本发明属于人体测量,特别是涉及一种基于人体三维扫描数据的特征提取方法。
背景技术:
1、人体测量技术通过测量人体各个部位尺寸,研究人体器官的形态特征,为供工业设计、人体工程学、工程设计、人类学研究和医学等领域提供基础数据。人体测量技术随着科学技术的进步,正在由传统手工向自动化,由直接测量(接触式)向间接测量(非接触式),由二维摄影图像向三维模型不断发展。传统手工测量方式需要测量人员具备一定的经验,且存在主观性和不稳定的问题,人工难以获取部分处于人体内部的特征,整体效率不高,若要为可穿戴产品设计提供大量数据,需要付出大量的人力物力成本。
2、由于个体生理特征的差异性、独特性,现有的针对三维人体数据的测量技术往往无法满足批量化自动化提取出人体特征,以满足可穿戴产品设计的数据需求。而且,三维人体数据的处理难度较大,现有技术中还没有能够快速准确地实现基于三维人体扫描数据的自动化提取方法。因此,建立一种能够基于三维人体扫描数据批量化、自动化提取出人体特征的方法,对于可穿戴产品的设计至关重要。
技术实现思路
1、为了解决上述存在的问题,本发明提供基于人体三维扫描数据的特征提取算法,用于解决传统人体测量技术测量效率低,精度低,难以适应大规模批量提取特征的问题。
2、为了实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:
3、基于人体三维扫描数据的特征提取算法,包括以下步骤:
4、步骤一:获取人体点云数据集,通过三维扫描仪对人体进行扫描,由于人体形态个体差异等影响,采集到的三维数据模型可能会产生一些细小的缺失和干扰,影响人体形态的后续研究,利用三维扫描软件将三维人体模型的干扰进行排除,并填充其空洞,保证三维人体数据的完整性与准确性,将其保存为通用的三维模型数据格式(.stl文件)。
5、步骤二:对扫描得到的三维人体网格模型进行预处理,预处理包括平滑处理,提取三维点云数据以及点云数据降采样。使用拉普拉斯平滑算法对网格模型进行平滑后,根据网格模型提取出三维点云数据,使用体素网格下采样算法对点云使用体素网格下采样法进行降采样。
6、进一步地,拉普拉斯平滑算法既能保持网格模型的几何特征,也能避免噪声对网格模型的影响。提取出三维点云数据后,使用体素网格下采样算法能够获取到点云数据中的关键点,从而达到降低计算量的目的。
7、步骤三:对首个三维人体数据进行三维点云旋转以确定其坐标系,并以其为配准基准对后续的三维人体点云数据进行粗配准与精配准,使得所有的三维人体数据具有统一的坐标系,便于人体关键特征曲面的提取。
8、步骤四:根据对人体结构的特点,分别截取出人体关键特征点所在曲面的点云数据,并计算出曲面点云上所有点对应的平均曲率,并选择出每个特征曲面上平均曲率最大的点作为该曲面上的关键特征点。
9、步骤五:保存关键特征点的三维坐标值,并参考相关医学文献中人体特征定义,计算出相关的人体特征尺寸,包括直线距离、投影等。
10、步骤六:对提取出的人体特征参数进行数据统计分析处理,以保证提取到的人体数据的准确性。
11、进一步地,对提取到的人体特征参数缺失值检验、奇异值检验以及采集数据的正态分布检验来确保提取到的数据具有完整性、一致性和稳定性。
12、与现有技术相比,本发明提出的基于人体三维扫描数据的特征提取算法以下优点:(1)相比传统手工人体测量技术,能够快速、准确、自动化地提取到人耳特征,能够解决部分内部结构无法准确提取的问题,大大降低提取过程中消耗的人力物力。(2)本发明的提取过程具有可逆性,可以随时根据需求,添加提取项目,为产品设计提供充分的数据支撑。(3)本发明使用数据统计分析方法,确保提取到的数据具备完整性、一致性以及准确性。
1.一种基于人体扫描数据的特征提取方法,其特征在于,步骤如下:
2.如权利要求1所述的一种基于人体扫描数据的特征提取方法,其特征在于,所述的第三步中,所述的三维点云旋转通过计算出旋转轴与旋转角,利用罗德里格旋转公式得到点云变换矩阵实现;所述的罗德里格旋转公式,通过计算旋转轴与旋转角,利用罗德里格旋转矩阵可以获得空间变换矩阵,从而实现点云的空间变换。
3.如权利要求1或2所述的一种基于人体扫描数据的特征提取方法,其特征在于,所述的第一步中,所述的三维人体数据进行调整与处理包括去噪、修补以及光顺。
4.如权利要求1或2所述的一种基于人体扫描数据的特征提取方法,其特征在于,所述的第一步中,所述的通用的三维模型数据格式为.stl格式。
5.如权利要求3所述的一种基于人体扫描数据的特征提取方法,其特征在于,所述的第一步中,所述的通用的三维模型数据格式为.stl格式。
6.如权利要求1或2或5所述的一种基于人体扫描数据的特征提取方法,其特征在于,所述的预处理中三维网格模型平滑处理采用的是拉普拉斯平滑算法。
7.如权利要求3所述的一种基于人体扫描数据的特征提取方法,其特征在于,所述的预处理中三维网格模型平滑处理采用的是拉普拉斯平滑算法。
8.如权利要求4所述的一种基于人体扫描数据的特征提取方法,其特征在于,所述的预处理中三维网格模型平滑处理采用的是拉普拉斯平滑算法。
9.如权利要求1或2或5或7或8所述的一种基于人体扫描数据的特征提取方法,其特征在于,所述的预处理中三维点云数据降采样采用的是体素下采样法。
10.如权利要求3所述的一种基于人体扫描数据的特征提取方法,其特征在于,所述的预处理中三维点云数据降采样采用的是体素下采样法。