[发明专利]一种非接触式三维人体尺寸的测量方法

权利要求书

1.一种非接触式三维人体尺寸的测量方法，其特征在于包括以下步骤：

步骤一、采用便携式智能终端获取以被测者为中心的视频信息；

步骤二、对所述视频信息进行预处理，从中提取关键帧图像序列；

步骤三、基于所述关键帧图像序列，先采用openMVG—IncrementalSFM增量式SfM技术，计算出便携式智能终端的相机参数和三维结构，重建出相机空间位置的稀疏点云空间，再通过多视图立体视觉算法MVS对稀疏点云进行稠密点云重建；最后通过基于Graphnonmy+深度学习方法将分割后的人体轮廓区域通过稀疏点云空间重新投射到稠密点云空间上，得到人体着装轮廓分割后的稠密点云，从而重建出被测者的三维人体模型；

步骤四、基于重建出的三维人体模型，提取出相应的人体尺寸数据；

所述步骤三中重建出被测者的三维人体模型的方法包括以下步骤：

步骤Ⅰ、采用SIFT技术对所述关键帧图像序列中的图像逐一进行特征点提取与匹配；

步骤Ⅱ、先选取匹配好的两幅图像进行初始化点云重建，同时对初始化生成的相机位姿和三维点云进行首次光束平差BA优化；此后，每添加一次新图像，均要进行相机空间位置点求解和特征点的三角定位，同时每添加一次新图像并重建完成后都要进行一次光束平差BA优化，直到所有图像添加完毕，整个增量式场景重建完成，从而重建出相机空间位置的稀疏点云空间；

步骤Ⅲ、先利用多视图聚类CMVS对稀疏点云空间对应的图像进行聚簇分类，再利用多视图立体视觉PMVS对每一幅图像的像簇实现独立的密集重构，获得对应的稠密点云空间；

步骤Ⅳ、通过基于Graphnonmy+深度学习方法将分割后的人体轮廓区域通过稀疏点云空间重新投射到稠密点云空间上，得到人体着装轮廓分割后的稠密点云，从而重建出被测者的三维人体模型；

所述步骤Ⅱ中进行光束平差BA优化时，所述关键帧图像序列中所有图像对应的相机位姿空间位置点要满足点阵约束规则，所述点阵约束规则设置为所有图像对应的相机位姿空间位置点沿一定圆柱面上均匀分布，用两个约束变量Ds和Dr表示，其中，Ds表示沿相机中心分布估计圆周上分布的径向离散度，Dr表示相机中心沿圆周轨迹上分布的离散度，其求解过程如下：

(1)设所述关键帧图像序列中所有图像对应的相机中心位置矩阵为{M_i,i＝1,...,K}，K表示关键帧图像的数量，以第一帧图像对应的相机法向与Y轴夹角为参考旋转角度，将各个相机中心位置进行旋转校正，使得相机点阵圆周轴向与Y轴平行的，校正后的相机中心位置矩阵为

(2)采用容易三点估计圆法，估计(x,y,r)分别表示采用容易三点估计圆法获得的圆心及半径；

(3)将估计的(x,y,r)圆周分为N份，计算各个分块圆周上相机分布数量计算

若约束变量Ds和Dr均小于设置阈值，则稀疏点云空间重建结束，否则，重新进行稀疏点云空间重建。

2.根据权利要求1所述的非接触式三维人体尺寸的测量方法，其特征在于：所述步骤Ⅱ中的两幅图像设置为从已匹配好的关键帧图像序列中采用largest_stellar_configuratio()函数选择最大匹配点对的两幅图像，作为图像的“种子”进行初始化点云重建。

3.根据权利要求1所述的非接触式三维人体尺寸的测量方法，其特征在于所述步骤二中的预处理方法包括：先采用FFmpeg程序将所述视频信息解析成多张图像序列，然后基于光流法原理，采用基于opencv开发包中稠密逆搜索DIS算法计算帧间光流能量算子，从而将拍摄视频过程中相机相对静态冗余帧去除；最后采用等间距抽样的方法，提取出关键帧图像序列。

4.根据权利要求3所述的非接触式三维人体尺寸的测量方法，其特征在于：在采用等间距抽样的方法，提取出关键帧图像序列时，首先，采用拉普拉斯算子计算静态帧剔除后的视频序列中的每帧图像的模糊能量值，然后，对静态帧剔除后的视频序列进行帧率降采样处理，设定目标帧数为T，静态帧剔除后的视频序列的帧数为Q，则采样率S＝Q/T，第i个预测关键帧为I_i＝I_[i*s]，其中，T值要根据具体重建效率来定，最后，在预测关键帧位置的指定领域范围内选取最高模糊能量值对应帧为实际的关键帧图像即目标帧图像，从而获得关键帧图像序列。