一種基于彩色圖像的人體手部形態參數測量方法
【專利摘要】本發明公開了一種基于彩色圖像的人體手部形態參數測量方法，本發明首先通過普通平面掃描儀得到手部兩個姿態的彩色圖像，然后通過色度變換、二值化、中值濾波器濾波和輪廓提取、腕部去除等完成基于彩色圖像的手部輪廓提取。在提取的手部輪廓上，利用斜率微分技術提取兩個姿態上輪廓線上曲率特征比較明顯的測點，最后利用未識別的測點與已知測點的位置和比例約束關系識別出來其余測點，快速準確地提取人體手部兩個姿態上的多個測點，并完成多個手部形態參數。本發明可以廣泛地應用于服裝、工業設計、航天醫學、身份識別等領域。
【專利說明】一種基于彩色圖像的人體手部形態參數測量方法
【技術領域】
[0001]本發明涉及人體測量學與模式識別領域，尤其涉及一種基于彩色圖像的人體手部形態參數測量方法。
【背景技術】
[0002]人體測量是通過測量人體各部位的尺寸來確定個體之間和群體之間在人體尺寸上的差別，用以研究人的形態特征，從而為工業設計、人機工程、人類學、醫學、服裝標準設計等提供人體基礎資料。世界上已有90多個大規模的人體測量數據庫，主要分布在發達國家，比如人體測量研究計劃(Civilian American and European Survey of AnthropometryResearch, CASER)，它在美國、歐洲等得到了廣泛應用。日本HQL協會提出了人體測量和高質量生活工程(Research Institute of Human Engineering for Quality Life)計劃，中國標準化研究院也于2005年開展了全國未成年人體測量項目，建立了全國未成年人體三維掃描數據庫，而之前中國一直未有相關的國家標準。《中國成年人人體尺寸》標準是20年以前建立的，隨著人民群眾生活水平的提高，體貌特征已經發生了巨大變化，該標準已經不能適應生產生活設計的需要，因此該院擬采用三維人體掃描儀開展第二次成年人人體尺寸測量，準備建立中國成年人三維人體掃描數據庫。
[0003]人體測量技術在近幾十年的發展中，大致經歷了由接觸式到非接觸式、由二維到三維的發展過程。非接觸自動測量是現代化人體測量技術的發展趨勢，它以現代光學為基礎，結合圖像處理、計算機視覺等技術，準確、高效、客觀地獲取人體參數數據，目前已經成為人體測量的主流方法，非接觸測量方法分為基于圖像的二維非接觸測量和基于結構光的三維非接觸測量兩類。
[0004]三維非接觸測量具有測量進度高，能夠重建人體整個形狀等特點。例如，由英國Loughborough大學于1989年研制Loughborough人體陰影掃描裝置(LoughboroughAnthropometric Shadow Scannerm LASS),是一種立體陰影測量法。當一個人站立不動時，投影在其身上的光線將被電視攝影機錄取下，身體形狀由一系列橫切面表示，并以平面方式各用16點拉曲線表示。重復32片平面，每一片都與有關骨骼標記相關聯，重建三維身體的表面模型[9]。Cyberware公司于1995年研制的Cyberware全身掃描系統(CyberwareWhole Body Color 3D Scanner)，其型號為WBX設備使用4個激光掃描儀器，利用三角測量技術來獲取三維影像。通過工作站的軟件控制，整個掃描及移動過程，在17秒鐘內獲取人體的數十萬測量項。把多個掃描圖像結合起來就構成一個完整的人體模型。Cyberware公司于1995年研制的Cyberware全身掃描系統和德國Human Solution公司開發的Vitus三維人體掃描儀，則為利用基于三角測量原理，采用結構光進行三維非接觸人體測量的設備，已經廣泛應用于人體測量學和人機工效學等領域。三維非接觸測量設備雖然具有測量進度高，能夠重建人體整個形狀等特點，但是設備比較昂貴，便攜型也比較差。
[0005]二維非接觸測量與三維非接觸測量相比，具有設備簡單、便攜、性能價格比高的優點，因此可以認為是與三維測量互補的一類測量方法。加拿大的BoSS-2系統就是一套基于圖像的非接觸式的人體參數測量和服裝套號系統，為加拿大軍隊提供身體測量以實現制服的快捷、自動化生產。Y.C Kim開發的三維測量系統和瑞士徠卡公司推出的數字攝影測量系統都基于雙目視覺原理，以零交叉點作為匹配特征，采用松弛匹配法，經7次迭代后98%的點可實現匹配，在7m距離范圍內的測量誤差僅為3.9cm,基本達到工業應用水平。北京航空航天大學開發的基于圖像的人體參數測量系統采用兩個數碼相機分別拍攝被測者的正視圖和側視圖，基于雙目視覺原理重建人體關鍵測點，完成人體形態參數測量。
[0006]手部測量是人體測量的重要組成部分，也是也是身份認證的一種重要方法。由于手部相對人體而言尺寸比較小，因此一般不采用人體全身測量設備來進行手部測量，需要采用專門針對手部的測量設備。目前的手部尺寸測量具有采用傳統的手工測量方法外，就是利用全身測量設備完成手部測量，能夠測量的手部參數較少，并且精度偏低。

【發明內容】

[0007]本發明針對現有技術的弊端，針對上述問題，提供一種基于彩色圖像的人體手部形態參數測量方法，這種方法通過普通掃描儀獲取手部兩個姿態的彩色圖像，在數秒鐘內自動從背景中提取出手部輪廓點集線完成手部的多個測點的識別，并計算出多個手部形態參數，從而既保持非接觸測量的優勢，又不增加設備的復雜性，能夠更好地完成手部形態參數的測量。
[0008]為了實現上述目的，本發明提供了一種基于彩色圖像的人體手部形態參數測量方法，包括以下步驟:
[0009]步驟一、獲取包含被測者手部的二維彩色圖像；
[0010]步驟二、從所獲取的彩色圖像中提取手部輪廓，形成手部輪廓線；
[0011]步驟三、基于手部輪廓線的曲率和手部比例關系識別出手部多個測點；
[0012]步驟四、根據測點之間的距離計算出多個人體手部形態參數。
[0013]優選的是，所述的基于彩色圖像的人體手部形態參數測量方法中，步驟一中是將被測者手部放置在平板掃描儀上進行掃描獲取。
[0014]優選的是，所述的基于彩色圖像的人體手部形態參數測量方法中，步驟二中通過以下過程提取手部輪廓線:從被測者彩色圖像中提取色調通道圖像；對色調通道圖像進行二值化處理得到手部和背景用黑、白二色區分的黑白圖像；之后在黑白圖像上提取手部輪廓線。
[0015]優選的是，所述的基于彩色圖像的人體手部形態參數測量方法中，所述色調通道圖像獲取方法如下:將獲取的被測者彩色圖像通過色彩模型的轉換公式轉換到包含色調的顏色空間，得到色調通道圖像。
[0016]優選的是，所述的基于彩色圖像的人體手部形態參數測量方法中，步驟三中對于識別出來的測點可以通過交互的方式進行修改。
[0017]優選的是，所述的基于彩色圖像的人體手部形態參數測量方法中，步驟三中通過以下過程識別測點:利用斜率微分技術提取所述手部輪廓點集曲率圖，得到曲率特征比較明顯的點，作為所述手部輪廓的關鍵測點；
[0018]優選的是，所述的基于彩色圖像的人體手部形態參數測量方法中，根據所述關鍵測點，通過基于手部比例和統計學的方法識別所述手部輪廓的其余測點。[0019]優選的是，所述的基于彩色圖像的人體手部形態參數測量方法中，步驟二中采用8-鄰域追蹤方法進行所述手部輪廓的提取。
[0020]優選的是，所述的基于彩色圖像的人體手部形態參數測量方法中，步驟二中對所述手部輪廓通過提取手腕部分與手掌部分的兩個連接點進行腕部去除。
[0021]優選的是，所述的基于彩色圖像的人體手部形態參數測量方法中，步驟三中所述手部輪廓點集曲率圖經過高斯濾波和中值濾波器處理，得到去噪后的手部輪廓點集曲率圖。
[0022]本發明的基于彩色圖像的人體手部形態參數測量方法，通過普通平面掃描儀得到手部兩個姿態彩色圖像，通過色度變換、二值化、中值濾波器濾波和輪廓提取、腕部去除等完成基于彩色圖像的手部輪廓提取，在提取的手部輪廓上，利用斜率微分技術快速準確地提取人體手部兩個姿態上的多個測點，并完成多個手部形態參數，解決了傳統手工測量中存在的測量項目少、精度差等問題。
【專利附圖】

【附圖說明】
[0023]圖1為本發明所述基于彩色圖像的人體手部形態參數測量方法流程圖；
[0024]圖2為本發明中手部兩個姿勢上的多個測點分布示意圖，(a)為姿勢1，(b)為姿勢2 ;
[0025]圖3為本發明中使用的8-鄰域輪廓跟蹤算法追蹤手部輪廓點集示意圖；
[0026]圖4為本發明中手部輪廓點集腕部去除示意圖；
[0027]圖5為本發明中利用斜率微分技術計算夾角示意圖；
[0028]圖6是本發明中使用斜率微分技術方法處理輪廓點集并進過高斯濾波、中值濾波后得到的輪廓曲率圖；
[0029]圖7是本發明中使用基于比例方法識別測點20-25的示意圖。
【具體實施方式】
[0030]下面結合附圖對本發明做詳細說明，以令本領域普通技術人員參閱本說明書后能夠據以實施。
[0031]步驟一、獲取包含被測者手部的二維彩色圖像；
[0032]步驟二、從所獲取的彩色圖像中提取手部輪廓，形成手部輪廓線；
[0033]步驟三、基于手部輪廓線的曲率和手部比例關系識別出手部多個測點；
[0034]步驟四、根據測點之間的距離計算出多個人體手部形態參數。
[0035]如圖1所示，本發明所述的基于彩色圖像的人體手部形態參數測量方法包括以下步驟:
[0036]步驟一、將被測者手部放置在平板掃描儀上進行掃描獲取手部兩個形態的彩色圖像，所述平板掃描儀還可以是文件掃描儀、實物掃描儀等；輸入該圖像并以之作為人體手部形態參數測量框架。
[0037]步驟二、通過色彩轉換、二值化、濾波處理及腕部去除，獲得手部輪廓，具體步驟為:利用RGB色彩模型與YUV色彩模型的轉換公式，將原始手部彩色圖像從RGB顏色空間轉換到YUV顏色空間，得到手部形態的色調通道圖像；利用根據手部皮膚色調值和背景的色調值的差異對色調通道圖像進行二值化處理得到手部和背景用黑、白二色區分的黑白圖像，既手部形態的二值化圖像；利用中值濾波器對所述手部形態的二值化圖像進行濾波處理，去除椒鹽噪聲，得到去噪后手部形態的二值化圖像；采用8-鄰域追蹤方法對所述去噪后手部形態的二值化圖像進行手部輪廓的提取，得到初步手部輪廓的點集，對所述初步手部輪廓的點集進行腕部去除，得到手部輪廓。
[0038]步驟三、利用斜率微分技術和基于手部比例與統計學的方法進行所述手部輪廓的測點的識別，所識別的測點至少為25個。
[0039]步驟七、根據提取的測點，用相關的兩個測點的像素距離乘以每個像素代表的實際長度，計算得到手部的至少18個形態參數。
[0040]在所述色調變換中，通常的彩色圖像一般采用RGB色彩模型來進行描述，RGB色彩模型中任何色彩都可由紅、綠、藍三原色通過不同的比例混合而成。然而，這種顏色的表示方式與人在實際中解釋顏色的方式是不一致的，人在實際中觀察一個物體時，通常是用色調、色飽和度以及亮度來描述顏色。而且，當光照和環境發生變化時，同一種顏色的RGB分量會有顯著不同，但是色調和色飽和度則不受影響。對于手部圖像而言，手內部光線強的部分與光線弱部分之間RGB分量的差異，就可能會大于它們與背景色之間RGB分量的差異，這對于手部分割非常不利。YUV顏色空間是被廣泛應用于電視信號以及圖像、視頻壓縮領域的另外一種顏色表示方法。其三個分量中Y分量表示亮度，即所謂灰度值，U、V兩個分量描述色彩信息，分別表示色度以及飽和度。這種顏色的表示方式與人在實際中解釋顏色的方式是一致的。YUV空間跟RGB空間之間為一種線性關系，可以互相轉換，轉換公式如下:
[0041]Y = 0.299*R+0.587*G+0.114*B
[0042]U = -0.147*R_0.289*G+0.436*B
[0043]V = 0.615*R_0.515*G_0.100*B
[0044]其中，U、V兩個分量在二維坐標平面中構成了表示色度的矢量，幅角
【權利要求】
1.一種基于彩色圖像的人體手部形態參數測量方法，其中，包括以下步驟: 步驟一、獲取包含被測者手部的二維彩色圖像； 步驟二、從所獲取的彩色圖像中提取手部輪廓，形成手部輪廓線； 步驟三、基于手部輪廓線的曲率和手部比例關系識別出手部多個測點； 步驟四、根據測點之間的距離計算出多個人體手部形態參數。
2.根據權利要求1所述的基于彩色圖像的人體手部形態參數測量方法，其中步驟一中是將被測者手部放置在平板掃描儀上進行掃描獲取。
3.根據權利要求1所述的基于彩色圖像的人體手部形態參數測量方法，其中步驟二中通過以下過程提取手部輪廓線:從被測者彩色圖像中提取色調通道圖像；對色調通道圖像進行二值化處理得到手部和背景用黑、白二色區分的黑白圖像；之后在黑白圖像上提取手部輪廓線。
4.根據權利要求3所述的基于彩色圖像的人體手部形態參數測量方法，其中所述色調通道圖像獲取方法如下:將獲取的被測者彩色圖像通過色彩模型的轉換公式轉換到包含色調的顏色空間，得到色調通道圖像。
5.根據權利要求1所述的基于彩色圖像的人體手部形態參數測量方法，其中步驟三中對于識別出來的測點可以通過交互的方式進行修改。
6.根據權利要求1所述的基于彩色圖像的人體手部形態參數測量方法，其中步驟三中通過以下過程識別測點:利用斜率微分技術提取所述手部輪廓點集曲率圖，得到曲率特征比較明顯的點，作為所述手部輪廓的關鍵測點。
7.根據權利要求1或6所述的基于彩色圖像的人體手部形態參數測量方法，其中根據所述關鍵測點，通過基于手部比例和統計學的方法識別所述手部輪廓的其余測點。
8.根據權利要求1所述的基于彩色圖像的人體手部形態參數測量方法，其中步驟二中采用8-鄰域追蹤方法進行所述手部輪廓的提取。
9.根據權利要求1或8所述的基于彩色圖像的人體手部形態參數測量方法，其中步驟二中對所述手部輪廓通過提取手腕部分與手掌部分的兩個連接點進行腕部去除。
10.根據權利要求1或6所述的基于彩色圖像的人體手部形態參數測量方法，其中步驟三中所述手部輪廓點集曲率圖經過高斯濾波和中值濾波器處理，得到去噪后的手部輪廓點集曲率圖。
【文檔編號】A61B5/103GK103577800SQ201210369466
【公開日】2014年2月12日 申請日期:2012年9月26日 優先權日:2012年7月23日
【發明者】吳壯志, 王春慧, 王政, 周詩華, 嚴曲, 徐永忠 申請人:中國航天員科研訓練中心, 吳壯志