CN106419923A - 一种基于单目机器视觉的身高测量方法 - Google Patents

Abstract

本发明公开的一种基于单目机器视觉的身高测量方法，包括以下步骤：机器人头部的RGB摄像机拍摄到所述待测人的头部及脚下的二维标识；所述机器人根据检测到的二维标识上四个角点，计算出当前视场的单应性矩阵；通过图像分割算法分割出待测人头部图像区域，从而计算出待测人头顶的像素坐标；进而计算出所述待测人的身高。本发明的基于单目机器视觉的身高测量方法，操作及计算简单，待测人员无需他人帮助即可完成自我测高，测量方法为非接触式的，进一步提高了测量精度，也加快了测量速度。

Description

一种基于单目机器视觉的身高测量方法

技术领域

本发明涉及长度测量技术领域，具体是一种基于单目机器视觉的身高测量方法。

背景技术

由于各种需要，比如体检、运动员选拔等，需要对人的身高进行测量。目前的身高测量方法如使用尺子、标杆等方式操作起来都不太方便，需要直接接触到人体，不能做到自动测量，容易由于操作不当造成误差。

发明内容

本发明要解决的问题是提供一种基于单目机器视觉的身高测量方法，该方法能够实现对人体身高进行无接触自动测量，操作方便，测量精确。

为实现上述发明目的，本发明的基于单目机器视觉的身高测量方法，包括以下步骤：

待测人站在平面标识上指定的区域；

机器人保持头部处于水平状态，通过调整所述机器人与所述待测人的距离使位于所述机器人头部的RGB摄像机拍摄到所述待测人的头部及脚下的二维标识；

所述机器人根据检测到的二维标识上四个角点，根据单应性矩阵

计算出当前视场的单应性矩阵H＝M[r1,r2,r3,t]；

其中，(x，y，1)表示视觉定位标识中任一角点在第一摄像机的图像坐标系中像素坐标的齐次坐标；(X，Y，Z，1)表示所述角点在视觉定位标识坐标系中的齐次坐标，选取视觉定位标识平面为Z＝0，则所述角点在所述视觉定位标识坐标系中的齐次坐标即简化为(X，Y，0，1)；s为引入的任意尺度比例参数，M为摄像机内部参数矩阵，r1、r2、r3分别表示视觉定位标识坐标系相对于摄像机坐标系的旋转矩阵中的三个列向量，t为平移向量；

通过图像分割算法分割出待测人头部图像区域，从而计算出待测人头顶的像素坐标(x0,y0)；

根据单应性矩阵

代入x＝x0,y＝y0,X＝0即可求得Z，Z即所述待测人的身高。

计算出待测人头顶的像素坐标分为如下三步：

(1)使用Haar-Adaboost人脸检测算法在图像中检测人脸的矩形区域。Haar-Adaboost人脸检测算法使用通过人脸图像样本训练好的人脸检测器，在图像中识别到人脸的矩形区域。

(2)通过过分水岭算法分割出头部区域。识别到人脸区域后可将人脸位置标记为前景图像区域，将人脸两边的非人脸背景区域标记为后景图像区域，使用分水岭图像分割算法将待测人头部的轮廓完整的从背景中分割出来。

(3)得到待测人头部的像素坐标。默认待测人的头部保持竖直，头顶点x轴方向的像素坐标x0等于人脸矩形区域中心的x坐标值。分水岭图像分割算法能够分割出头顶的整体轮廓，通过计算x坐标在(x0–Δx,x0+Δx)范围内的头顶轮廓点的y坐标平均值即可求得头顶点y轴方向的像素坐标y0。

本发明的基于单目机器视觉的身高测量方法，操作及计算简单，待测人员无需他人帮助即可完成自我测高，测量方法为非接触式的，进一步提高了测量精度，也加快了测量速度。

附图说明

图1为本发明的测量方法使用的机器人结构示意图；

图2是本发明使用测量方法时测量区域示意图。

具体实施方式

下面结合附图，对本发明提出的一种基于单目机器视觉的身高测量方法进行详细说明。

本发明的基于单目机器视觉的身高测量方法，包括以下步骤：

待测人站在平面标识上指定的区域；

机器人保持头部处于水平状态，通过调整所述机器人与所述待测人的距离使位于所述机器人头部的RGB摄像机拍摄到所述待测人的头部及脚下的二维标识；

所述机器人根据检测到的二维标识上四个角点，根据单应性矩阵

计算出当前视场的单应性矩阵H＝M[r1,r2,r3,t]；

其中，(x，y，1)表示视觉定位标识中任一角点在第一摄像机的图像坐标系中像素坐标的齐次坐标；(X，Y，Z，1)表示所述角点在视觉定位标识坐标系中的齐次坐标，选取视觉定位标识平面为Z＝0，则所述角点在所述视觉定位标识坐标系中的齐次坐标即简化为(X，Y，0，1)；s为引入的任意尺度比例参数，M为摄像机内部参数矩阵，r1、r2、r3分别表示视觉定位标识坐标系相对于摄像机坐标系的旋转矩阵中的三个列向量，t为平移向量；

通过图像分割算法分割出待测人头部图像区域，从而计算出待测人头顶的像素坐标(x0,y0)；

计算出待测人头顶的像素坐标分为如下三步：

(4)使用Haar-Adaboost人脸检测算法在图像中检测人脸的矩形区域。Haar-Adaboost人脸检测算法使用通过人脸图像样本训练好的人脸检测器，在图像中识别到人脸的矩形区域。

(5)通过过分水岭算法分割出头部区域。识别到人脸区域后可将人脸位置标记为前景图像区域，将人脸两边的非人脸背景区域标记为后景图像区域，使用分水岭图像分割算法将待测人头部的轮廓完整的从背景中分割出来。

(6)得到待测人头部的像素坐标。默认待测人的头部保持竖直，头顶点x轴方向的像素坐标x0等于人脸矩形区域中心的x坐标值。分水岭图像分割算法能够分割出头顶的整体轮廓，通过计算x坐标在(x0–Δx,x0+Δx)范围内的头顶轮廓点的y坐标平均值即可求得头顶点y轴方向的像素坐标y0。

根据单应性矩阵

代入x＝x0,y＝y0,X＝0即可求得Z，Z即所述待测人的身高。

①如图2所示，平面标识：身高测量时应当确保机器人看到该平面标识。站立区域：待测者双脚站立的区域。O₁为以标识中心为原点的标识坐标系

如图1所示，本发明的基于单目机器视觉的身高测量方法，使用的机器人，RGB彩色摄像机1位于机器人头部。

以上实施例仅用以说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，其均应涵盖在本发明的权利要求范围当中。

Claims (2)

1.一种基于单目机器视觉的身高测量方法，其特征在于，包括以下步骤：

待测人站在平面标识上指定的区域；

机器人保持头部处于水平状态，通过调整所述机器人与所述待测人的距离使位于所述机器人上的RGB摄像机拍摄到所述待测人的头部及脚下的二维标识；

所述机器人根据检测到的二维标识上四个角点，根据单应性矩阵

$\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]=sM\[r1,r2,r3,t\]\left[\begin{array}{c}X\\ Y\\ Z\\ 1\end{array}\right]=sM\[r1,r2,t\]\left[\begin{array}{c}X\\ Y\\ 1\end{array}\right]$

计算出当前视场的单应性矩阵H＝M[r1,r2,r3,t]；

其中，(x，y，1)表示视觉定位标识中任一角点在第一摄像机的图像坐标系中像素坐标的齐次坐标；(X，Y，Z，1)表示所述角点在视觉定位标识坐标系中的齐次坐标，选取视觉定位标识平面为Z＝0，则所述角点在所述视觉定位标识坐标系中的齐次坐标即简化为(X，Y，0，1)；s为引入的任意尺度比例参数，M为摄像机内部参数矩阵，r1、r2、r3分别表示视觉定位标识坐标系相对于摄像机坐标系的旋转矩阵中的三个列向量，t为平移向量；

通过图像分割算法分割出待测人头部图像区域，从而计算出待测人头顶的像素坐标(x0,y0)；

根据单应性矩阵

$\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]=sM\[r1,r2,r3,t\]\left[\begin{array}{c}X\\ Y\\ Z\\ 1\end{array}\right]$

代入x＝x0,y＝y0,X＝0即可求得Z，Z即所述待测人的身高。

2.根据权利要求1所述的基于单目机器视觉的身高测量方法，其特征在于，

所述计算待测人头顶的像素坐标的过程如下：

使用Haar-Adaboost人脸检测算法在图像中检测人脸的矩形区域；Haar-Adaboost人脸检测算法使用通过人脸图像样本训练的人脸检测器，在图像中识别到人脸的矩形区域；

通过分水岭算法分割出头部区域；识别到人脸区域后可将人脸位置标记为前景图像区域，将人脸两边的非人脸背景区域标记为后景图像区域，使用分水岭图像分割算法将待测人头部的轮廓完整的从背景中分割出来；

得到待测人头部的像素坐标：默认待测人的头部保持竖直，头顶点x轴方向的像素坐标x0等于人脸矩形区域中心的x坐标值；通过分水岭图像分割算法分割出头顶的整体轮廓，通过计算x坐标在(x0–Δx,x0+Δx)范围内的头顶轮廓点的y坐标平均值，即可求得头顶点y轴方向的像素坐标y0。