一种通过点云特征测量人体体重的方法技术

本发明专利技术提供了一种通过点云特征测量人体体重的方法，第一步：获取所需特征的点云信息；第二步：对人体的点云进行整合，将人体的点云整合为一个柱体后，直接提取点云柱体的截面积Sd和柱体体高度Hd；第三步：通过高宽比的实验函数计算出某个点云对象的密度，人体的平均密度ρ0介于肌肉密度ρmax和脂肪密度ρmin之间，由于脂肪的密度相比肌肉的密度小，采用高宽比来确认目标特征的胖瘦程度，某人的高宽比较大，则选择其密度更靠近肌肉的密度ρmax，若高宽比较小，则选择的密度更靠近脂肪的密度ρmin；第四步：输出被测对象的测量体重，人体质量m=ρ0*Sd*Hd。本发明专利技术提供一种通过点云的非接触式测量体重的方式。

【技术实现步骤摘要】

本专利技术涉及测量领域，尤其涉及通过点云特征测量人体体重。
技术介绍
现今已经有的技术是采用可以获得物体深度信息的3D相机对人体的点云模型进行采集，目前的技术已经可以通过对点云的长度、宽度、高度以及高宽比等特征直接输出。虽然目前已经有成熟的技术对物体的高度、宽度、长度等点云特征信息进行提取。但是目前并没有成熟的技术将这些特征作更深入的处理，如通过点云测量人体体重等。
技术实现思路
为了解决现有技术中问题，本专利技术提供了一种通过点云特征测量人体体重的方法，第一步：获取所需特征的点云信息；第二步：对人体的点云进行整合，将人体的点云整合为一个柱体后，直接提取点云柱体的截面积Sd和柱体体高度Hd；第三步：通过高宽比的实验函数计算出某个点云对象的密度，人体的平均密度ρ0介于肌肉密度ρmax和脂肪密度ρmin之间，由于脂肪的密度相比肌肉的密度小，采用高宽比来确认目标特征的胖瘦程度，某人的高宽比较大，则选择其密度更靠近肌肉的密度ρmax，若高宽比较小，则选择的密度更靠近脂肪的密度ρmin；第四步：输出被测对象的测量体重，人体质量m＝ρ0*Sd*Hd。作为本专利技术的进一步改进，第二步中，截面积的处理采用等距的水平 面切割点云模型，再求解每个点云切割平面的面积，取平均值，得到的Sd值。作为本专利技术的进一步改进，计算点云最高点和点云的最低点的竖直距离得到Hd。作为本专利技术的进一步改进，其中点云模型的密度ρ0需要先通过实验的方式计算出普通人的高宽比和其质量的基本的函数表达式，具体可行的操作方法是随机抽取N个身体高矮胖瘦四种组合的人，对这N个样本测量他们的真实的标准质量m；可得ρ0*Sd*Hd＝m，通过实验的方式确定高宽比Hd/Sd和密度ρ0的函数关系，即如果知道了点云的截面积和点云中人体模型的高度，就可以确定具体某个高宽比下人体的密度，即可以测得人体的体重。作为本专利技术的进一步改进，其中N的取值为大于等于1000。作为本专利技术的进一步改进，第一步：采用3D相机获取所需特征的点云信息。本专利技术的有益效果是：目前没有通过点云的非接触式测量体重的方式，本申请的方案尚属于首创，测得的体重值不用于法定计量，主要用于机器对于管理员的体重特征标记。例如当机器人通过点云识别的方式识别到某人的体重严重超过原先识别的体重值时，可能触发图像识别功能，再次确认是不是自己的管理员。此种测量方法对于体重的测量有一定的误差，但是该方法的测得值完全可以用于机器人的身份校验。具体实施方式基本假设：假设人体为一个柱体，其截面面积为S，高度为H，则人体的体积为V＝S*H。由于人是有肌肉、脂肪、骨骼、血液等组成、其中肌 肉和脂肪占据了绝大部分，超过总质量的95％。人体的平均密度介于肌肉密度ρmax和脂肪密度ρmin之间，即属于ρmax～ρmin范围内的常数，其值为ρ0，可知道人体质量m＝S*H*ρ0。通过对人体点云特征的处理，可以获得点云的截面积Sd，点云模型中人体的高度Hd，其中，截面积的处理采用等距的水平面切割点云模型，再求解每个点云切割平面的面积，取平均值，可以得到的Sd值；计算点云最高点和点云的最低点的竖直距离可以得到Hd。其中点云模型的密度ρ0一般需要先通过实验的方式计算出普通人的高宽比和其质量的基本的函数表达式，具体可行的操作方法是随机抽取1000个身体高矮胖瘦四种组合的人，对这1000个样本测量他们的真实的标准质量m；可得ρ0*Sd*Hd＝m，通过实验的方式确定高宽比Hd/Sd和密度ρ0的函数关系，即如果知道了点云的截面积和点云中人体模型的高度，就可以确定具体某个高宽比下人体的密度，即可以测得人体的体重。第一步：采用3D相机获取所需特征的点云信息。第二步：对人体的点云进行整合。第二步的目的是排除当人体双臂双腿不是齐并时点云特征的不良影响。将人体的点云整合为一个柱体后，直接提取点云柱体的截面积Sd和柱体体高度Hd。第三步：通过高宽比的实验函数计算出某个点云对象的密度。由于脂肪的密度相比肌肉的密度小，我们采用高宽比来确认目标特征的胖瘦程度。科学上认为胖的人的脂肪占比更多，瘦的人肌肉占比更多。所以我们采用高宽比来调整人体的密度。某人的高宽比较大，则选择其密度更靠近肌肉的密度ρmax，若高宽比较小，则选择的密度更靠近脂肪的密度ρmin。第四步：输出被测对象的测量体重。以上内容是结合具体的优选实施方式对本专利技术所作的进一步详细说明，不能认定本专利技术的具体实施只局限于这些说明。对于本专利技术所属
的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本专利技术的保护范围。本文档来自技高网...

【技术保护点】
一种通过点云特征测量人体体重的方法，其特征在于：第一步：获取所需特征的点云信息；第二步：对人体的点云进行整合，将人体的点云整合为一个柱体后，直接提取点云柱体的截面积Sd和柱体体高度Hd；第三步：通过高宽比的实验函数计算出某个点云对象的密度，人体的平均密度ρ0介于肌肉密度ρmax和脂肪密度ρmin之间，由于脂肪的密度相比肌肉的密度小，采用高宽比来确认目标特征的胖瘦程度，某人的高宽比较大，则选择其密度更靠近肌肉的密度ρmax，若高宽比较小，则选择的密度更靠近脂肪的密度ρmin；第四步：输出被测对象的测量体重，人体质量m＝ρ0*Sd*Hd。

【技术特征摘要】
1.一种通过点云特征测量人体体重的方法，其特征在于：第一步：获取所需特征的点云信息；第二步：对人体的点云进行整合，将人体的点云整合为一个柱体后，直接提取点云柱体的截面积Sd和柱体体高度Hd；第三步：通过高宽比的实验函数计算出某个点云对象的密度，人体的平均密度ρ0介于肌肉密度ρmax和脂肪密度ρmin之间，由于脂肪的密度相比肌肉的密度小，采用高宽比来确认目标特征的胖瘦程度，某人的高宽比较大，则选择其密度更靠近肌肉的密度ρmax，若高宽比较小，则选择的密度更靠近脂肪的密度ρmin；第四步：输出被测对象的测量体重，人体质量m＝ρ0*Sd*Hd。2.根据权利要求1所述的一种通过点云特征测量人体体重的方法，其特征在于：第二步中，截面积的处理采用等距的水平面切割点云模型，再求解每个点云切割平面的面积，取平均值，得到的Sd值。3.根据权利要求1所述的一种通过点...

【专利技术属性】
技术研发人员：龚莉杰，张猛，程忠光，
申请(专利权)人：深圳市寒武纪智能科技有限公司，
类型：发明
国别省市：广东;44