[发明专利]一种基于二维图像的人体骨架模型建立方法

说明书

本发明公开一种人体骨架模型建立方法。该方法对二维图像中基于轮廓的人体骨架模型建立方法进行改进。步骤包括：利用人体骨架特征点为节点，构造初始化有权图，图的边是人体骨架特征点间的连线；在该图上采用最小生成树算法，得到最小生成树骨架；然后根据人体骨架的拓扑关系进行修正，最后得到正确的人体骨架模型。本方法对于干扰和噪声比较鲁棒。

技术领域：

本发明属于图像处理和计算机视觉领域，涉及人体骨架模型的建立算法。

背景技术：

二维图像中人体骨架模型在姿态识别、人体运动分析和行人检测等领域中占有着十分重要的地位。较好的骨架需要具有如下属性：(1)同伦，骨架必须保持图像目标的拓扑结构；(21)像素厚度，骨架应该由厚度为1的线组成；(3)中间性，骨架应该放置于形状的中间；(4)噪声免疫性。现有的骨架提取技术得到的骨架大多都不能满足上述四个条件，比如细化算法和基于维诺图的骨架化算法对边界噪声太敏感、最大球骨架算法不满足同伦性和1像素厚度性等等。

Jianhao Ding等在文献“Extraction of Human Body Skeleton Based onSilhouette Images”(IEEE,2010,1:71-74)中提出了一种基于距离变换寻找人体骨架特征点并且通过连接人体骨架特征点形成人体骨架的方法，该方法能够得到满足上述四条性质的骨架。但在该方法中所介绍的连接人体骨架特征点的算法需要先找出人体胸部骨架特征点，认为人体胸部骨架特征点是所有人体骨架特征点中距离变换值最大的，但事实也不完全如此，所以当不能正确找出人体胸部骨架特征点时，该连接人体骨架特征点的算法便失效了，从而不能得到正确的人体骨架。

本发明依据最小生成树原理提出了一种新的连接人体骨架特征点生成人体骨架的方法。首先根据人体二值轮廓图中人体骨架特征点初始化有权图G＝(V,E)，然后采用最小生成树算法，得到最小生成树骨架，最后结合人体特有的拓扑结构对其修正，修正后的最小生成树骨架是正确的人体骨架。该算法并不需要先找出人体胸部骨架特征点，所以扩大了方法的适用范围。

发明内容：

本发明的目的是提出一种人体骨架模型建立方法，期望能够得到具有同伦性、1像素厚度性、中间性和较好的噪声免疫性的人体骨架。

本发明提出了一种基于最小生成树的人体骨架提取方法，包括以下步骤：

1、一种基于最小生成树的人体骨架模型建立方法包含如下步骤：

步骤1由人体骨架特征点初始化有权图；

步骤2在有权图上采用最小生成树算法得到最小生成树骨架；

步骤3修正最小生成树骨架。

2、所述最小生成树骨架提取算法的具体步骤为：

步骤s11：根据人体骨架特征点构造有权图G＝(V,E)，其中顶点集V是所有的人体骨架特征点，边集E中的边是人体骨架特征点间的连线；

步骤s12：，若该线段上的所有点都在人体轮廓上，那么该边的权值为该线段的长度；否则为无穷大，即该边不存在；

步骤s13：在有权图上采用最小生成树算法得到最小生成树骨架模型；

:步骤s14：修正最小生成树骨架，包含修正人体胸部骨架特征点和人体腰部骨架特征点的错误连接情况。

附图说明：

图1为一幅包含人体骨架特征点的人体轮廓二值图，其中白色的部分为人体轮廓，轮廓中的黑色的点为人体骨架特征点。

图2为利用人体骨架特征点间的距离初始化的图。

图3为最小生成树骨架。

图4为正确的人体骨架模型的拓扑结构。