一种基于机器视觉的曲面枕个性化定制方法

本发明属于曲面枕的生产领域，具体涉及了一种基于机器视觉的曲面枕个性化定制方法。

背景技术：

1、曲面枕是一种能够提供颈部舒适支撑、促进良好睡眠的创新型枕头。随着消费者对健康的日益重视，曲面枕作为重要的助眠纺织品，定制化需求激增。市面上常见的曲面枕多为标准化产品，无法满足个性化尺寸需求，致使消费者难以找到适合颈部形态的曲面枕型号。

2、曲面枕个性化定制，需要精准地获取定制者的头、颈、肩部位的尺寸。设计人员一般会采用人工测量的方法或者借助三维扫描仪获取定制者的尺寸数据。前者缺乏尺寸的准确性，后者定制程序复杂、居家测量不方便、设备成本较大。因此，亟需一种能够自动测量和提取人体头颈部尺寸的方法，以提高定制的精准性和适应性，弥补曲面枕个性化定制市场的缺陷。

3、近年来，枕头舒适性和满足个性化定制需求的研究逐渐增多，主要涉及三类定制方法技术的研究。第一类主要利用三维扫描和图像处理等技术，建立头部形态的准确模型，并据此设计个性化的曲面枕产品。smith等人提出了一种基于三维扫描和计算机辅助设计的枕头设计方法，由于三维扫描仪采用的是非接触式扫描技术，对于部分表面粗糙或者不规则的物体可能无法进行有效的扫描，同时扫描成果受环境、光线和位置等因素干扰，限制条件较多。第二类基于生物力学建模技术，如gao开发了一种基于生物力学建模的曲面枕设计方法。通过结合用户的头颈生物力学特性和力学模拟，他们成功实现了曲面枕的个性化定制，但是此方法的重点是研究枕头的压力分布，缺乏尺寸设计，从而降低了曲面枕定制的适恰性。第三类应用机器学习算法分析用户的睡眠数据，构建睡眠质量与枕头参数之间的关联模型，通过该模型，他们能够为每位用户推荐最适合其睡眠习惯和体型的枕头类型，实现个性化定制的自动化过程。但此方法较为复杂，定制周期长，提升枕头定制的成本，无法普及。区别于以上方法，蔡树河研究出一种利用手机app实现量身定制枕头的方法，根据照片数据和距离数据，利用图像处理和分析技术，计算出使用者的尺寸数据。由于手机测距技术的限制，导致在尺寸数据获取使存在一定的偏差，而且此方法没有考虑到用户的睡姿习惯。

4、可见，现有的个性化定制技术在人体头、颈、肩部测量方面，需要定制者到达测量场所进行三维仪器扫描获取数据。扫描仪器获取尺寸，其数据有效性受环境、光照等因素影响；此外，价格昂贵，增加企业的生产成本和工作量，不适合消费者居家测量，致使曲面舒适枕的个性化定制无法得到推广与普及。

技术实现思路

1、本发明的目的在于提供一种基于机器视觉的曲面枕个性化定制方法，融合机器视觉机制，针对人体图像，实现在线人体头、颈、肩部尺寸测量，形成一套简单完整的曲面舒适枕大规模个性化定制体系。

2、为了解决的上述技术问题，采用如下技术方案：

3、一种基于机器视觉的曲面枕个性化定制方法，其特征在于包括如下步骤：

4、(1)图像采集：使用手机拍下定制者的正面和侧面图像；

5、(2)图像预处理：对所述步骤(1)图像的形态细节进行处理，包括膨胀、腐蚀以及去噪操作；

6、(3)图像分割：通过卷积神经网络算法进行图像分割，将经过步骤(2)处理后的图像输入到代码中，通过搭建的深度学习算法，输出分割后的黑白二值图；

7、(4)轮廓提取：将经过所述步骤(3)分割后的图像进行轮廓提取，选取canny边缘检测算子，获取定制者头颈部的轮廓图；

8、(5)特征点提取：在所述步骤(4)得到的正面轮廓图像上进行特征点提取，提取左右耳屏点、左右肩尖点，利用关键点定位法，获取定制者的肩宽和两耳间的宽度，再计算出枕头设计所需的尺寸数据(肩宽-头宽)/2；

9、(6)曲线拟合：在所述步骤(4)得到的侧面轮廓图像上进行曲线拟合，将定制者的颈部形态转化为y关于x的一元三次线性回归方程，然后根据枕头的设计参数，计算出头部最凸点与颈部最凹点到背部切线的距离，从而获取枕头仰卧区域的波峰值与波谷值，如图4所示；

10、(7)尺寸测量：将所述步骤(5)与步骤(6)获取的数据与枕头的设计参数对应，通过所述步骤(5)计算得出的(肩宽-头宽)/2数据作为分区睡眠枕的侧睡区域高度；通过所述步骤(6)获得的波峰值与波谷值以及曲线形态作为仰卧区的枕面形状和高度；

11、(8)形态分类：结合获取的定制者样本尺寸数据和定制者个体的颈部形态，将定制者分为不同的类别，每个类别分配到适配的个性化定制服务；

12、(9)形状设计：设计关联机制，将测量的定制者尺寸数据和枕头设计参数进行关联，再根据定制者的颈部形态分析结果，定制出一款符合使用者颈部曲线和高度的曲面舒适枕，枕头模型如图6所示；根据所述步骤(8)的分类标准定制不同尺码的曲面枕，后期对照定制者尺码，将其分配到合适的分类标准中，直接匹配对应的曲面枕大小。

13、优选后，所述步骤(1)，对每个定制者进行正面与侧面视角拍摄，以获得头颈部的全面信息；对于侧面图像拍摄，需要确保头颈部与手机平行，以获得准确的头颈轮廓；拍摄结束后，进行数据验证，检查图像质量和清晰度，排除拍摄错误和异常；需要对每张图像进行标注，包括定制对象编号、拍摄日期和拍摄角度信息；最后，将所有数据按定制对象编号整理存档，并建立数据库。

14、优选后，所述步骤(2)，统一所述步骤(1)拍摄的所有图像尺寸，然后通过调整锐化半径和锐化程度增强图像细节和轮廓，使图像更加清晰；最后用形态学处理算法对图像进行膨胀、腐蚀操作，卷积核的中心逐个像素扫描原始图像，对图像进行高斯滤波，消除图像噪声，去除散落的细小头发丝对轮廓提取的影响；采用双边滤波法，保持边缘梯度，其计算公式为：

15、

16、式(1)中，g(i,j)代表输出点的像素值；f(k,l)代表模板中心点(k,l)的像素值；ω(i,j,k,l)为双边滤波器的模板权值，是由空间域核域值域核两个模板相乘所得，计算公式如下：

17、

18、式(2)中，σd、σr分别为距离模板和值域模板高斯函数标准差。

19、优选后，所述步骤(3)采用minet显著性目标检测模型，将头部样本图像输入训练好的卷积神经网络模型中，进行图像分割，得到头部区域的分割结果；对分割结果进行评估，比较分割后的图像与原始图像的差异，以验证算法的准确性和有效性。

20、优选后，所述步骤(4)，使用canny算法对图像进行边缘检测，算法通过灰度化、高斯滤波、计算梯度幅值和方向、非极大值抑制、双阈值处理和边缘连接的步骤，提取图像中的头部区域边缘信息。

21、优选后，所述步骤(5)关键点定位法，使用mediapipe对人体的3d实时关键点检测和跟踪，其中mediapipe姿态检测模块将人体的每个部分划分为32个关键点，同时实时检测人体关键点；根据姿态估计算法输出的关键点数据，获取特定点的身体部位，从而对左右耳屏点和左右肩尖点进行定位。

22、优选后，所述步骤(6)，将颈部形状转换成曲线，使用最小二乘法来拟合后颈部形态像素坐标点的分布规律，得到曲线的函数表达式；通过最小化误差平方和，使尺寸数据与拟合曲线之间的距离最小化，得到最佳匹配的曲线；曲线拟合算法，此处使用一元三次线性回归方程进行曲线拟合：

23、y＝(ae-b)x3+cx2+dx (3)

24、式(3)表示了一个三次多项式曲线，其中a、b、c、d是通过计算得出的系数，其中，系数矩阵的每一行代表一个数据点，目标向量的每个元素代表对应数据点的曲线值,解出向量系数。x表示沿肩部至头部方向的坐标值，y表示与对应x坐标的颈部曲线高度点坐标值，y坐标的方向与x坐标方向垂直且指向提取的颈部曲线；通过将需要拟合的颈部曲线的离散数据点按照xy坐标系给出坐标值，然后将每个数据点的坐标表示为向量形式，并构造系数矩阵f和目标向量b；将在颈部提取到的点输入到公式中进行验证，并且将修正值加上后得到其修正后的误差，其修正值为测量值减去标准值，最终得出曲线函数。

25、优选后，所述步骤(8)，将定制者尺寸数据进行分类，采用dpc聚类算法构建局部密度，通过截断距离计算得到的聚类中心的局部密度最大，且为整个数据集中局部密度最大的数据点，根据局部密度和相对距离的值将数据点分配到密度更高且距离最近数据点所属类中。

26、优选后，所述步骤(9)关联机制，枕头形状被分为侧睡区与仰卧区，通过建立三维坐标将头颈部尺寸数据中提取的特征点与枕头设计参数坐标进行对齐，在同一坐标系下建立二者的关系，建立头部数据和枕头设计参数之间的关联。

27、优选后，该定制方法还包括有步骤(10)工厂生产：利用手机的上网功能,将上述步骤中获得的所有数据以及定制者的联系地址和电话,传输至生产厂商的服务器中,生产厂商根据上传的数据,生产得到定制的枕头。

28、由于采用上述技术方案，具有以下有益效果：

29、1、本发明结合定制者头部形状和睡姿，定制曲面枕的形状，与传统的枕头设计方法相比，更能满足个体需求。

30、具体地，如图7与图8所示，人的睡眠姿势主要有侧睡、平躺两种，根据不同个体的颈部形态与肩宽等因素，确定曲面枕的高度和形状，进一步提高曲面枕的适应性和舒适性。

31、2、本发明不依赖三维扫描仪器，从人体图像出发，自动提取并测量头、颈、肩部尺寸数据。

32、具体地，通过计算机进行图像分割与轮廓检查，提取出左右耳屏点和左右肩尖点四个参考点并自动计算出(肩宽-两耳宽)/2的值；再进行后颈部形态分析，拟合出相应的颈部弯曲曲线方程，自动检测出颈部最凹点与后脑壳的最凸点。

33、3、本发明实现曲面枕大规模个性化定制，解决一人一版个性化定制存在的设计成本高昂和时间周期漫长等问题。

34、具体地，采用dpc聚类算法构建局部密度，根据局部密度和相对距离的值将测量出的数据点分配到密度更高且距离最近数据点所属类中。制作出不同尺码的曲面枕，按照用户尺寸数据划分类别，实现大规模个性化定制。