论文部分内容阅读
本课题来源于上海市经委项目“电子化量身定制服装—eMTM的软件开发与产业化应用”,主要任务是建立快速、精确和成本低的人体数据自动测量系统,再配合其它子项目,共同实现服装企业的信息化和产业化,包括量身定制、网络订制和虚拟试衣等。在服装学院快速反应研究室已研究的2D-3D人体扫描装置的基础上,本课题运用更多先进的图像处理算法将获得的22个成年男体图像进行图像预处理、轮廓提取、特征点提取、相关部位尺寸转换等图像处理工作,获取了人体20个相关部位尺寸。然后再与用手工测量的数据相比较分析,证明了所测量的相关部位尺寸测量精度已基本达到服装生产需求。首先,在剖析了现今几种常用的非接触式测量系统原理和应用的基础上,确定了本文的技术路线和研究方法;运用2D-3D人体扫描装置中的正侧面相机成功的采集到22个成年男体正面、背面和侧面图像,同时运用马丁测量法精确的获取他们身体的20个相关部位尺寸,接着通过对获取的彩色图像进行灰度转换,得到了利于计算机处理的BMP格式的灰度图像。其次,在灰度归一化处理中运用Matlab编程对人体图像进行了灰度变换和直方图均衡化两种处理对比,筛选出灰度变换为本研究中更为理想的灰度归一化方法;分析了相机所固有的噪声类型,通过比较均值滤波、中值滤波、Wiener滤波和小波去噪四种滤波算法对人体图像处理的差异性,筛选确定小波去噪算法为本研究理想的去噪算法;再运用梯度法对人体图像进行了锐化处理,获得了对比度强、更清晰、合乎要求的人体正面、背面和侧面图像。再其次,深刻剖析了几种经典边缘检测算法的原理和方法,运用Matlab语言编程实现了Roberts算子、Sobel算子、Prewitt算子、Laplacian of Gaussian和Canny等五种算法,筛选出Prewitt算子为本研究中最为理想的边缘检测算法,并成功的检测到人体边缘;使用数学形态学算法对图像进行细化,获得了单像素宽的边缘,达到了很好的细化效果;再接着利用光栅扫描法对人体图像进行跟踪,获得了边缘光滑且准确的人体外轮廓图像;最后,结合男体基本构造特点、体型特征和人体比例,通过对相关部位所对应特征点的分析,使用扫描式提取特征点的算法成功的提取出相关特征点,并通过坐标校正和尺寸转换得到系统所测部位实际尺寸,接着运用宽厚度与围度关系式计算出围度尺寸;用C#程序调用Matlab语言的方法对整套系统进行了设计,并将所有男体图像进行核算,获取了系统所测相关部位尺寸;与人工测量数据相比较,验证了系统测量数据的精度基本达到服装生产需求。本课题的创新点:系统测量时在人体胸围、腰围、臀围处分别设计三条束紧带,不仅能使被测量者着装不必局限于紧身服装,而且重要的是标记带所在位置在人体轮廓图像上呈凹进状态,使计算机识别更加容易,高度的测量数值也更准确;对所使用的特征点识别算法进行了部分优化,提高了其运算效率,如对所提取出的束紧带所在的子矩阵进行单独扫描识别后再完成特征点坐标转换,成倍地缩短了扫描识别时间。