【技术实现步骤摘要】
基于深度相机三维人体旋转扫描的背景分割方法与装置
[0001]本专利技术涉及数字信息处理
,更具体地说,涉及一种基于深度相机三维人体旋转扫描的背景分割方法与装置。
技术介绍
[0002]采用基于消费类深度相机的三维人体扫描方法,可以快速重建出人体的三维数字模型,广泛应用于服装定制、文化创意、医疗美容、影视动画等领域。为了重建出人体的完整三维数字模型,可以采用多个深度相机同时对人体进行采图重建,或者采用两个深度相机,通过转台带动人体旋转,实现360
°
扫描。然而,无论采用哪种扫描方式,扫描设备使用的场景中,都或多或少存在干扰物(如扫描设备附近有其他杂物、扫描过程中有其他人经过等),这些干扰物的存在,会导致深度相机采集的二维图像中,除了人体目标物之外,还有一部分背景干扰信息,这些干扰信息如果不能有效从图像中分割掉,它们会影响后续的二维图像和三维点云处理计算,最终导致重建的人体模型失败或者异常。因此,需要对采集数据进行背景分割处理,剔除掉除人体之外的背景干扰信息。现有的三维人体扫描背景分割方法,主要采用二维图像分割技术,对采集的原始图像通过如区域生长、连通域分割等技术,实现将除人之外的背景干扰信息去除。采用基于图像的背景分割技术,只利用了图像像素的邻域信息,同时对分割参数的设置比较敏感,对于背景复杂的输入图像,会出现分割错误或者分割不完整的问题。另外,现有技术中,也有采用深度学习分割法对背景干扰信息进行分割的案例。深度学习分割法主要以彩色图像作为输入来进行背景分割,通常需要大量的样本进行模型训练,而 ...
【技术保护点】
【技术特征摘要】
1.一种基于深度相机三维人体旋转扫描的背景分割方法,其特征在于,所述基于深度相机三维人体旋转扫描的背景分割方法包括以下步骤:获取深度相机拍摄人体生成的二维的深度图像,拍摄时用户以规定姿势静止站立于转台上,所述转台带动所述用户旋转;采用二维图像背景分割技术,对所述深度图像进行预分割处理,并根据所述深度相机的内参标定结果,将预分割后的深度图像转换生成三维点云;基于生成的三维点云,计算出切割圆柱体,并利用所述切割圆柱体进行三维点云背景分割,以生成背景分割后的人体点云。2.如权利要求1所述的基于深度相机三维人体旋转扫描的背景分割方法,其特征在于,所述深度相机包括上深度相机和下深度相机;所述上深度相机和所述下深度相机同步采集所述人体的上下半身深度图像,以生成一组所述深度图像,随着所述转台带动所述用户旋转而采集生成到多组所述深度图像。3.如权利要求2所述的基于深度相机三维人体旋转扫描的背景分割方法,其特征在于,所述采用二维图像背景分割技术,对所述深度图像进行预分割处理,并根据所述深度相机的内参标定结果,将预分割后的深度图像转换生成三维点云,包括:采用二维图像背景分割技术,对多组所述深度图像依次进行预分割处理;根据所述上深度相机和所述下深度相机的内参标定结果,将预分割后的多组所述深度图像转换生成多组三维点云。4.如权利要求3所述的基于深度相机三维人体旋转扫描的背景分割方法,其特征在于,所述基于生成的三维点云,计算出切割圆柱体,并利用所述切割圆柱体进行三维点云背景分割,以生成背景分割后的人体点云,包括:基于生成的三维点云,计算出切割圆柱体;利用所述切割圆柱体对所述多组三维点云进行三维点云背景分割,以生成背景分割后的人体点云。5.如权利要求1
‑
4任一项所述的基于深度相机三维人体旋转扫描的背景分割方法,其特征在于,所述采用二维图像背景分割技术,对所述深度图像进行预分割处理,并根据所述深度相机的内参标定结果,将预分割后的深度图像转换生成三维点云,包括:将所述深度图像中非人体区域的背景干扰信息,通过深度阈值和像素有效区域进行初步剔除,以得到深度值剔除图像;将所述深度值剔除图像中满足一定深度阈值条件的相邻像素点生长为一个区域,以得到区域生长图像;对所述区域生长图像进行轮廓检测,以得到初始人体区域的深度图像;对所述初始人体区域的深度图像的边缘信息进行滤波,以得到滤波后的深度图像;将滤波后的深度图像转换生成三维点云。6.如权利要求5所述的基于深度相机三维人体旋转扫描的背景分割方法,其特征在于,所述将所述深度图像中非人体区域的背景干扰信息,通过深度阈值和像素有效区域进行初步剔除,以得到深度值剔除图像,包括:根据转台和固定支架之间的位置关系,确定深度最大阈值d
max
和深度最小阈值d
min
;对于所述深度图像中任意像素点(u,v)的深度值d
(u,v)
,按照公式一进行深度剔除,所述
...
【专利技术属性】
技术研发人员:冯超,陈树青,袁壮,卓敏达,胡海瑛,
申请(专利权)人:深圳仙库智能有限公司,
类型:发明
国别省市:
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。