实施例的确定图像中人体姿态身度的测量系统的结构示意图。下面参考图3来详细说明测量系统的各个组成结构和功能。

如图3所示，测量系统主要包括获取模块210、判断模块220、融合模块230、映射关系计算模块240以及高度计算模块250。

图4为图3所示测量系统工作时的流程示意图，下面同时参照图3和图4来 说明本系统工作时的流程。

获取模块210获取含有待测量目标的测量图像(如步骤S410)。

该获取模块210，其从一般通用的监控摄像机采集得到视频图像中截取所需的测量图像。本发明不对摄像机的具体类型进行限定，只要该摄像机能够采集图像即可，当然，也可以应用特殊类型的监控摄像机。

需要说明的是，为了保证计算精度、减小误差，获取模块210获取的测量图像中的待测量目标应当具有一定的清晰度，因此，获取模块210对测量图像中的待测量目标的清晰度进行确定。在本实施例中，该获取模块210可以采用图像清晰度评价函数来对图像的清晰度进行分析，根据这些评价函数，可以得到测量图像的清晰度，进而判断该清晰度是否满足所需的清晰度，最终获得目标清晰的测量图像。

判断模块220，其与获取模块210连接，确定测量图像中的有效的标定参照物(如步骤S420)，即判断测量图像中是否存在有效的标定参照物。

优选地，判断模块220判断当前的标定参照物中是否包含垂直标定参照物和水平标定参照物在内的至少四个标定参照物，例如三个垂直标定参照物和一个水平标定参照物。水平标定参照物一般选取地面上的线，而垂直标定参照物则需要与待测量目标的落脚点(例如人体的脚部所在的位置)在同一平面，且被要求整体所构成的直线与地面垂直，在实际应用中可以选择墙角边沿、栏杆、电线杆、方桌边沿等。

在一个优选的实施例中，若测量图像中存在多个(四个以上)标定参照物，则判断模块220在确定标定参照物时，该标定参照物的实际长度与待测量目标的长度在同一个数量级内。

而且，判断模块220确定标定参照物时，优选那些围绕在待测量目标周围的标定参照物，这样能够减轻图像畸变对测量精度带来的影响。

映射关系计算模块240，其与判断模块220连接，根据测量图像中的标定参照物和该标定参照物的实际长度得到测量图像与三维空间的映射关系(如步骤S430)。

具体地，映射关系计算模块240首先根据测量图像中的标定参照物，绘制出相应的标定线，然后确定与各标定线对应的坐标，根据各标定线的坐标以及对应各标定线的标定参照物的实际长度得到测量图像与三维空间的映射关系。

若该标定线是水平标定线，则利用以下表达式：

$D=\sqrt{{(X_1-X_2)}^2+{(Y_1-Y_2)}^2}$

若该标定线是垂直标定线，则利用以下表达式：

其中，(u₁,v₁)、(u₂,v₂)、h为输入参数，其中，(u₁,v₁)表示测量图像中的标定线的顶部坐标，(u₂,v₂)表示测量图像中标定线的底部坐标，h表示垂直标定线对应的实际高度，D是水平标定线对应的实际距离。H、f、为未知量，H表示摄像机实际高度，f表示摄像机的归一化的焦距，表示摄像机的倾斜角度。

容易理解，映射关系计算模块240获取测量图像和三维空间的映射关系实质上就是求H、f、这三个未知量。映射关系计算模块240通过将至少四条标定线(包含垂直标定线和水平标定线)的输入参数代入至上述表达式形成足够的方程组，再经过计算机迭代运算，能够计算出H、f、为未知量，这样就得到了测量图像与三维空间的映射关系。

高度计算模块250，其与映射关系计算模块240连接，根据测量图像与三维空间的映射关系得到待测量目标的姿态高度(如步骤S440)。

高度计算模块250根据测量图像上的待测目标画出测量线，确定该测量线的坐标，根据映射关系和该测量线的坐标计算出测量线所对应的实际长度值(例如人体姿态高度)。更具体地，高度计算模块250将测量线的顶部坐标和底部坐标代入至下面的表达式中。

此时H、f、为已知量，(u1,v1)为图像中的对应待测量目标的测量线的顶部坐标，(u2,v2)为该测量线的底部坐标。h即是所需要求得的测量值，人体姿态高度。

另外，需要说明的是，在判断模块220判断出测量图像中不存在有效的标定 参照物时，融合模块230开始工作，并将所产生的结果发送到映射关系计算模块240。

融合模块230，其与判断模块220和映射关系计算模块240连接，在判断模块220判断出测量图像中不存在有效的标定参照物时，融合模块230获取标定图像，并对标定图像和测量图像进行图像融合，将融合后的图像作为新的测量图像发送到映射关系计算模块240中，其中，标定图像为在测量图像中的同一场景下存在所需的标定参照物的图像。

融合模块230在对测量图像和标定图像进行处理中，需要把两幅图像进行融合，即透明化叠加。需要说明的是，在进行透明化叠加时，需要保证在融合的图像里，背景完全重叠。只有在背景完全重合的情况下，标定图像中的标定参照物才能属于有效参照。

由于标定参照物的选取对最终测量值影响很大，而在测量图像中并非一定能找到理性的标定参照物，因此融合模块230通过将标定图像与测量图像进行融合的这一设计，则可以在后期搭建理想的标定参照物，不受现场情况的限制。

综上所述，本发明采用了三维空间与平面图像的映射技术，对待测量目标所在的场景进行三维空间信息重建技术，实现从图像线段换算出对应于空间上的真实距离，克服了在实际场景中被测量目标已经消失的客观情况，克服了现有技术中对采集源的要求瓶颈，克服了专业测量中过于复杂的缺陷，最终可以通过在图像中根据测量人的姿态绘制其身高线段，得到被测人体的效果。

本领域的技术人员应该明白，上述的本发明实施例所提供的系统的各组成部分，以及方法中的各步骤，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上。可选地，它们可以用计算装置可执行的程序代码来实现。从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明技术方案而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括实施例一的步骤，所述的存储介质，如：ROM/RAM、磁碟、光盘等。