一种复杂背景下正面人体图像分割方法及装置制造方法及图纸

技术编号:20655832 阅读:36 留言:0更新日期:2019-03-23 07:23
本发明专利技术公开了一种复杂背景下正面人体图像分割方法及装置,其中方法包括以下步骤:采集特定站姿的人体正面图像;对人体正面图像进行预处理;对预处理后的人体正面图像进行人脸检测,确定人体头部位置,并结合人体正面结构比例确定人体大致范围;根据人体大致范围,对人体进行分割,并输出分割结果。本发明专利技术的方法是在复杂背景下简单、易用、准确性高的正面人体图像分割方法,为基于图像的非接触式人体测量奠定良好的基础。

A Method and Device for Frontal Human Image Segmentation in Complex Background

The invention discloses a method and device for front human body image segmentation under complex background. The method comprises the following steps: collecting the front human body image of a specific standing posture; preprocessing the front human body image; detecting the face of the pre-processed front human body image, determining the position of the human head, and determining the approximate range of the human body according to the proportion of the front structure of the human body; The body is roughly divided, and the segmentation results are output. The method of the present invention is a simple, easy-to-use and high accuracy frontal human body image segmentation method under complex background, and lays a good foundation for image-based non-contact human body measurement.

【技术实现步骤摘要】
一种复杂背景下正面人体图像分割方法及装置
本专利技术公开涉及图像分析和人体检测领域,尤其涉及一种复杂背景下正面人体图像分割方法及装置。
技术介绍
目前,消费者对服装个性化和合体性的要求越来越高,服装的经营模式也由传统单一的批量生产转向包括量身定制、网络定制和虚拟试衣等的多元化形式。为满足消费者量体裁衣和个性化需求,人体测量技术逐渐发展起来。随着服装技术的不断发展,人体尺寸测量已经由简单的人工接触式逐步转变为非接触式自动测量,如何在非接触情况下准确、快速地获取人体相关尺寸,是国内外很多企业和科研机构正在研究开发的主要课题。非接触式测量是指不与被测物体相接触就能测量出被测物体相关部位的尺寸信息。非接触式人体测量的方法有很多,主要有二维和三维两种测量方法。虽然三维人体扫描系统精度高,但价格昂贵、系统庞大、测量要求暗室、设备不便于移动,因此实际应用性不强。基于二维图像的非接触式人体测量方法基本方法是先用摄像机拍摄人体正面和侧面等二维图像,经过图像去噪、边缘检测、轮廓提取等处理得到清晰的人体轮廓图像,进一步测量轮廓图中人体各部位宽度、厚度和长度等尺寸,然后采用数学模型计算得到人体各围度尺寸。总体来说,基于二维图像的非接触式人体测量方法可以分为人体图像分割、轮廓提取、特征部位尺寸测量、围度尺寸计算、误差与精度分析等步骤。在上述步骤中,第一步人体图像分割是将一幅图像中的人体目标从背景中分割出来。常用的人体图像分割方法有Canny边缘提取、Ostu方法、区域生长法等,这些方法在单一背景下能够将人体目标从背景中分割出来,但在复杂背景下则无法准确分割人体目标。Grabcut分割算法可以将目标从图像中提取出来,但该方法在使用前需要人为选定四边形框,因此,无法完成人体图像自动分割。另外,在图像背景和人体目标相似度较大时,该方法分割效果较差。由于人体图像的准确分割能够为后续的轮廓提取、特征部位尺寸测量等垫定基础,该步骤对测量精度起着决定性作用。因此,本领域的技术人员致力于开发一种复杂背景下简单、易用、准确性高的正面人体图像分割方法,将为基于图像的非接触式人体测量奠定良好的基础。
技术实现思路
本专利技术实施例是为了开发一种复杂背景下简单、易用、准确性高的正面人体图像分割方法,为基于图像的非接触式人体测量奠定良好的基础。本专利技术实施例提供了一种复杂背景下正面人体图像分割方法,包括以下步骤:采集特定站姿的人体正面图像;对人体正面图像进行预处理;对预处理后的人体正面图像进行人脸检测,确定人体头部位置,并结合人体正面结构比例确定人体大致范围;根据人体大致范围,对人体进行分割,并输出分割结果。进一步地,对人体正面图像进行预处理,具体包括以下步骤:利用SLIC算法对人体正面图像提取超像素块;对每个超像素块生成Lab颜色直方图;计算相邻超像素块的颜色直方图之间的巴氏距离。进一步地,利用Adaboost算法对预处理后的人体正面图像进行人脸检测,确定人体头部位置。进一步地,根据人体大致范围,对人体进行分割,并输出分割结果,具体包括以下步骤:根据人体大致范围,结合超像素块,进行人体的初步分割,并将超像素块标记为前景块和背景块;遍历所有前景块,当前景块与其相邻背景块间的巴氏距离大于阈值,则将前景块标记为背景块;将阈值减去一个定值,重复步骤上一步骤,直到阈值大于预定值,最终输出人体分割结果。本专利技术实施例提供了一种复杂背景下正面人体图像分割装置,包括:采集装置,用于采集特定站姿的人体正面图像;预处理装置,用于对人体正面图像进行预处理;检测装置,用于对预处理后的人体正面图像进行人脸检测,确定人体头部位置,并结合人体正面结构比例确定人体大致范围;分割装置,用于根据人体大致范围,对人体进行分割,并输出分割结果。进一步地,预处理装置包括:提取模块,用于利用SLIC算法对人体正面图像提取超像素块;直方图模块,用于对每个超像素块生成Lab颜色直方图;计算模块,用于计算相邻超像素块的颜色直方图之间的巴氏距离。进一步地,检测装置具体用于利用Adaboost算法对预处理后的人体正面图像进行人脸检测,确定人体头部位置。进一步地,分割装置包括:初步分割模块,用于根据人体大致范围,结合超像素块,进行人体的初步分割,并将超像素块标记为前景块和背景块;标记模块,用于遍历所有前景块,当前景块与其相邻背景块间的巴氏距离大于阈值,则将前景块标记为背景块;输出模块,用于将阈值减去一个定值,重复上一步骤,直到阈值大于预定值,最终输出人体分割结果。本专利技术一实施例提供了一种电子设备,包括存储器和处理器,存储器用于存储一条或多条计算机指令,其中,一条或多条计算机指令被处理器执行以实现如上述的复杂背景下正面人体图像分割方法。本专利技术一实施例一种存储有计算机程序的计算机可读存储介质,计算机程序使计算机执行时实现如上述的复杂背景下正面人体图像分割方法。与现有的人体分割算法相比,本专利技术公开的一种复杂背景下正面人体图像分割方法及装置,利用SLIC超像素分割算法,将图像分割成若干个超像素块;利用Adaboost算法确定人脸位置,并结合人体正面比例关系确定人体大致范围;计算前景块与其相邻背景块间的巴氏距离,通过迭代法不断将背景块进行合并,最终得到正面人体图像的分割结果。本专利技术公开采用固定阈值,不需要人工调整阈值,正面人体分割算法对于背景复杂度变化具有鲁棒性,很好地解决了正面人体图像自动分割的难题,同时也为后续的非接触式人体测量工作垫定了良好的基础。附图说明图1为本专利技术实施例一提供的一种复杂背景下正面人体图像分割方法的流程示意图;图2为本专利技术实施例二提供的一种复杂背景下正面人体图像分割方法的流程示意图;图3为本专利技术实施例三提供的一种复杂背景下正面人体图像分割方法的流程示意图;图4为本专利技术实施例四提供的一种复杂背景下正面人体图像分割方法的流程示意图;图5为本专利技术实施例一提供的一种复杂背景下正面人体图像分割装置的示意图;图6是本专利技术实施例志愿者在环境1下的正面图像;图7是本专利技术实施例的超像素块示意图;图8是本专利技术实施例的SLIC算法分割结果示意图;图9是本专利技术实施例的人脸检测结果示意图;图10是本专利技术实施例的人体正面结构比例示意图;图11是本专利技术实施例的人体大致范围标记结果;图12是本专利技术实施例对图6的正面人体分割结果对比;图13是本专利技术实施例志愿者在环境2下的正面图像;图14是本专利技术实施例对图13的正面人体分割结果对比;图15是本专利技术实施例志愿者在环境3下的正面图像;图16是本专利技术实施例对图15的正面人体分割结果对比。具体实施方式为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本专利技术进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本专利技术,并不用于限定本专利技术。以下描述中,为了说明而不是为了限定,提出了诸如特定内部程序、技术之类的具体细节,以便透彻理解本专利技术实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本专利技术的描述。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定本文档来自技高网
...

【技术保护点】
1.一种复杂背景下正面人体图像分割方法,其特征在于,包括以下步骤:采集特定站姿的人体正面图像;对所述人体正面图像进行预处理;对预处理后的所述人体正面图像进行人脸检测,确定人体头部位置,并结合人体正面结构比例确定人体大致范围;根据所述人体大致范围,对人体进行分割,并输出分割结果。

【技术特征摘要】
1.一种复杂背景下正面人体图像分割方法,其特征在于,包括以下步骤:采集特定站姿的人体正面图像;对所述人体正面图像进行预处理;对预处理后的所述人体正面图像进行人脸检测,确定人体头部位置,并结合人体正面结构比例确定人体大致范围;根据所述人体大致范围,对人体进行分割,并输出分割结果。2.如权利要求1所述的一种复杂背景下正面人体图像分割方法,其特征在于,对所述人体正面图像进行预处理,具体包括以下步骤:利用SLIC算法对人体正面图像提取超像素块;对每个超像素块生成Lab颜色直方图;计算相邻超像素块的颜色直方图之间的巴氏距离。3.如权利要求1所述的一种复杂背景下正面人体图像分割方法,其特征在于,利用Adaboost算法对预处理后的所述人体正面图像进行人脸检测,确定人体头部位置。4.如权利要求2所述的一种复杂背景下正面人体图像分割方法,其特征在于,根据所述人体大致范围,对人体进行分割,并输出分割结果,具体包括以下步骤:根据人体大致范围,结合超像素块,进行人体的初步分割,并将超像素块标记为前景块和背景块;遍历所有前景块,当前景块与其相邻背景块间的巴氏距离大于阈值,则将前景块标记为背景块;将阈值减去一个定值,重复步骤上一步骤,直到阈值大于预定值,最终输出人体分割结果。5.一种复杂背景下正面人体图像分割装置,其特征在于,包括:采集装置,用于采集特定站姿的人体正面图像;预处理装置,用于对所述人体正面图像进行预处理;检测装置,用于对预处理后的所述人体正面图像进行人脸检测,确定人体头部位...

【专利技术属性】
技术研发人员:马燕贾俊瑛黄慧张玉萍李顺宝
申请(专利权)人:上海师范大学
类型:发明
国别省市:上海,31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1