一种三维图像的生成方法及装置与流程

本申请涉及计算机应用技术领域，特别涉及一种三维图像的生成方法及装置。

背景技术：
三维图像是指利用人们两眼视觉差别和光学折射原理在一个平面内显示出的一幅三维立体图像。目前，随着图像技术的发展，三维图像在实际生活中的应用越来越广泛。例如，三维服装人台即为以三维图像的形式存在于计算机中，由服装设计师进行初始服装设计，该三维服装人台即为接近于实际人体外形的三维图像。三维服装人台的构建对于整个三维服装CAD系统的研究开发至关重要，而三维服装人台的建立方案决定了整个系统的研究方向、开发难易程度和完整性。目前，一般采用如曲面建模方法建立与实际人体较为接近的三维服装人台，即与实际人体较为接近的人体模型的三维图像。上述曲面建模方法是指：通过三维扫描器获取实际人体的点云数据，以实际人体的点云数据为基础，进行个性化人台模拟，进而在计算机上生成与人体对应的三维图像，实现人台模型的建立。但是，在采用上述曲面建模方法生成人台的三维图像时，所需要进行计算处理的点云数据的数据量极大，由此明显降低三维图像的生成效率。

技术实现要素：
本申请所要解决的技术问题是提供一种三维图像的生成方法及装置，用以解决现有技术采用曲面建模方案进行三维图像生成时，需要处理的点云数据的数量极大，明显降低三维图像的生成效率的技术问题。进一步的，因为本申请也不需要三维扫描仪，所以与现有技术相比，也 会降低物资成本和人力三维图像的生成成本。本申请提供了一种三维图像的生成方法，包括：读取目标人体的图像数据；对所述图像数据进行识别，以确定至少一个三维图像生成所需的特征点的数据值；依据每个所述特征点的数据值，建立至少一条特征曲线，每条所述特征曲线中至少包括两个特征点；解析每条所述特征曲线中各个特征点的数据值，以生成与所述目标人体相对应的三维图像。上述方法，优选的，所述对所述图像数据进行识别，以确定至少一个三维图像生成所需的特征点的数据值，包括：对所述图像数据进行识别，以确定至少一个目标人体的特征部位；获取至少一个分别与每个所述特征部位相对应的特征点；确定每个所述特征点的数据值。上述方法，优选的，在所述获取至少一个分别与每个所述特征部位所相对应的特征点之后，在所述确定每个所述特征点的数据值之前，所述方法还包括：获取每个所述特征部位中区别于所述特征点的插入点，将所述插入点标记为特征点。上述方法，优选的，在所述生成与所述目标人体相对应的三维图像之后，所述方法还包括：获取用户修订指令，所述用户修订指令包括用户需要修订的目标特征点及每个所述目标特征点的修订数据值；确定所述三维图像中与所述目标特征点相对应的特征点；分别修改确定的特征点的数据值为其各自对应的修订数据值；依据每个所述特征点的数据值，更新与所述目标人体相对应的三维图像。上述方法，优选的，所述依据每个所述特征点的数据值，更新与所述目标人体相对应的三维图像，包括：依据每个所述特征点的数据值，重新建立至少一条特征曲线，解析重新建立的每条所述特征曲线中各个特征点的数据值，以重新生成与所述目标人体相对应的三维图像；或依据每个所述特征点的数据值，在所述三维图像中修改与修订后的特征点对应的特征曲线，以修改所述三维图像。本申请还提供了一种三维图像的生成装置，包括：数据读取单元，用于读取目标人体的图像数据；数据识别单元，用于对所述图像数据进行识别，以确定至少一个三维图像生成所需的特征点的数据值；曲线建立单元，用于依据每个所述特征点的数据值，建立至少一条特征曲线，每个所述特征曲线中至少包括两个特征点；数据解析单元，用于解析每条所述特征曲线中各个特征点的数据值，以生成与所述目标人体相对应的三维图像。上述装置，优选的，所述数据识别单元包括：特征部位确定子单元，用于对所述图像数据进行识别，确定至少一个目标人体的特征部位；特征点获取子单元，用于获取至少一个分别与每个所述特征部位相对应的特征点；数据值确定子单元，用于确定每个所述特征点的数据值。上述装置，优选的，所述装置还包括：特征点增加子单元，用于在所述特征点获取子单元获取每个所述特征部位所对应的至少一个特征点之后，在所述数据值确定子单元确定每个所述特征点的数据值之前，获取每个所述特征部位中区别于所述特征点的插入点，将所述插入点标记为特征点。上述装置，优选的，所述装置还包括：指令获取单元，用于在所述数据解析单元生成所述三维图像之后，获取用户修订指令，所述用户修订指令包括用户需要修订的目标特征点击每个所述目标特征点的修订数据值；目标确定单元，用于确定所述三维图像中与所述目标特征点相对应的 特征点；数据值修改单元，用于分别修改确定的特征点的数据值为其各自对应的修订数据值；图像更新单元，用于依据每个所述特征点的数据值，更新与所述目标人体相对应的三维图像。上述装置，优选的，所述图像更新单元包括：图像重建子单元，用于依据每个所述特征点的数据值，重新建立至少一条特征曲线，解析重新建立的每条所述特征曲线中各个特征点的数据值，以重新生成与所述目标人体相对应的三维图像；或图像修改子单元，用于依据每个所述特征点的数据值，在所述三维图像中修改与修订后的特征点对应的特征曲线，以修改所述三维图像。由上述方案可知，本申请提供的一种三维图像的生成方法及装置，通过读取目标人体的图像数据如二维照片数据等之后，对图像数据进行识别，得到目标人体的特征点的数据值，由此依据每个特征点的数据值建立特征曲线，进而生成三维图像。在本申请的实现过程中，只需一定数量的特征点的数据值，所需的特征点的数量远小于现有技术中所需的所有点云数据的数量，明显减小了数据计算量，提高了建模效率。进一步的，本申请只需已经普遍应用的电子识别器即可实现对目标人体的图像数据的识别，无需价格昂贵的三维扫描仪，明显降低三维图像的生成成本。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请提供的一种三维图像的生成方法实施例一的流程图；图2为本申请实施例一中目标人体的全身正面轮廓及侧面轮廓示意图；图3为本申请实施例一的部分流程图；图4为本申请实施例一中目标人体的胸部的轮廓曲线示意图；图5为本申请提供的一种三维图像的生成方法实施例二的部分流程图；图6本申请实施例二中胸部曲线的所有插入点和特征点示意图；图7为本申请提供的一种三维图像的生成方法实施例三的部分流程图；图8为本申请提供的一种三维图像的生成装置实施例四的结构示意图；图9为本申请实施例四的部分结构示意图；图10为本申请提供的一种三维图像的生成装置实施例五的部分结构示意图；图11为本申请提供的一种三维图像的生成装置实施例六的部分结构示意图；图12为本申请实施例六的另一部分结构示意图；图13为本申请实施例六的又一部分结构示意图；图14为本申请实施例六的应用示例图；图15为本申请实施例六的另一应用示例图；图16为本申请实施例六的又一应用示例图。具体实施方式下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。参考图1，为本申请提供的一种三维图像的生成方法实施例一的流程图，所述方法用于在计算机中建立与实际人体相匹配的三维人台，即为实际人体对应的三维图像，适用于服装设计及动漫人物设计等需要用到三维人台的应用中，所述方法可以通过以下各步骤实现：步骤101：读取目标人体的图像数据。其中，所述目标人体是指实际人体，即需要生成三维图像进行服装设计或动漫人物设计等用途的人体，可以包括人身体的部分躯体如女上体、男上体等，也可以包括人身体的全部如全身。而所述图像数据一般为所述目标人体的二维图像数据，例如，目标人体 的正面照片数据和侧面照片数据。步骤102：对所述图像数据进行识别，以确定至少一个三维图像生成所需的特征点的数据值。其中，所述步骤102中可以通过以下方式实现：以图像数据包括目标人体的正面照片数据和侧面照片数据为例，首先分别对所述正面照片数据和侧面照片数据中的每个像素点进行扫描识别，确定所述正面照片数据和侧面照片数据中表明所述目标人体的轮廓的像素点，进而可以得到所述正面照片数据对应的所述目标人体的正面轮廓，和，所述侧面照片数据对应的所述目标人体的侧面轮廓，再在所述正面轮廓和所述侧面轮廓上分别确定至少一个生成三维图像所需的特征点的数据值，如在正面轮廓上确定颈部特征点的数据值，并在侧面轮廓上确定胸部特征点的数据值等。需要说明的是，本申请实施例中可以通过提取所述目标人体的正面轮廓和侧面轮廓中任意一个部位的包括宽度值、厚度值和高度值的数据值，由此可以依据所述正面轮廓和所述侧面轮廓确定所述目标人体的任意一个部位中所有点的数据值。其中，本申请中，可以通过人体尺寸提取技术如基于Matlab非接触式二维人体测量程序在所述图像数据如照片中提取所述目标人体每个部位的宽度值、厚度值和高度值等。如图2中的目标人体的全身正面轮廓及侧面轮廓所示。因此，如图3所示的本申请实施例一的部分流程图中，所述步骤102还可以通过以下各个步骤实现：步骤301：对所述图像数据进行识别，以确定至少一个目标人体的特征部位。其中，所述步骤301可以通过以下方式实现：对所述图像数据中的每个像素点进行扫描识别，得到所述图像数据中所述目标人体的正面轮廓和侧面轮廓，并依据所述正面轮廓和所述侧面轮廓确定所述目标人体的特征部位。例如，确定图2所示的目标人体的轮廓中的颈部、胸部、腰部等特征部位。而所述特征部位可以包括如颈部、肩部、胸部、下胸部、腰部、臀部、腿部等中的任何一个或任意组合。所述特征部位能够显著性的体现出所述目标人体的个性特色，由此而生成的三维图像视为最为接近所述目标人体的三维人台。步骤302：获取至少一个分别与每个所述特征部位相对应的特征点。其中，所述步骤302可以通过以下方式实现：依据所述目标人体的轮廓曲线，分别确定每个所述特征部位的轮廓曲线，再从每个所述特征部位的轮廓曲线上的点中，选取表征所述特征部位的个性化特征的点作为特征点。例如，在所述轮廓曲线中选取特征点时，可以依据最外延点选取规则进行选取，即，在所述轮廓曲线中选取所述轮廓曲线中向外延伸最远的点作为特征点。如图4所示，所述目标人体的胸部的轮廓曲线中，可以选取其中的胸高点（BP点）、左侧点、右侧点、左后点作为所述胸部的特征点。步骤303：确定每个所述特征点的数据值。其中，所述数据值可以以其对应的特征点的位置向量等表示。如果选择的特征点为颈部的正前点、正后点、左侧点、右侧点、胸部的胸高点等，则本步骤直接获取这些特征点的数据值。接着返回图1，执行步骤103：依据每个所述特征点的数据值，建立至少一条特征曲线，每条所述特征曲线中至少包括两个特征点。其中，所述步骤103可以通过以下方式实现：对每个所述特征点组中的特征点进行曲线连接，得到每个所述特征点组对应的特征曲线，每条所述特征曲线中至少包括两个特征点。步骤104：解析每条所述特征曲线中各个特征点的数据值，以生成与所述目标人体相对应的三维图像。其中，所述步骤104可以通过以下方式实现：调用CsGl.dll运行OpenGL程序，由该OpenGL程序解析每条所述特征曲线中各个特征点的数据值，以生成与所述目标人体相对应的三维图像。由上述方案可知，本申请提供的一种三维图像的生成方法实施例一，通过读取目标人体的图像数据如二维照片数据等之后，对图像数据进行识别， 得到目标人体的特征点的数据值，由此依据每个特征点的数据值建立特征曲线，进而生成三维图像。在本申请实施例的实现过程中，只需一定数量的特征点的数据值，所需的特征点的数量远小于现有技术中所需的所有点云数据的数量，明显减小了数据计算量，提高了建模效率。进一步的，本申请实施例只需已经普遍应用的电子识别器即可实现对目标人体的图像数据的识别，无需价格昂贵的三维扫描仪，明显降低三维图像的生成成本。在上述实施例中，每条特征曲线由至少两个特征点进行描绘而成，每条特征曲线中的特征点越少，本申请实施例中所需要进行计算的数量越小，但可能会出现生成的三维图像精确度不高情况，因此，为了使得生成的三维图像更加接近于所述目标人体，更加能够体现出三维人台的个性化，提高三维图像的精确度，可以通过增加每个特征部位的特征点，进而提高每条特征曲线的精确度的方式来实现提高三维图像的精确度。参考图5，为本申请提供的一种三维图像的生成方法实施例二的部分流程图，其中，在所述步骤302之后，在所述步骤303之前，所述方法还包括：步骤S304：获取每个所述特征部位中区别于所述特征点的插入点，将所述插入点标记为特征点。其中，所述步骤S304中在获取所述插入点时可以依据预设获取规则获取，所述预设获取规则为：以所述特征部位的宽度中心点为基准，确定区别于当前所述特征点的插入点，所述插入点在与当前所述特征点建立的特征曲线能够更加明显的体现出所述目标人体在该插入点所在特征部位的个性化。例如，如图6所示，为建立的胸部曲线中的所有插入点和特征点。在本申请的实际应用中，以服装设计为例，在进行紧身服装设计时，如内衣或泳衣等，需要实际人体每个特征点的实际数据值作为三维数据如人台获取的数据基础。而随着时间的增长，所述目标人体的体型会发生或多或少的变化，所述目标人体的某些特征部位的尺寸如厚度值、宽度值等会发生细微或较大的变 化，使得生成的三维图像所表征的人台特征与实际的人体出现不匹配的情况，在进行服装设计时，需要在某些特征点的数据值上增加放松量或紧缩量，为了使得生成的三维图像更加能够体现出目标人体的个性化，设计出的服装能够在一定时期内更好的满足人体穿着舒适性要求，可以选择应用本申请实施例三，对所述目标人体的部分或全部特征点的数据值进行一定量的修订。参考图7，为本申请提供的一种三维图像的生成方法实施例三的部分流程图，其中，在所述步骤104之后，所述方法还包括：步骤701：获取用户修订指令，所述用户修订指令包括用户需要修订的目标特征点及每个所述目标特征点的修订数据值。需要说明的是，所述步骤701可以选择在所述步骤104之后执行，即在生成所述目标人体对应的三维图像之后，依据用户需求，对所述三维图像进行修改或重新生成。另外，所述步骤701还可以在所述步骤102之后执行，此时，无需执行所述步骤103和所述步骤104，即在确定每个所述特征点的数据值之后，依据用户需求对相应特征点的数据值进行修改，进而生成与所述目标人体相对应的三维图像。步骤702：确定所述三维图像中与所述目标特征点相对应的特征点。步骤703：分别修改确定的特征点的数据值为其各自对应的修订数据值。步骤704：依据每个所述特征点的数据值，更新与所述目标人体相对应的三维图像。在实际实现时，所述步骤704可以通过以下第一方式实现：依据修订后的每个所述特征点的数据值，重新建立至少一条特征曲线；解析重新建立的每条所述特征曲线中各个特征点的数据值，以重新生成与所述目标人体相对应的三维图像。在上述第一方式中，重新生成的三维图像覆盖所述步骤104中建立的三维图像。另外，所述步骤704也可以通过以下第二方式实现：依据每个所述特征点的数据值，在所述三维图像中修改与修订后的特征点相对应的特征曲线，以修改所述三维图像。上述第二方式中，无需重新生成三维图像，而是依据待修订后的特征点修改三维图像。参考图8，为本申请提供的一种三维图像的生成装置实施例四的结构示意图，所述装置应用于计算机中，用于建立与实际人体相匹配的三维人台，即为实际人体对应的三维图像，适用于服装设计及动漫人物设计等需要用到三维人台的应用中，所述装置包括：数据读取单元801，用于读取目标人体的图像数据。其中，所述目标人体是指实际人体，即需要生成三维图像进行服装设计或动漫人物设计等用途的人体，可以包括人身体的部分躯体如女上体、男上体等，也可以包括人身体的全部如全身。而所述图像数据一般为所述目标人体的二维图像数据，例如，目标人体的正面照片数据和侧面照片数据。数据识别单元802，用于对所述图像数据进行识别，以确定至少一个三维图像生成所需的特征点的数据值。需要说明的是，所述数据识别单元802与所述数据读取单元801相连接。其中，所述数据识别单元802在对所述图像数据进行识别，以确定至少一个三维图像生成所需的特征点的数据值时，可以通过以下方式实现：以图像数据包括目标人体的正面照片数据和侧面照片数据为例，首先分别对所述正面照片数据和侧面照片数据中的每个像素点进行扫描识别，确定所述正面照片数据和侧面照片数据中表明所述目标人体的轮廓的像素点，进而可以得到所述正面照片数据对应的所述目标人体的正面轮廓，和，所述侧面照片数据对应的所述目标人体的侧面轮廓，再在所述正面轮廓和所述侧面轮廓上分别确定至少一个生成三维图像所需的特征点的数据值，如在正面轮廓上确定颈部特征点的数据值，并在侧面轮廓上确定胸部特征点的数据值等。需要说明的是，本申请实施例中可以通过提取所述目标人体的正面轮廓和侧面轮廓中任意一个部位的包括宽度值、厚度值和高度值的数据值，由此可以依据所述正面轮廓和所述侧面轮廓确定所述目标人体的任意一个部位 中所有点的数据值其中，本申请中，所述数据识别单元802可以通过人体尺寸提取技术如基于Matlab非接触式二维人体测量程序在所述图像数据如照片中提取所述目标人体每个部位的宽度值、厚度值和高度值等。如图2中的目标人体的全身正面轮廓及侧面轮廓所示。因此，如图9所示的本申请实施例四的部分结构示意图中，所述数据识别单元802包括：特征部位确定子单元821，用于对所述图像数据进行识别，确定至少一个目标人体的特征部位。其中，所述特征部位确定子单元821的功能可以通过以下方式实现：对所述图像数据中的每个像素点进行扫描识别，得到所述图像数据中所述目标人体的正面轮廓和侧面轮廓，并依据所述正面轮廓和所述侧面轮廓确定所述目标人体的特征部位。例如，确定图2所示的目标人体的轮廓中的颈部、胸部、腰部等特征部位。而所述特征部位可以包括如颈部、肩部、胸部、下胸部、腰部、臀部、腿部等中的任何一个或任意组合。所述特征部位能够显著性的体现出所述目标人体的个性特色，由此而生成的三维图像视为最为接近所述目标人体的三维人台。特征点获取子单元822，用于获取至少一个分别与每个所述特征部位相对应的特征点。其中，所述特征点获取子单元822在获取至少一个分别与每个所述特征部位相对应的特征点时，可以通过以下方式实现：依据所述目标人体的轮廓曲线，分别确定每个所述特征部位的轮廓曲线，再从每个所述特征部位的轮廓曲线上的点中，选取表征所述特征部位的个性化特征的点作为特征点。例如，在所述轮廓曲线中选取特征点时，可以依据最外延点选取规则进行选取，即，在所述轮廓曲线中选取所述轮廓曲线中向外延伸最远的点作为特征点。如图4所示，所述目标人体的胸部的轮廓曲线中，可以选取其中的胸高点（BP点）、左侧点、右侧点、左后点作为所述胸部的特征点。需要说明的是，所述特征点获取子单元822与所述特征部位确定子单元821相连接。数据值确定子单元823，用于确定每个所述特征点的数据值。其中，所述数据值可以以其对应的特征点的位置向量等表示。如果选择的特征点为颈部的正前点、正后点、左侧点、右侧点、胸部的胸高点等，则所述数据值确定子单元823直接获取这些特征点的数据值。需要说明的是，所述数据值确定子单元823与所述特征点获取子单元822相连接。曲线建立单元803，用于依据每个所述特征点的数据值，建立至少一条特征曲线，每个所述特征曲线中至少包括两个特征点。需要说明的是，所述曲线建立单元803与所述数据识别单元802相连接。其中，所述曲线建立单元803在实现其功能时，可以通过以下方式实现：对每个所述特征点组中的特征点进行曲线连接，得到每个所述特征点组对应的特征曲线，每条所述特征曲线中至少包括两个特征点。数据解析单元804，用于解析每条所述特征曲线中各个特征点的数据值，以生成与所述目标人体相对应的三维图像。需要说明的是，所述数据解析单元804与所述曲线建立单元803相连接。其中，所述数据解析单元804可以通过以下方式实现其功能：调用CsGl.dll运行OpenGL程序，由该OpenGL程序解析每条所述特征曲线中各个特征点的数据值，以生成与所述目标人体相对应的三维图像。由上述方案可知，本申请提供的一种三维图像的生成装置实施例四，通过读取目标人体的图像数据如二维照片数据等之后，对图像数据进行识别，得到目标人体的特征点的数据值，由此依据每个特征点的数据值建立特征曲线，进而生成三维图像，在本申请实施例的实现过程中，只需一定数量的特征点的数据值，所需的特征点的数量远小于现有技术中所需的所有点云数据的数量，明显减小了数据计算量，提高了建模效率。进一步的，本申请实施例只需已经普遍应用的电子识别器即可实现对目标人体的图像数据的识别，无需价格昂贵的三维扫描仪。在上述实施例中，每条特征曲线由至少两个特征点进行描绘而成，每条特征曲线中的特征点越少，本申请实施例中所需要进行计算的数量越小，但可能会出现生成的三维图像精确度不高情况，因此，为了使得生成的三维图像更加接近于所述目标人体，更加能够体现出三维人台的个性化，提高三维图像的精确度，可以通过增加每个特征部位的特征点，进而提高每条特征曲线的精确度的方式来实现提高三维图像的精确度。参考图10，为本申请提供的一种三维图像的生成装置实施例五的部分结构示意图，其中，所述装置还包括：特征点增加子单元824，用于在所述特征点获取子单元822获取每个所述特征部位所对应的至少一个特征点之后，在所述数据值确定子单元823确定每个所述特征点的数据值之前，获取每个所述特征部位中区别于所述特征点的插入点，将所述插入点标记为特征点。需要说明的是，所述特征点增加子单元824分别与所述特征点获取子单元822及所述数据值确定子单元823相连接。其中，所述特征点增加子单元824中在获取所述插入点时可以依据预设获取规则获取，所述预设获取规则为：以所述特征部位的宽度中心点为基准，确定区别于当前所述特征点的插入点，所述插入点在与当前所述特征点建立的特征曲线能够更加明显的体现出所述目标人体在该插入点所在特征部位的个性化。例如，如图6所示，为建立的胸部曲线中的所有插入点和特征点。在本申请的实际应用中，以服装设计为例，在进行紧身服装设计时，如内衣或泳衣等，需要实际人体每个特征点的实际数据值作为三维数据如人台获取的数据基础。而随着时间的增长，所述目标人体的体型会发生或多或少的变化，所述目标人体的某些特征部位的尺寸如厚度值、宽度值等会发生细微或较大的变化，使得生成的三维图像所表征的人台特征与实际的人体出现不匹配的情况，在进行服装设计时，需要在某些特征点的数据值上增加放松量或紧缩量， 为了使得生成的三维图像更加能够体现出目标人体的个性化，设计出的服装能够在一定时期内更好的满足人体穿着舒适性要求，可以选择应用本申请实施例六，对所述目标人体的部分或全部特征点的数据值进行一定量的修订。参考图11，为本申请提供的一种三维图像的生成装置实施例六的部分结构示意图，所述装置还包括：指令获取单元805，用于获取用户修订指令，所述用户修订指令包括用户需要修订的目标特征点击每个所述目标特征点的修订数据值。需要说明的是，所述指令获取单元805可以与所述数据解析单元804相连接，即在所述数据解析单元804生成完成所述三维图像之后，由所述指令获取单元805接收用户修订指令，触发后续单元对所述三维图像进行修改或重新生成。另外，所述指令获取单元805可以与所述数据识别单元802相连接，此时无需触发所述曲线建立单元803和所述数据解析单元804，即在所述数据识别单元802确定每个所述特征点的数据值之后，由所述指令获取单元805接收用户修订指令，触发后续单元依据用户需求对相应特征点的数据值进行修改，进而生成与所述目标人体相对应的三维图像。目标确定单元806，用于确定所述三维图像中与所述目标特征点相对应的特征点。数据值修改单元807，用于分别修改确定的特征点的数据值为其各自对应的修订数据值。图像更新单元808，用于依据每个所述特征点的数据值，更新与所述目标人体相对应的三维图像。在实际实现时，参考图12为本申请实施例六的另一部分结构示意图，其中，所述图像更新单元808可以包括：图像重建子单元881，用于依据修订后的每个所述特征点的数据值，重新建立至少一条特征曲线，解析重新建立的每条所述特征曲线中各个特征点的数据值，以重新生成与所述目标人体相对应的三维图像。其中，所述图像重建子单元881重新生成的三维图像覆盖所述数据解析单元804中建立的三维图像。另外，参考图13，为本申请实施例六的又一部分结构示意图，所述图像更新单元808也可以包括：图像修改子单元882，用于依据修订后的每个所述特征点的数据值，在所述三维图像中修改与修订后的特征点相对应的特征曲线，以修改所述三维图像。其中，所述图像修改子单元882中，无需重新生成三维图像，而是依据待修订后的特征点修改所述三维图像。例如，应用本申请实施例在进行三维图像生成时，可以在C#环境下，调用由Matlab编写完成的非接触式二维人体自动测量程序，提取构建三维人台所需的目标人体的实际尺寸，由实际尺寸中确定特征点及各自的数据值，进而调用CsGl.dll运行OpenGL程序进行三维界面编程，生成个性化三维图像。其中，Matlab是矩阵实验室（MatrixLaboratory）的简称，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，具有强大的图像处理功能。通过该软件对图像进行阈值分割和二值转化等处理获得目标人体的轮廓，如图2所示。另外，本申请实施例中，可以通过结合人体体型特征规律，利用计算机图形学知识，可以在人体图像边缘上确定出特征点，以得到人体特征部位的尺寸。根据人体的正、侧面体型曲线特点，以两面中容易寻找的凹凸部位为优先寻找点，再根据各特征点高与身高的比值在正面、侧面照片中采用相同的原则来确定另一面的特征点的位置。在本申请中，以女上体的三维图像的生成为例，基于人体照片进行Matlab尺寸自动提取的尺寸包括高度尺寸、宽度尺寸和厚度尺寸。其中，高度尺寸包括身高、颈部高、颈椎点高、肩部高、胸高、下胸高；宽度尺寸包括颈宽、颈根宽、肩宽、胸宽、乳点距、下胸宽；厚度尺寸包括颈厚、颈根厚、肩厚、胸厚、下胸厚等。以下以胸部曲线为例，简述特征部位曲线模拟过程。首先在胸部曲线上确定特征点一共18个，其中包括插入点，这些特征点分布在胸部曲线上，决定了曲线的造型，将其定义在一个三维集合中，然后这些点便可在界面中 显示，根据这些特征点利用雅克比迭代方程反求出曲线的控制点，一共21个控制点，便可进行B样条曲线的绘制，如图14所示。用B样条重构曲面时，一般需要对轮廓线进行相容性处理，即所有轮廓线具有相同的节点矢量和相同的控制点数。然而，对构建人台的特征曲线来说，虽然相邻轮廓曲线之间具有一定的几何相似性，但由于不同轮廓线的几何尺寸和特征不尽相同，因此在各个特征部位曲线的特征点数目会有所不同，如颈部和颈根部都为12个特征点，肩部16个特征点，胸部18个特征点，下胸部16个特征点；且由于不同轮廓的起始点的位置不同等因素，可能会在构造曲面的过程中造成曲面的扭曲。因此，需要结合其他特征部位曲线对各特征部位曲线进行重采样并对轮廓线作转正处理，使得采样点的个数在行方向和列方向上都相等，并且一一对应。由于每个特征曲线都是由一系列连续排列的离散点组成的，且这些离散点都是紧密排列，数量众多，那么如果用最短距离的方法寻求最接近的轮廓起始点，需要计算的距离太多而且计算量大。本例中以胸部曲线上18个特征点为基准，进行重采样，以下胸部特征曲线为例，如图15所示，寻找过程如下：（1）找出轮廓曲线的几何中心O；（2）以中心点所在水平线和垂直线为分界线，将其分为四个象限，各象限均四等分，计算并存储每层特征点与中心点连线的斜率，并对所有斜率进行排序得到公共斜率Si；（3）根据公共斜率Si，按顺序对每个特征曲线进行重采样，这样得到的采样点数目相同，并且一一对应，同时解决了轮廓线转正和相容的问题，得到的采样点可表示为Ai，j（i=0，1，……，m-1；j=0，1，……，n-1）。同样的，这些重新采样的点也是各个特征曲线上的型值点，要进行人台曲面模拟，也必须根据这些型值点反求出控制点。行方向计算完成后，进行列方向的控制点反算，可将行方向及列方向曲线在界面中显示，以便查看各曲面形状，如图16所示。需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间 相同相似的部分互相参见即可。最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。以上对本发明所提供的一种三维图像的生成方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。