学位论文 > 优秀研究生学位论文题录展示
基于2D-3D人体扫描装置的图像处理和尺寸获取研究
作 者: 刘雷
导 师: 张文斌
学 校: 东华大学
专 业: 服装设计与工程
关键词: 2D-3D人体测量 图像预处理 轮廓提取 特征点识别 尺寸获取
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 79次
引 用: 1次
阅 读: 论文下载
内容摘要
本课题来源于上海市经委项目“电子化量身定制服装—eMTM的软件开发与产业化应用”,主要任务是建立快速、精确和成本低的人体数据自动测量系统,再配合其它子项目,共同实现服装企业的信息化和产业化,包括量身定制、网络订制和虚拟试衣等。在服装学院快速反应研究室已研究的2D-3D人体扫描装置的基础上,本课题运用更多先进的图像处理算法将获得的22个成年男体图像进行图像预处理、轮廓提取、特征点提取、相关部位尺寸转换等图像处理工作,获取了人体20个相关部位尺寸。然后再与用手工测量的数据相比较分析,证明了所测量的相关部位尺寸测量精度已基本达到服装生产需求。首先,在剖析了现今几种常用的非接触式测量系统原理和应用的基础上,确定了本文的技术路线和研究方法;运用2D-3D人体扫描装置中的正侧面相机成功的采集到22个成年男体正面、背面和侧面图像,同时运用马丁测量法精确的获取他们身体的20个相关部位尺寸,接着通过对获取的彩色图像进行灰度转换,得到了利于计算机处理的BMP格式的灰度图像。其次,在灰度归一化处理中运用Matlab编程对人体图像进行了灰度变换和直方图均衡化两种处理对比,筛选出灰度变换为本研究中更为理想的灰度归一化方法;分析了相机所固有的噪声类型,通过比较均值滤波、中值滤波、Wiener滤波和小波去噪四种滤波算法对人体图像处理的差异性,筛选确定小波去噪算法为本研究理想的去噪算法;再运用梯度法对人体图像进行了锐化处理,获得了对比度强、更清晰、合乎要求的人体正面、背面和侧面图像。再其次,深刻剖析了几种经典边缘检测算法的原理和方法,运用Matlab语言编程实现了Roberts算子、Sobel算子、Prewitt算子、Laplacian of Gaussian和Canny等五种算法,筛选出Prewitt算子为本研究中最为理想的边缘检测算法,并成功的检测到人体边缘;使用数学形态学算法对图像进行细化,获得了单像素宽的边缘,达到了很好的细化效果;再接着利用光栅扫描法对人体图像进行跟踪,获得了边缘光滑且准确的人体外轮廓图像;最后,结合男体基本构造特点、体型特征和人体比例,通过对相关部位所对应特征点的分析,使用扫描式提取特征点的算法成功的提取出相关特征点,并通过坐标校正和尺寸转换得到系统所测部位实际尺寸,接着运用宽厚度与围度关系式计算出围度尺寸;用C#程序调用Matlab语言的方法对整套系统进行了设计,并将所有男体图像进行核算,获取了系统所测相关部位尺寸;与人工测量数据相比较,验证了系统测量数据的精度基本达到服装生产需求。本课题的创新点:系统测量时在人体胸围、腰围、臀围处分别设计三条束紧带,不仅能使被测量者着装不必局限于紧身服装,而且重要的是标记带所在位置在人体轮廓图像上呈凹进状态,使计算机识别更加容易,高度的测量数值也更准确;对所使用的特征点识别算法进行了部分优化,提高了其运算效率,如对所提取出的束紧带所在的子矩阵进行单独扫描识别后再完成特征点坐标转换,成倍地缩短了扫描识别时间。
|
全文目录
摘要 5-8 ABSTRACT 8-16 第一章 绪论 16-24 1.1 非接触式人体测量技术的发展现状 16-21 1.2 非接触式人体测量技术的应用 21 1.3 本课题的研究背景、意义和研究方法 21-24 第二章 人体彩色图像的采集及处理 24-32 2.1 人体彩色图像的采集 24-27 2.1.1 拍摄对象的选择 24-25 2.1.2 主要设备工具和参数 25-26 2.1.3 拍摄程序和要求 26-27 2.2 彩色图像的灰度化处理 27-31 2.2.1 图像定义 27-28 2.2.2 彩色图像灰度化的方法 28-31 2.3 本章小结 31-32 第三章 灰度图像预处理 32-59 3.1 灰度归一化 32-41 3.1.1 灰度变换方法 32-36 3.1.2 直方图变换 36-41 3.2 滤波去噪 41-53 3.2.1 噪声概述 41-43 3.2.2 去噪方法 43-50 3.2.3 几种常用的滤波去噪方法实现与比较分析 50-53 3.3 图像锐化 53-58 3.3.1 梯度法 54 3.3.2 高通滤波法 54-55 3.3.3 掩模匹配法 55-56 3.3.4 Matlab语言编程实现 56-58 3.4 本章小结 58-59 第四章 轮廓提取 59-79 4.1 边缘检测 59-68 4.1.1 边缘检测相关定义 59-60 4.1.2 边缘检测的原理和实质 60 4.1.3 常用的边缘检测方法 60-65 4.1.4 常用的边缘检测方法运用与比较 65-68 4.2 细化 68-74 4.2.1 细化定义和原则 68 4.2.2 Hilditch经典细化算法 68-69 4.2.3 Deutsch算法 69 4.2.4 Zhang快速并行细化算法 69-70 4.2.5 形态学细化算法 70-72 4.2.6 Matlab编程实现的细化算法 72-74 4.3 轮廓跟踪 74-78 4.3.1 轮廓跟踪定义 74 4.3.2 轮廓跟踪原理 74-75 4.3.3 轮廓跟踪方法 75-77 4.3.4 Matlab编程轮廓跟踪算法实现 77-78 4.4 本章小结 78-79 第五章 男体体型特征与人工测量 79-99 5.1 男体基本构造 79-85 5.1.1 服装构成的人体观察 79-81 5.1.2 男体基本架构 81-85 5.2 男体体型特征 85-89 5.2.1 男体体型分类和特征 85-88 5.2.2 男体比例 88-89 5.3 人体测量 89-94 5.3.1 人体测量特征点和部位的确定 89-93 5.3.2 实验工具、对象和要求 93-94 5.4 测量数据的初步分析 94-98 5.4.1 描述性统计分析 94-97 5.4.2 频数分析 97-98 5.5 本章小结 98-99 第六章 特征点提取和相关部位尺寸获取 99-111 6.1 特征点提取算法 99-105 6.1.1 Moravec算子 100 6.1.2 Harris算子 100-101 6.1.3 Forstner算子 101-102 6.1.4 SUSAN算子 102-104 6.1.5 小波交换算子 104-105 6.2 人体轮廓图像特征点分析与提取 105-109 6.2.1 人体轮廓图像特征点分析 105-106 6.2.2 人体轮廓图像特征点提取 106-109 6.3 相关部位尺寸获取 109-110 6.4 本章小结 110-111 第七章 系统设计与优化 111-123 7.1 系统设计 111-119 7.1.1 Matlab编程语言简介 111-112 7.1.2 C#编程语言简介 112-113 7.1.3 整个系统流程设计 113-119 7.2 误差分析 119-122 7.3 本章小结 122-123 第八章 结论与不足 123-125 8.1 结论 123-124 8.2 不足 124-125 参考文献 125-132 附录 132-146 附录1 滤波去噪部分程序 132-135 附录2 男体测量表格 135-136 附录3 男体相关部位测量示意图 136-137 附录4 特征点识别部分程序 137-142 附录5 误差分析表 142-146 攻读学位期间参与科研项目及发表论文 146-147 致谢 147
|
相似论文
- 舌图像中瘀斑瘀点检测技术研究,TP391.41
- 红外图像目标识别及跟踪技术研究,TP391.41
- 基于车牌识别技术的智能交通系统的设计与实现,TP391.41
- 基于SVM的车牌字符识别算法研究与实现,TP391.41
- 应用于窄间隙埋弧焊的图像采集及预处理系统研究,TG445
- 混纺织物不同纤维的图像识别与定量分析,TP391.41
- 基于数字图像处理的电能表图像识别技术研究与实现,TP391.41
- 美元纸币关键信息的图像检测以及号码识别,TP391.41
- 虹膜识别关键技术的研究,TP391.41
- 基于双目立体视觉的立体匹配算法研究,TP391.41
- 指纹图像预处理与识别算法研究,TP391.41
- 图像处理技术在焊接缺陷检测中的应用,TP274
- 金属板材腐蚀区域自动提取技术的研究,TP274
- 司机驾驶疲劳预警系统图像预处理技术的研究,TP391.41
- 基于嵌入式的身份识别系统的研究和设计,TP391.41
- 基于视频序列的运动人体行为分析关键技术研究与实现,TP391.41
- 实时视频监控系统中运动目标检测与异常行为识别,TP391.41
- 水下图像实时拼接方法的研究,TP391.41
- DataMatrix二维条码识读关键技术研究,TP391.44
- 在线三维人体几何建模研究,TP391.41
- 水泥颗粒三维重构及并行化研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|