隨著電子商務(wù)的迅速發(fā)展,對于人體尺寸的測量逐漸由手工測量法轉(zhuǎn)變?yōu)榉墙佑|式人體測量,基于圖像的人體尺寸測量方法作為一種非接觸式二維人體測量技術(shù),具有快速、簡便、成本低等優(yōu)點(diǎn)。這種方法對于服裝行業(yè)具有更高的實(shí)用價(jià)值,已逐漸成為非接觸式人體測量技術(shù)的研究趨勢。本論文對基于圖像的人體尺寸測量進(jìn)行研究,從人體圖像分割、人體關(guān)鍵點(diǎn)提取、人體尺寸計(jì)算三個(gè)方面介紹了人體尺寸測量的整個(gè)過程。本文主要研究內(nèi)容如下:（1）基于正面人體圖像的襠部檢測方法:對正面人體圖像中襠部點(diǎn)的特殊位置進(jìn)行研究,建立了兩個(gè)關(guān)于正面人體圖像的幾何模型:襠部同心圓模型和襠部矩形對稱模型;根據(jù)人體襠部幾何模型對正面人體圖像進(jìn)行襠部點(diǎn)檢測,最終準(zhǔn)確檢測出正面人體圖像中的襠部點(diǎn)。經(jīng)過實(shí)驗(yàn)證明該方法能夠準(zhǔn)確的提取出正面人體圖像中的襠部點(diǎn)。（2）基于超像素和人體基本比例的人體分割方法:利用超像素分割方法將人體圖像分割成若干超像素塊;通過分析人體基本比例規(guī)律,得到人體頭部與各部分之間的比例關(guān)系劃定人體大致范圍;在標(biāo)定的人體范圍內(nèi)將超像素塊標(biāo)記為背景塊和前景塊,經(jīng)過迭代法不斷將前景塊和背景塊進(jìn)行合并,最終得到正面、側(cè)面人體圖像的分割結(jié)果。經(jīng)過... 

【文章來源】：上海師范大學(xué)上海市

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

人體正面和側(cè)面圖像關(guān)鍵點(diǎn)示意圖

上海師范大學(xué)碩士學(xué)位論文第2章相關(guān)理論介紹15圖2-2人體正面輪廓的71個(gè)特征點(diǎn)和人體側(cè)面輪廓的30個(gè)特征點(diǎn)2.3.3基于人體輪廓分割的人體關(guān)鍵點(diǎn)檢測算法盧晨[41]提出一種基于方向的人體輪廓分割算法。該方法在人體圖像分割過程中，對人體邊緣輪廓增加兩個(gè)屬性：幾何相關(guān)性、對象相關(guān)性；然后把人體邊緣輪廓按照各個(gè)部位分割成若干子集構(gòu)成的集合；最后利用高層次的語義描述找到對應(yīng)人體邊緣輪廓的集合，進(jìn)而依照各個(gè)人體尺寸點(diǎn)的幾何特征定位人體關(guān)鍵點(diǎn)。如圖2-3所示為利用人體輪廓分割方法檢測出的人體正面輪廓的19個(gè)關(guān)鍵點(diǎn)和人體側(cè)面輪廓的8個(gè)關(guān)鍵點(diǎn)。該方法從人體邊緣輪廓點(diǎn)集合中檢測出人體關(guān)鍵點(diǎn)，從之前的單一的像素坐標(biāo)的描述轉(zhuǎn)變成對輪廓點(diǎn)之間的幾何描述，但是檢測步驟多且復(fù)雜，計(jì)算量較大。圖2-3人體輪廓分割法人體關(guān)鍵點(diǎn)檢測示意圖

上海師范大學(xué)碩士學(xué)位論文第2章相關(guān)理論介紹15圖2-2人體正面輪廓的71個(gè)特征點(diǎn)和人體側(cè)面輪廓的30個(gè)特征點(diǎn)2.3.3基于人體輪廓分割的人體關(guān)鍵點(diǎn)檢測算法盧晨[41]提出一種基于方向的人體輪廓分割算法。該方法在人體圖像分割過程中，對人體邊緣輪廓增加兩個(gè)屬性：幾何相關(guān)性、對象相關(guān)性；然后把人體邊緣輪廓按照各個(gè)部位分割成若干子集構(gòu)成的集合；最后利用高層次的語義描述找到對應(yīng)人體邊緣輪廓的集合，進(jìn)而依照各個(gè)人體尺寸點(diǎn)的幾何特征定位人體關(guān)鍵點(diǎn)。如圖2-3所示為利用人體輪廓分割方法檢測出的人體正面輪廓的19個(gè)關(guān)鍵點(diǎn)和人體側(cè)面輪廓的8個(gè)關(guān)鍵點(diǎn)。該方法從人體邊緣輪廓點(diǎn)集合中檢測出人體關(guān)鍵點(diǎn)，從之前的單一的像素坐標(biāo)的描述轉(zhuǎn)變成對輪廓點(diǎn)之間的幾何描述，但是檢測步驟多且復(fù)雜，計(jì)算量較大。圖2-3人體輪廓分割法人體關(guān)鍵點(diǎn)檢測示意圖

【參考文獻(xiàn)】：
期刊論文
[1]我國服裝電子商務(wù)發(fā)展的分化與整合[J]. 劉紅文.  紡織導(dǎo)報(bào). 2019(03)
[2]電子商務(wù)平臺(tái)下的服裝銷售研究——評《服裝電子商務(wù)》[J]. 麥志堅(jiān).  上海紡織科技. 2018(09)
[3]結(jié)合顯著性和超像素改進(jìn)的GrabCut圖像分割[J]. 劉輝,石小龍.  紅外技術(shù). 2018(01)
[4]人體特征斷面形狀擬合及圍度尺寸預(yù)測[J]. 夏明,王文玲,張文斌.  紡織學(xué)報(bào). 2014(08)
[5]基于二維圖像非接觸式人體測量方法探析[J]. 駱順華,王建萍.  紡織學(xué)報(bào). 2013(08)
[6]基于圖像的三維人體特征參數(shù)提取方法[J]. 鄧衛(wèi)燕,陸國棟,王進(jìn),陳龍.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2010(05)
[7]非接觸人體測量技術(shù)研究進(jìn)展及其應(yīng)用[J]. 匡才遠(yuǎn),劉國聯(lián).  國外絲綢. 2008(06)
[8]非接觸式人體三維測量系統(tǒng)的研究[J]. 楊云濤,石志勇,呂建剛,關(guān)貞珍.  計(jì)算機(jī)測量與控制. 2007(09)
[9]非接觸式三維人體計(jì)測現(xiàn)狀[J]. 甘應(yīng)進(jìn),陳東生,孟爽,白越.  紡織學(xué)報(bào). 2005(03)
[10]三維人體測量技術(shù)的原理及應(yīng)用[J]. 張穎,鄒奉元.  浙江工程學(xué)院學(xué)報(bào). 2003(04)

碩士論文
[1]KT公司互聯(lián)網(wǎng)+服裝定制模式及其營銷策略研究[D]. 郭玉川.青島科技大學(xué) 2019
[2]基于拍照的服裝和人體尺寸測量系統(tǒng)設(shè)計(jì)與研發(fā)[D]. 肖祎.浙江大學(xué) 2019
[3]結(jié)合邊緣檢測的非局部均值圖像去噪研究[D]. 王思濤.華中師范大學(xué) 2018
[4]A服裝貿(mào)易公司電子商務(wù)發(fā)展問題研究[D]. 高大為.沈陽理工大學(xué) 2018
[5]基于“互聯(lián)網(wǎng)+”下的服裝定制模式研究[D]. 滕曉陽.北京工業(yè)大學(xué) 2017
[6]基于大津法和區(qū)域生長法結(jié)合的彩色圖像分割方法研究[D]. 張洪超.山東師范大學(xué) 2016
[7]H服裝公司電子商務(wù)運(yùn)營模式研究[D]. 林怡煒.江蘇大學(xué) 2016
[8]基于數(shù)字圖像的青年女性體型及非接觸式二維測量系統(tǒng)研究[D]. 譚菲.蘇州大學(xué) 2010
[9]基于圖像的非接觸式人體測量系統(tǒng)研究與實(shí)現(xiàn)[D]. 盧晨.蘇州大學(xué) 2009
[10]采用基于區(qū)域的自動(dòng)種子區(qū)域生長法的彩色圖像分割方法[D]. 王佳男.東北師范大學(xué) 2007



本文編號：3535872