一种基于移动终端的伪3D实时虚拟试衣方法技术

本发明专利技术提供一种基于移动终端的伪3D实时虚拟试衣方法，包括以下步骤：获取试衣者的2D图像；获取待试服饰的2D图像；将得到的包含待试服饰的2D图像叠加在获取的试衣者的2D图像上，生成试衣效果的Z-Map模型；移动终端通过摄像头实时获取试衣者身体的图像信息，根据获取试衣者身体的图像信息，实时更新试衣效果的Z-Map模型，实现实时试衣的效果。利用本发明专利技术所述的方法进行虚拟试衣，操作简便，效果真实可靠，能够节约消费者大量的时间和精力，提高试衣服的效率。

【技术实现步骤摘要】
一种基于移动终端的伪3D实时虚拟试衣方法
本专利技术涉及一种虚拟试衣方法，具体涉及一种基于移动终端的伪3D实时虚拟试衣方法。
技术介绍
在消费者购买衣服的时候，需要试穿才知道效果如何，但是试穿衣服存在很多问题，比如现场条件不允许、试穿过程比较繁琐、浪费大量时间和精力等等，由于存在上述的种种问题，使消费者不方便试穿，不能知道具体的效果从而放弃购买，不经过试穿购买后，回家试穿后往往不是自己想象的效果，或者不合身，现在网购盛行，并且由于移动终端技术的发展，越来越多的人使用手机等移动终端进行网购，然而网购时最大的弊端是不能试穿，使很多消费者不敢轻易下单，并且经常会出现上身效果不好或者不合适等情况进行退换，导致人力物力的浪费。
技术实现思路
本专利技术要解决以上问题，提供一种基于移动设备的虚拟试衣系统，方便使用者在购买过程中进行虚拟试穿，节省时间和精力。为解决上述技术问题，本专利技术采用的技术方案是：一种基于移动终端的伪3D实时虚拟试衣方法，其特征在于：包括如下步骤：(1)获取试衣者的2D图像；(2)获取待试服饰的2D图像；(3)将步骤(2)中得到的包含待试服饰的2D图像叠加在步骤(1)中获取的试衣者的2D图像上，生成试衣效果的Z-Map模型；(4)移动终端通过摄像头实时获取试衣者身体的图像信息，根据获取试衣者身体的图像信息，实时更新步骤(3)生成的试衣效果的Z-Map模型，实现实时试衣的效果；所述步骤(3)中，生成试衣效果的Z-Map模型其具体包括如下步骤：(3.1)根据步骤(1)中获得的试衣者的2D图像，用基于小波变换的边缘检测算法获取试衣者的2D人体轮廓图像；(3.2)利用图像边缘检测算法对步骤(2)中获取的待试服饰的2D图像进行边缘检测与图像去噪，所述的图像边缘检测算法是基于Prewitt算子的边缘检测和多级中值滤波算法相结合的复合式图像边缘检测算法；(3.3)利用分层特征提取方法，从步骤(3.1)获取的2D人体轮廓图像上实时提取可以表征人体形态的特征；所述的分层特征提取方法具体包括如下步骤：①采用二叉树层次遍历法遍历所有像素，建立目标图像直方图，对所有像素进行特征提取获取颜色、纹理、形状信息；②对通过边缘检测算法获取的2D人体轮廓图像分模块进行特征提取；③结合特征提取结果，进行特征融合；(3.4)根据步骤(3.3)获取的人体形态特征将步骤(3.1)获取的2D人体轮廓图像与步骤(3.2)获取的2D服饰图像进行图像融合，生成穿戴完成的试衣效果2D融合图像；(3.5)利用基于小波变换的边缘检测算法对步骤(3.4)获取的试衣效果2D融合图像进行边缘检测，获取融合图像轮廓；(3.6)根据融合图像轮廓，利用获取的人体形态特征信息，建立试衣效果的Z-Map模型。进一步，所述步骤(4)中，实时更新步骤(3)生成的试衣效果的Z-Map模型，具体包括如下步骤：(4.1)移动终端通过前置摄像头实时采集试衣者人体局部图像，用基于小波变换的边缘检测算法实时获取2D人体轮廓图像；(4.2)利用分层特征提取方法，从2D人体轮廓图像上实时提取可以表征人体形态的特征；(4.3)根据所述步骤(4.2)中获取的人体形态特征调整获取的2D人体轮廓图像的角度，与获取的2D服饰图像进行图像融合，实时生成对应角度下穿戴完成的试衣效果2D融合图像；(4.4)利用基于小波变换的边缘检测算法对步骤(4.3)实时生成的对应角度下穿戴完成的试衣效果2D融合图像进行边缘检测，实时获取融合图像轮廓；(4.5)根据步骤(4.4)获取的融合图像轮廓，实时建立试衣效果的Z-Map模型。进一步，所述步骤(3.1)、(3.5)、(4.1)、(4.4)中的基于小波变换的边缘检测算法具体包括如下步骤：①对待检图像进行平滑降噪处理，得到图像；②对降噪后的图像进行多级小波变换，得到多级小波变换系数；③求得各级小波变换系数的局部模极大值，得到不同分辨率下的边缘；④融合各级边缘，细化边缘。本专利技术具有的优点和积极效果是：一种基于移动终端的伪3D实施虚拟试衣方法，试衣效果比平面模型好，数据处理量比3D模型小，生成速度快，占用内存小，因此可以根据用户的身体图像实时生成相应角度和动作的伪3D的试衣效果Z-Map模型，虚拟试衣效果好，节省时间和精力。附图说明图1为本专利技术提供的基于移动终端的伪3D实时虚拟试衣方法实现流程图；图2为Z-Map模型示意图；图3为图像边缘检测算法的实现流程图。具体实施方式下面将结合具体实施例对本专利技术进行进一步详细的说明。本专利技术所述的移动终端为带有摄像头的移动终端。一种基于移动终端的伪3D实时虚拟试衣方法，如附图1所示的实现流程，其具体步骤详述如下：(1)利用移动终端的摄像头或者存储在移动终端内存中的图片获取试衣者的正面、侧面和背面三视图的2D图像；(2)利用移动终端的摄像头获取待试服饰的正面和背面三视图的2D图像，或者通过移动终端浏览购物网站时，从网络获取商家提供的待试服饰的正面和背面的2D图像；(3)将步骤(2)中得到的包含待试服饰的2D图像叠加在步骤(1)中获取的试衣者的2D图像上，生成试衣效果的Z-Map模型，其具体步骤如下：(3.1)根据步骤(1)中获得的试衣者的2D图像，用基于小波变换的边缘检测算法获取试衣者的2D人体轮廓图像；(3.2)利用基于Prewitt算子的边缘检测与多级中值滤波算法结合的图像边缘检测算法对步骤(2)中获取的待试服饰的2D图像进行边缘检测与图像去噪，图像边缘检测算法的实现流程图如附图2所示；(3.3)利用分层特征提取方法，从步骤(3.1)获取的2D人体轮廓图像上实时提取可以表征人体形态的特征；(3.4)根据步骤(3.3)获取的人体形态特征将步骤(3.1)获取的2D人体轮廓图像与步骤(3.2)获取的2D服饰图像进行图像融合，生成穿戴完成的试衣效果2D融合图像；(3.5)利用基于小波变换的边缘检测算法对步骤(3.4)获取的试衣效果2D融合图像进行边缘检测，获取融合图像轮廓；(3.6)根据融合图像轮廓，利用获取的可以表征人体形态特征的信息，建立试衣效果的Z-Map模型。(4)移动终端通过摄像头实时获取试衣者身体的图像信息，根据获取试衣者身体的图像信息，实时更新步骤(3)生成的试衣效果的Z-Map模型，实现实时试衣的效果。实时生成试衣效果的Z-Map模型的具体方法如下：(4.1)移动终端利用前置摄像头实时采集试衣者人体局部图像，用基于小波变换的边缘检测算法实时获取2D人体轮廓图像；(4.2)利用分层特征提取方法，从2D人体轮廓图像上实时提取可以表征人体形态的特征；(4.3)根据所述步骤(4.2)中获取的人体形态特征调整获取的2D人体轮廓图像的角度，与获取的2D服饰图像进行图像融合，实时生成对应角度下穿戴完成的试衣效果2D融合图像；(4.4)利用基于小波变换的边缘检测算法对步骤(4.3)实时生成的对应角度下穿戴完成的试衣效果2D融合图像进行边缘检测，实时获取融合图像轮廓；(4.5)根据步骤(4.4)获取的融合图像轮廓，实时建立试衣效果的Z-Map模型。本实施例中，所述基于小波变换的边缘检测算法具体包括如下步骤：①对待检图像进行平滑降噪处理，得到图像，定义为图像G；②对降噪后的图像G进行多级小波变换，得到多级小波变换系数；③求得各级小波变换系数的本文档来自技高网...

【技术保护点】
一种基于移动终端的伪3D实时虚拟试衣方法，其特征在于：包括如下步骤：(1)获取试衣者的2D图像；(2)获取待试服饰的2D图像；(3)将步骤(2)中得到的包含待试服饰的2D图像叠加在步骤(1)中获取的试衣者的2D图像上，生成试衣效果的Z‑Map模型；(4)移动终端通过摄像头实时获取试衣者身体的图像信息，根据获取试衣者身体的图像信息，实时更新步骤(3)生成的试衣效果的Z‑Map模型，实现实时试衣的效果。

【技术特征摘要】
1.一种基于移动终端的伪3D实时虚拟试衣方法，其特征在于：包括如下步骤：(1)获取试衣者的2D图像；(2)获取待试服饰的2D图像；(3)将步骤(2)中得到的包含待试服饰的2D图像叠加在步骤(1)中获取的试衣者的2D图像上，生成试衣效果的Z-Map模型；(4)移动终端通过摄像头实时获取试衣者身体的图像信息，根据获取试衣者身体的图像信息，实时更新步骤(3)生成的试衣效果的Z-Map模型，实现实时试衣的效果；所述步骤(3)中，生成试衣效果的Z-Map模型其具体包括如下步骤：(3.1)根据步骤(1)中获得的试衣者的2D图像，用基于小波变换的边缘检测算法获取试衣者的2D人体轮廓图像；(3.2)利用图像边缘检测算法对步骤(2)中获取的待试服饰的2D图像进行边缘检测与图像去噪，所述的图像边缘检测算法是基于Prewitt算子的边缘检测和多级中值滤波算法相结合的复合式图像边缘检测算法；(3.3)利用分层特征提取方法，从步骤(3.1)获取的2D人体轮廓图像上实时提取可以表征人体形态的特征；所述的分层特征提取方法具体包括如下步骤：①采用二叉树层次遍历法遍历所有像素，建立目标图像直方图，对所有像素进行特征提取获取颜色、纹理、形状信息；②对通过边缘检测算法获取的2D人体轮廓图像分模块进行特征提取；③结合特征提取结果，进行特征融合；(3.4)根据步骤(3.3)获取的人体形态特征将步骤(3.1)获取的2D人体轮廓图像与步骤(3.2)获取的2D服饰图像进行图像融合，生成穿戴完成的试衣效果2D融合图像；(3.5)利用...

【专利技术属性】
技术研发人员：马增强，邹星星，李文丽，董文轩，秦齐，
申请(专利权)人：石家庄铁道大学，
类型：发明
国别省市：河北;13