[发明专利]体积识别方法和系统

权利要求书

1.一种用于识别三维成像系统的范围内的目标对象的体积的方法，包 括以下步骤：

a)使用所述三维成像系统(3)来捕获三维图像数据，其中，所述图像数 据呈现出多个点(5)，每个点(5)具有在三维空间中的至少一组坐标；

b)将所述点(5)中的至少一些点群组化为一组丛集(6)；以及

c)根据第一组参数来选择与位于所述三维成像系统(3)的范围内的目 标对象(1)对应的丛集(6)，其中所述第一组参数包括目标对象(1)的位置、形 状和尺寸中的至少一项；

该方法的特征为还包括以下步骤：

d)根据包括所述点(5)在所述三维空间中的位置的第二组参数，来将所 选择的丛集(6)的点(5)中的至少一些点群组化为一组子丛集，其中，每个子 丛集在所述三维空间中具有形心(11)；以及

e)将体积(12)与至少一些所述子丛集中的每一个相关联，其中，所述 体积(12)被固定到所述子丛集的形心(11)。

2.根据权利要求1所述的方法，其中，使用K-means算法来将所选择 的丛集(6)的点群组化为预定数目为K个的子丛集。

3.根据权利要求1所述的方法，其中，与子丛集相关联的所述体积(12) 是球体。

4.根据权利要求3所述的方法，其中，所述球体以所述子丛集的形心 (11)为中心。

5.根据权利要求1所述的方法，其中，根据包括以下步骤的方法来执 行将点(5)群组化为丛集(6)：

a)创建包含第一点(5)的第一丛集(6)；以及

b)对每个其它点(5)执行以下操作：

i)在所述三维空间中寻找形心(7)最接近于所述其它点的丛集(6)；以 及

ii)如果在所述三维空间中在所述其它点(5)和所述最接近的丛集的 形心(7)之间的绝对距离高于预定阈值θ，并且丛集(6)的数量仍然低于预 定最大值q时，则创建包含所述其它点的额外丛集(6)；或者

iii)如果所述绝对距离不高于所述预定阈值θ，或者丛集(6)的数量已 经达到所述预定最大值q时，则将所述其它点(5)增加到形心(7)最接近于 所述其它点(5)的所述丛集(6)。

6.根据权利要求5所述的方法，其中，将点(5)群组化为丛集(6)还包括 以下步骤：

a)判定所述丛集(6)中的两个丛集是否连接；以及

b)合并连接的丛集(6)。

7.根据权利要求6所述的方法，其中，判定所述丛集(6)中的两个丛集 是否连接包括以下步骤：

a)计算所述两个丛集(6)中的每一个的点(5)沿着轴(8)的投影的分布的 标准偏移，其中，所述轴(8)链接所述两个丛集(6)的形心(7)；以及

b)检查已乘上预定因子S的所述标准偏移的总和是否高于在所述两个 丛集(6)的形心(7)之间的绝对距离。

8.根据权利要求1所述的方法，其中，所述三维成像系统(3)包括飞行 时间式3D照相机、立体照相机、位于所述三维空间中的不同位置的多个照 相机、或者激光雷达、声纳或雷达系统。

9.根据权利要求1所述的方法，其中，所述图像数据至少包括每个点 (5)的深度、天顶角和方位角，并且所述方法还包括将这些点(5)中的至少一 些点的深度、天顶角及方位角转换为三维笛卡儿坐标的步骤。

10.根据权利要求1所述的方法，其中，所述目标对象(1)是人类身体 的至少一部分。

11.根据权利要求10所述的方法，其中，所述人类身体为站姿。

12.根据权利要求11所述的方法，还包括计算所述身体的躯干(19)的 近似质心(17)和主轴(18)的步骤。