基于图像的人体尺寸测量方法研究
发布时间：2021-12-12 02:51
随着电子商务的迅速发展,对于人体尺寸的测量逐渐由手工测量法转变为非接触式人体测量,基于图像的人体尺寸测量方法作为一种非接触式二维人体测量技术,具有快速、简便、成本低等优点。这种方法对于服装行业具有更高的实用价值,已逐渐成为非接触式人体测量技术的研究趋势。本论文对基于图像的人体尺寸测量进行研究,从人体图像分割、人体关键点提取、人体尺寸计算三个方面介绍了人体尺寸测量的整个过程。本文主要研究内容如下:（1）基于正面人体图像的裆部检测方法:对正面人体图像中裆部点的特殊位置进行研究,建立了两个关于正面人体图像的几何模型:裆部同心圆模型和裆部矩形对称模型;根据人体裆部几何模型对正面人体图像进行裆部点检测,最终准确检测出正面人体图像中的裆部点。经过实验证明该方法能够准确的提取出正面人体图像中的裆部点。（2）基于超像素和人体基本比例的人体分割方法:利用超像素分割方法将人体图像分割成若干超像素块;通过分析人体基本比例规律,得到人体头部与各部分之间的比例关系划定人体大致范围;在标定的人体范围内将超像素块标记为背景块和前景块,经过迭代法不断将前景块和背景块进行合并,最终得到正面、侧面人体图像的分割结果。经过...
【文章来源】：上海师范大学上海市
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
人体正面和侧面图像关键点示意图
上海师范大学硕士学位论文第2章相关理论介绍15图2-2人体正面轮廓的71个特征点和人体侧面轮廓的30个特征点2.3.3基于人体轮廓分割的人体关键点检测算法卢晨[41]提出一种基于方向的人体轮廓分割算法。该方法在人体图像分割过程中，对人体边缘轮廓增加两个属性：几何相关性、对象相关性；然后把人体边缘轮廓按照各个部位分割成若干子集构成的集合；最后利用高层次的语义描述找到对应人体边缘轮廓的集合，进而依照各个人体尺寸点的几何特征定位人体关键点。如图2-3所示为利用人体轮廓分割方法检测出的人体正面轮廓的19个关键点和人体侧面轮廓的8个关键点。该方法从人体边缘轮廓点集合中检测出人体关键点，从之前的单一的像素坐标的描述转变成对轮廓点之间的几何描述，但是检测步骤多且复杂，计算量较大。图2-3人体轮廓分割法人体关键点检测示意图
上海师范大学硕士学位论文第2章相关理论介绍15图2-2人体正面轮廓的71个特征点和人体侧面轮廓的30个特征点2.3.3基于人体轮廓分割的人体关键点检测算法卢晨[41]提出一种基于方向的人体轮廓分割算法。该方法在人体图像分割过程中，对人体边缘轮廓增加两个属性：几何相关性、对象相关性；然后把人体边缘轮廓按照各个部位分割成若干子集构成的集合；最后利用高层次的语义描述找到对应人体边缘轮廓的集合，进而依照各个人体尺寸点的几何特征定位人体关键点。如图2-3所示为利用人体轮廓分割方法检测出的人体正面轮廓的19个关键点和人体侧面轮廓的8个关键点。该方法从人体边缘轮廓点集合中检测出人体关键点，从之前的单一的像素坐标的描述转变成对轮廓点之间的几何描述，但是检测步骤多且复杂，计算量较大。图2-3人体轮廓分割法人体关键点检测示意图
【参考文献】：
期刊论文
[1]我国服装电子商务发展的分化与整合[J]. 刘红文. 纺织导报. 2019(03)
[2]电子商务平台下的服装销售研究——评《服装电子商务》[J]. 麦志坚. 上海纺织科技. 2018(09)
[3]结合显著性和超像素改进的GrabCut图像分割[J]. 刘辉,石小龙. 红外技术. 2018(01)
[4]人体特征断面形状拟合及围度尺寸预测[J]. 夏明,王文玲,张文斌. 纺织学报. 2014(08)
[5]基于二维图像非接触式人体测量方法探析[J]. 骆顺华,王建萍. 纺织学报. 2013(08)
[6]基于图像的三维人体特征参数提取方法[J]. 邓卫燕,陆国栋,王进,陈龙. 浙江大学学报(工学版). 2010(05)
[7]非接触人体测量技术研究进展及其应用[J]. 匡才远,刘国联. 国外丝绸. 2008(06)
[8]非接触式人体三维测量系统的研究[J]. 杨云涛,石志勇,吕建刚,关贞珍. 计算机测量与控制. 2007(09)
[9]非接触式三维人体计测现状[J]. 甘应进,陈东生,孟爽,白越. 纺织学报. 2005(03)
[10]三维人体测量技术的原理及应用[J]. 张颖,邹奉元. 浙江工程学院学报. 2003(04)
硕士论文
[1]KT公司互联网+服装定制模式及其营销策略研究[D]. 郭玉川.青岛科技大学 2019
[2]基于拍照的服装和人体尺寸测量系统设计与研发[D]. 肖祎.浙江大学 2019
[3]结合边缘检测的非局部均值图像去噪研究[D]. 王思涛.华中师范大学 2018
[4]A服装贸易公司电子商务发展问题研究[D]. 高大为.沈阳理工大学 2018
[5]基于“互联网+”下的服装定制模式研究[D]. 滕晓阳.北京工业大学 2017
[6]基于大津法和区域生长法结合的彩色图像分割方法研究[D]. 张洪超.山东师范大学 2016
[7]H服装公司电子商务运营模式研究[D]. 林怡炜.江苏大学 2016
[8]基于数字图像的青年女性体型及非接触式二维测量系统研究[D]. 谭菲.苏州大学 2010
[9]基于图像的非接触式人体测量系统研究与实现[D]. 卢晨.苏州大学 2009
[10]采用基于区域的自动种子区域生长法的彩色图像分割方法[D]. 王佳男.东北师范大学 2007
本文编号：3535872
【文章来源】：上海师范大学上海市
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
人体正面和侧面图像关键点示意图
上海师范大学硕士学位论文第2章相关理论介绍15图2-2人体正面轮廓的71个特征点和人体侧面轮廓的30个特征点2.3.3基于人体轮廓分割的人体关键点检测算法卢晨[41]提出一种基于方向的人体轮廓分割算法。该方法在人体图像分割过程中，对人体边缘轮廓增加两个属性：几何相关性、对象相关性；然后把人体边缘轮廓按照各个部位分割成若干子集构成的集合；最后利用高层次的语义描述找到对应人体边缘轮廓的集合，进而依照各个人体尺寸点的几何特征定位人体关键点。如图2-3所示为利用人体轮廓分割方法检测出的人体正面轮廓的19个关键点和人体侧面轮廓的8个关键点。该方法从人体边缘轮廓点集合中检测出人体关键点，从之前的单一的像素坐标的描述转变成对轮廓点之间的几何描述，但是检测步骤多且复杂，计算量较大。图2-3人体轮廓分割法人体关键点检测示意图
上海师范大学硕士学位论文第2章相关理论介绍15图2-2人体正面轮廓的71个特征点和人体侧面轮廓的30个特征点2.3.3基于人体轮廓分割的人体关键点检测算法卢晨[41]提出一种基于方向的人体轮廓分割算法。该方法在人体图像分割过程中，对人体边缘轮廓增加两个属性：几何相关性、对象相关性；然后把人体边缘轮廓按照各个部位分割成若干子集构成的集合；最后利用高层次的语义描述找到对应人体边缘轮廓的集合，进而依照各个人体尺寸点的几何特征定位人体关键点。如图2-3所示为利用人体轮廓分割方法检测出的人体正面轮廓的19个关键点和人体侧面轮廓的8个关键点。该方法从人体边缘轮廓点集合中检测出人体关键点，从之前的单一的像素坐标的描述转变成对轮廓点之间的几何描述，但是检测步骤多且复杂，计算量较大。图2-3人体轮廓分割法人体关键点检测示意图
【参考文献】：
期刊论文
[1]我国服装电子商务发展的分化与整合[J]. 刘红文. 纺织导报. 2019(03)
[2]电子商务平台下的服装销售研究——评《服装电子商务》[J]. 麦志坚. 上海纺织科技. 2018(09)
[3]结合显著性和超像素改进的GrabCut图像分割[J]. 刘辉,石小龙. 红外技术. 2018(01)
[4]人体特征断面形状拟合及围度尺寸预测[J]. 夏明,王文玲,张文斌. 纺织学报. 2014(08)
[5]基于二维图像非接触式人体测量方法探析[J]. 骆顺华,王建萍. 纺织学报. 2013(08)
[6]基于图像的三维人体特征参数提取方法[J]. 邓卫燕,陆国栋,王进,陈龙. 浙江大学学报(工学版). 2010(05)
[7]非接触人体测量技术研究进展及其应用[J]. 匡才远,刘国联. 国外丝绸. 2008(06)
[8]非接触式人体三维测量系统的研究[J]. 杨云涛,石志勇,吕建刚,关贞珍. 计算机测量与控制. 2007(09)
[9]非接触式三维人体计测现状[J]. 甘应进,陈东生,孟爽,白越. 纺织学报. 2005(03)
[10]三维人体测量技术的原理及应用[J]. 张颖,邹奉元. 浙江工程学院学报. 2003(04)
硕士论文
[1]KT公司互联网+服装定制模式及其营销策略研究[D]. 郭玉川.青岛科技大学 2019
[2]基于拍照的服装和人体尺寸测量系统设计与研发[D]. 肖祎.浙江大学 2019
[3]结合边缘检测的非局部均值图像去噪研究[D]. 王思涛.华中师范大学 2018
[4]A服装贸易公司电子商务发展问题研究[D]. 高大为.沈阳理工大学 2018
[5]基于“互联网+”下的服装定制模式研究[D]. 滕晓阳.北京工业大学 2017
[6]基于大津法和区域生长法结合的彩色图像分割方法研究[D]. 张洪超.山东师范大学 2016
[7]H服装公司电子商务运营模式研究[D]. 林怡炜.江苏大学 2016
[8]基于数字图像的青年女性体型及非接触式二维测量系统研究[D]. 谭菲.苏州大学 2010
[9]基于图像的非接触式人体测量系统研究与实现[D]. 卢晨.苏州大学 2009
[10]采用基于区域的自动种子区域生长法的彩色图像分割方法[D]. 王佳男.东北师范大学 2007
本文编号：3535872
本文链接：https://www.wllwen.com/jingjilunwen/dianzishangwulunwen/3535872.html
