. 0的骨架末梢点8匹 配对，裁剪掉其所对应的骨架末梢分支15匹配对；对于未匹配的单个骨架末梢分支15,直 接去掉骨架末梢点8的值小于1. 0的骨架末梢分支15,生成一个新的简化服装骨架。
[0075] 6. 3)对新得到的简化服装骨架重复6.1)、6. 2)步骤，直至最后服装骨架分支10个 数剩余1或0,本实施例各步的PR值如表2所示，网络图模型如图8所示，表2中1次计算 结果对应图8 (a)，2次计算结果对应图8化），3次计算结果对应图8 (C)。
[0076]表2
[0077]
[0079] 从最初的服装骨架5开始，W上过程可W得到一系列依次简化的服装骨架，即得 到最终服装图像的多层次细节骨架模型14。
[0080] 由此可见，本发明实现建立了一个多层次细节的模型，按照重要程度对服装骨架 进行依次简化，效率高，确定性好，能用于服装识别和服装匹配等方面。
[0081] 上述【具体实施方式】用来解释说明本发明，而不是对本发明进行限制，在本发明的 精神和权利要求的保护范围内，对本发明作出的任何修改和改变，都落入本发明的保护范 围。
【主权项】
1. 一种建立服装图像多层次细节骨架模型的方法，其特征在于： 步骤一、提取服装骨架： 通过OPENCV工具从服装图像提取服装轮廓并等距采样得到服装轮廓的多边形，将组 成服装轮廓的多边形作为约束条件，对多边形内部进行Delaunay三角剖分，使得多边形内 部的三角形保持Delaunay三角形的属性，得到具有两种不同类型边的三角形；两种不同类 型边为存在于服装轮廓的内部的内部边和存在于服装轮廓上的边界边，再将剖分得到的三 角形根据所具有内部边和边界边的数量划分为三类，提取每个三角形的内部骨架线段，将 所有三角形的内部骨架线段端点首尾相连，得到服装骨架； 步骤二、对所提取的服装骨架进行光滑： 提取服装骨架中的服装骨架分支，分别对每个服装骨架分支进行Bezier曲线拟合，将 服装骨架分支的两个端点作为Bezier曲线的始末点，服装骨架分支中间的骨架连接点作 为Bezier曲线的控制点； 步骤三、提取服装轮廓对称轴： 用主成分分析PCA方法对服装轮廓的等距采样点进行降维得到两个特征向量，两个特 征向量分别作为主方向和次方向；以服装轮廓的重心点为经过点，分别以主方向和次方向 为直线方向，各自组成两个PCA轴，每个PCA轴将服装轮廓分割成两侧的轮廓线P和Q; 以其中任意一个PCA轴为镜像轴，将其中一侧的轮廓线P镜像映射到另一侧，得到镜像 部分轮廓线P'，并计算镜像轴同侧两个轮廓线P'和Q的镜像HausdorfT距离，分别计算 两个PCA轴分割得到两侧轮廓线的镜像Hausdorff距离，选取较小镜像Hausdorff距离所 对应的PCA轴作为初始服装轮廓对称轴^，初始服装轮廓对称轴^进行迭代调整得到真实 服装轮廓对称轴1 ; 步骤四、匹配服装骨架分支： 利用真实服装轮廓对称轴1对服装骨架分支根据重心的位置进行左右归类，计算左、 右侧服装骨架分支两两之间的镜像Hausdorff距离；依次选取镜像Hausdorff距离最小值 所对应的两个左右服装骨架分支作为匹配对，已选取作为匹配对的两个左右服装骨架分支 不作为下一次选取匹配对的对象，直至其中一侧的服装骨架分支已被选取完，得到多组匹 配对； 将镜像Hausdorff距离依次从小到大排列，再运用大津Otsu法，每个镜像Hausdorff距离依次作为分割值，用分割值将所有得到的镜像Hausdorff距离根据大小分成两类，并 计算两类各自的类内方差以及类间方差，取两类的类内方差最小和类间方差最大对应的分 割值作为最优阈值，去除大于最优阈值的镜像Hausdorff距离所对应的服装骨架分支匹配 对； 步骤五、利用改进的网页排序方法计算骨架关键点的重要性值： 将每个骨架关键点作为网页排序方法的页面节点赋予相同的重要性初始值，每个服装 骨架分支表示了两个骨架关键点之间的一个链接，包含出链和入链；将服装骨架分支的长 度作为网页排序方法中重要性值的分配因素，采用网页排序方法通过出链、入链的关系不 断迭代计算更新，直至数值稳定得到最后每个页面节点的重要性值，具体采用以下公式：其中，PR(E)表示页面节点E的重要性值，m表示页面节点E所链接的页面节点Ei的数 量，N(Ei)表示页面节点Ei所链接的页面节点数量，n表示页面节点Ei所链接的页面节点E」 的数量，L(Ei，EJ表示两个相互链接页面节点EJPI之间的路径长度，i表示页面节点E所 链接的页面节点序数，j表示页面节点Ei所链接的页面节点E序数； 步骤六、利用迭代循环计算服装骨架的重要性值，建立服装图像的多层次细节骨架模 型： 将服装的骨架末梢点所连接的唯一服装骨架分支定义为骨架末梢分支，重复计算服装 骨架关键点的重要性值并且简化服装骨架，得到最后的服装图像的多层次细节骨架模型。2. 根据权利要求1所述的一种建立服装图像多层次细节骨架模型的方法，其特征在 于：所述步骤一中，剖分得到的三角形根据所具有的内部边和边界边的数量采用以下方式 划分为三类：具有一个内部边和二个边界边的为I类三角形，具有二个内部边和一个边界 边的为II类三角形，具有三个内部边的为III类三角形。3. 根据权利要求1所述的一种建立服装图像多层次细节骨架模型的方法，其特征在 于：所述步骤一中，内部骨架线段包括I类三角形中内部边的中点和该内部边所对的三角 形顶点的连线、II类三角形中两个内部边的中点之间连线、III类三角形中三个内部边的 中点和三角形Voronoi点的各自连线。4. 根据权利要求1所述的一种建立服装图像多层次细节骨架模型的方法，其特征在 于：所述步骤二中，提取服装骨架中的服装骨架分支具体为：根据步骤一组成服装骨架的 点有以下三类：连接三个三角形内部骨架线段的骨架交叉点、连接二个三角形内部骨架线 段的骨架连接点和只连接一个三角形内部骨架线段的骨架末梢点；将骨架交叉点和骨架末 梢点作为骨架关键点，如果两个骨架关键点之间的骨架线段路径上不存在骨架交叉点，则 该骨架线段路径为服装骨架分支，该两个骨架关键点为服装骨架分支的两个端点。5. 根据权利要求1所述的一种建立服装图像多层次细节骨架模型的方法，其特征在 于：所述步骤三中，对初始服装轮廓对称轴1〇采用以下方式进行迭代调整以接近真实服装 轮廓对称轴： 3. 1)服装轮廓对称轴lk将服装轮廓分割为两侧的轮廓线Pk和Qk，k为服装轮廓对称轴 调整次数，将其中一部分轮廓线Pk以服装轮廓对称轴1k为基准映射到另一侧，得到镜像部 分轮廓P' k; 3.2)将镜像部分轮廓P'k和另一侧轮廓线Qk上的点作为两个点集合，用ICP(IterativeClosestPoints)方法不断计算并更新得到镜像部分轮廓P" k，更新后的 镜像部分轮廓P"k和其初始未映射的部分轮廓Pk进行点的一一对应，得到对应的各对匹 配点； 3. 3)利用最小二乘法，将每对匹配点连接线段的中点作为点集来拟合得到新的服装轮 廓对称轴lk+1; 3. 4)重复以上3. 1)、3. 2)、3. 3)步骤进行迭代调整，直至当前步骤得到的服装轮廓对 称轴ln与上一步得到的服装轮廓对称轴1 ^的偏差角度小于2°，停止计算，将最后一次计 算得到的服装轮廓对称轴ln作为真实服装轮廓对称轴1，n为得到真实服装轮廓对称轴所 经过的调整次数。6. 根据权利要求1所述的一种建立服装图像多层次细节骨架模型的方法，其特征在 于：所述步骤四中，左、右侧服装骨架分支两两之间的镜像Hausdorff距离包括其中一侧任 一服装骨架分支与另一侧各个服装骨架分支的镜像Hausdorff距离。7.根据权利要求1所述的一种建立服装图像多层次细节骨架模型的方法，其特征在 于：所述步骤六具体包括： 6. 1)由步骤五计算得到各个骨架关键点的重要性值与步骤四匹配得到的各服装骨架 分支匹配对，计算出骨架末梢分支匹配对中两个骨架末梢点重要性值的平均值； 6. 2)选出重要性值的平均值小于重要性初始值的骨架末梢点匹配对并去除其所对应 的骨架末梢分支匹配对；对于未匹配的单个骨架末梢分支，去除重要性值小于重要性初始 值的骨架末梢分支，生成新服装骨架； 6. 3)依次迭代重复6. 1)、6. 2)步骤，直至最后剩余的服装骨架分支个数为1或0,而无 法继续计算新的简化服装骨架的重要性值，则完成建立服装图像的多层次细节骨架模型。
【专利摘要】本发明公开了一种建立服装图像多层次细节骨架模型的方法。对于预先从图像中提取的服装轮廓，运用约束Delaunay三角化方法提取服装轮廓对应的服装骨架，并对提取得到的服装骨架进行光滑；同时提取服装轮廓对称轴，并利用服装轮廓对称轴匹配服装骨架分支，利用改进的网页排序方法计算骨架关键点的重要性值；利用迭代循环计算服装骨架关键点的重要性值并且简化服装骨架，得到最后的服装图像的多层次细节骨架模型。本发明可对服装骨架进行依次简化，并可得到服装图像从简到繁的多层次细节骨架模型。
【IPC分类】G06T7/00, G06F17/50
【公开号】CN104952065
【申请号】CN201510237236
【发明人】王贝, 李基拓, 曾继平, 陈 光, 陆国栋
【申请人】浙江大学
【公开日】2015年9月30日
【申请日】2015年5月10日