CN106570476A - 一种三维人体测量中关键尺寸自动提取方法 - Google Patents
一种三维人体测量中关键尺寸自动提取方法 Download PDFInfo
- Publication number
- CN106570476A CN106570476A CN201610960455.7A CN201610960455A CN106570476A CN 106570476 A CN106570476 A CN 106570476A CN 201610960455 A CN201610960455 A CN 201610960455A CN 106570476 A CN106570476 A CN 106570476A
- Authority
- CN
- China
- Prior art keywords
- human body
- dimensional
- data
- measurement
- extraction method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 39
- 238000000605 extraction Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 14
- 230000011218 segmentation Effects 0.000 claims abstract description 6
- 210000000038 chest Anatomy 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 6
- 230000001815 facial effect Effects 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 abstract 1
- 210000000481 breast Anatomy 0.000 description 14
- 229910052655 plagioclase feldspar Inorganic materials 0.000 description 3
- 210000000115 thoracic cavity Anatomy 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 208000012287 Prolapse Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000001217 buttock Anatomy 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000392 somatic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种三维人体测量中关键尺寸自动提取方法,包括以下步骤:1)通过高清摄像机扫描获取人体形态的三维点云数据,利用超像素分割对获取的人体正、侧面图像进行分割,根据曲率进一步提取测量人体关键尺寸所在截面的边缘坐标点;2)将所述的三维点云数据通过计算机自动转化为二维图像数据,该二维图像数据包括正面投影图、侧面投影图和背面投影图,并将所述的二维图像数据做标准化调整操作。本发明能够较好解决人体轮廓精确提取的难题。并对其他应用领域的三维测量也有很好的指导借鉴意义,具有一定的应用价值。
Description
技术领域
本发明涉及一种尺寸提取方法,具体是一种三维人体测量中关键尺寸自动提取方法。
背景技术
目前在人体形态测量领域,三维扫描技术的应用比较广泛,主要应用于数据的采集和获得方面。虽然有很多的三维***或软件可以打开和处理三维数据,但大多数属于逆向工程建模类,不是专门的测量***或软件。这些软件有的能够进行最基础的直线和曲线距离间的测量,或者有的能够进行局部体积测量,但是测量的精度相对较低,测量的数据项很少,诸如体表角度或者局部(胸部)的细部数据很难获得,所以已有的三维***测量的数据远远不足以用来描述人体的形态。目前尚没有一套比较完善的对人体进行测量的三维***,通过三维扫描获得的数据不能够充分的应用于测量领域,从而基于人体数据的诸多研究受到一定的限制。
发明内容
本发明的目的在于提供一种三维人体测量中关键尺寸自动提取方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种三维人体测量中关键尺寸自动提取方法,包括以下步骤:1)通过高清摄像机扫描获取人体形态的三维点云数据,利用超像素分割对获取的人体正、侧面图像进行分割,根据曲率进一步提取测量人体关键尺寸所在截面的边缘坐标点;2) 将所述的三维点云数据通过计算机自动转化为二维图像数据,该二维图像数据包括正面投影图、侧面投影图和背面投影图,并将所述的二维图像数据做标准化调整操作;3) 分别在所述的正面投影图和背面投影图上设定人体特征点,然后把所述的人体特征点从正、背面投影图上映射在侧面投影图上,并把所述的图像参数文件保存在数据库中;4) 所述的图像参数文件通过预先设定的测量模板,可得到人体形态特征数据。
作为本发明进一步的方案:步骤1)还包括以下具体步骤:将所述的三维点云数据进行去除影响测量结果的杂点、填充漏洞处理。
作为本发明进一步的方案:步骤1)中,还将处理后的三维点云数据另存。
作为本发明进一步的方案:所述的步骤2)具体包括以下步骤:21)所述的人体三维点云数据通过计算机自动转化为二维图像数据,所述的二维图像数据包括正面投影图、侧面投影图和背面投影图;22)将所述的二维图像数据的坐标进行统一化,并将该二维图像数据的点云断点连成线;23)根据要测量的项目需求,人工确定人体左右分界线、确定RBP截面、提取轮廓,并交互确定零水平面。
作为本发明进一步的方案:所述的步骤2)中,预先对所述的三维点云数据的扫描亮度进行调整。
作为本发明再进一步的方案:所述的步骤3)具体包括以下步骤:31)在正面图和背面图上设定人体特征点;32)把设定的人体特征点从所述正面、背面投影图映射到侧面投影图,并计算侧面图上映射的两个SNP的中点;33)保存正面、侧面、胸部侧面的点云图像和轮廓图像共4张图像数据。
与现有技术相比,本发明的有益效果是:本发明能够较好解决人体轮廓精确提取的难题。并对其他应用领域的三维测量 也有很好的指导借鉴意义,具有一定的应用价值。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例中,一种三维人体测量中关键尺寸自动提取方法,包括以下步骤:1)通过高清摄像机扫描获取人体形态的三维点云数据,利用超像素分割对获取的人体正、侧面图像进行分割,根据曲率进一步提取测量人体关键尺寸所在截面的边缘坐标点;2) 将所述的三维点云数据通过计算机自动转化为二维图像数据,该二维图像数据包括正面投影图、侧面投影图和背面投影图,并将所述的二维图像数据做标准化调整操作;3) 分别在所述的正面投影图和背面投影图上设定人体特征点,然后把所述的人体特征点从正、背面投影图上映射在侧面投影图上,并把所述的图像参数文件保存在数据库中;4) 所述的图像参数文件通过预先设定的测量模板,可得到人体形态特征数据;步骤1)还包括以下具体步骤:将所述的三维点云数据进行去除影响测量结果的杂点、填充漏洞处理;步骤1)中,还将处理后的三维点云数据另存;所述的步骤2)具体包括以下步骤:21)所述的人体三维点云数据通过计算机自动转化为二维图像数据,所述的二维图像数据包括正面投影图、侧面投影图和背面投影图;22)将所述的二维图像数据的坐标进行统一化,并将该二维图像数据的点云断点连成线;23)根据要测量的项目需求,人工确定人体左右分界线、确定RBP截面、提取轮廓,并交互确定零水平面;所述的步骤2)中,预先对所述的三维点云数据的扫描亮度进行调整;所述的步骤3)具体包括以下步骤:31)在正面图和背面图上设定人体特征点;32)把设定的人体特征点从所述正面、背面投影图映射到侧面投影图,并计算侧面图上映射的两个SNP的中点;33)保存正面、侧面、胸部侧面的点云图像和轮廓图像共4张图像数据。
本发明的工作原理是:首先,步骤1是利用三维扫描***对人体形态特征进行扫描,获得三维人体点云数据。优选采用*.asc数据格式的三维扫描***作为利用三维数据转二维图像数据技术进行转换。三维数据作为人体真实特征的描述,要获得人体三维数据,可以通过三维全身扫描仪在5-10s钟内对人体进行扫描,然后通过数据的计算、补洞、前后片合并等处理,导出三维软件通用数据格式*.asc格式,另存,以备数据转化,同时保存的三维点云数据以后还可直接进行三维测量。然后利用本技术将导出的*.asc格式的三维数据转化为二维图像数据。
原始图像灰度化彩色人体正、侧面图像转化为灰度图像。根据人眼对图像的敏感度,采用公式 (1) 对图像进行转化。
f(i,j) = 0.3R(i,j)+0.59G(i,j)+0.11B(i,j) (1)
图像分割采用超像素分割对人体正、侧面图像进行分割。基于曲线波的人体正、侧面的轮廓提取曲线波 (Curvelet) 能多尺度多方向更精确地描述目标的纹理特征。为了抑制噪声对人体轮廓提取的干扰,提出曲线波模系数相关法获取人体轮廓。该方法的基本思想是:在相邻尺度上,目标的边缘的幅值较大,而噪音的边缘会迅速衰减。根据人体正、侧面图像的大小,本发明对其进行尺度分解。具体的实现步骤如下:第1步:计算第3尺度和第2尺度之间的相关系数;第 2 步 :用公式 (2) 检测第 3 尺度边缘点
|cor(S,2N-1)(i,j)-cor(S,2N)(i,j)| > Ts s = 3 (2)
其中,Ts是阈值。第3步:根据下列规则,检测第2尺度边缘点如果第3尺度的3个或3个以上的相关系数矩阵属于边缘,则对应的第2尺度的系数矩阵为边缘,否则,为噪音。第4步:根据下列规则,检测第1、4和5尺度边缘点
|B(S,N)|>Ps,s=1,4,5 (3)
其中,Ps是阈值。第5步:重构各尺度边缘点实现边缘检测。通过人体尺寸线定义,确定关键尺寸所在截面的边缘坐标点的范围,通过最小二乘法对检测到的轮廓边缘进行分段拟合,进而获得闭合的轮廓曲线。
本技术实现需要现有的三维扫描***协助获取人体或三维形态物体的三维数据,并且按照本技术要求导出*.asc格式;步骤2:将三维扫描得到的*.asc格式的人体点云数据导入计算机,三维数据自动转化为正面、侧面和背面的三张二维的图像数据,文件格式变小;步骤3:同时将图像坐标统一,并将点云的断点连成线。在此过程中根据三维获取的图像的效果进行亮度调整,便于图像测量;步骤4:然后根据要测量的项目需求,选择测量功能,人工确定人体左右分界线、确定右胸点RBP(右侧胸点)截面(人工交互)、提取三维点云图像轮廓,并确定地面点(交互确定零水平面)等操作进行二维数据的测量前标准化调整;步骤5:调整完毕后,在正面投影图和背面投影图上设定测量项目用到的人体特征点;步骤6:把侧面图测量需要的特征点,从正面、背面投影图映射到侧面投影图,计算得到侧面投影图上映射的两个SNP(颈侧点)的中点;步骤7:保存所要保存的参数文件,包括正面、侧面、胸部侧面的点云图像、轮廓图像,共6张图像;步骤8:打开相应的参数文件,根据所保存的图像上设定好的人体特征点,通过设定好的测量模板,自动得到人体形态数据,将得到的数据自动记载在相应的数据库里,并依据该数据计算出人体相关比例的数据。然后链接到其他***分析人体特征。并根据不同用途和要求输出数据报表及输出一定比例的轮廓图。按照此过程,将人体形态特征的三维数据转化为二维图像数据。在该转化过程中,可以处理单人数据,也可以利用SMS批处理数据。在胸部测量BreastMeasure模块,将已经转化的数据参数文件打开,进行标定,根据设定好的特征点,自动得到人体各局部厚度测量项(包括:后颈突量、胸背突量、臀突量、前颈凹量、胸前突量、腹前突量、WL后厚和WL前厚)、上半身体轴测量项(包括:上半身体轴角、后长斜长、后长突出量、前长突出量、胸背后突角、上半身前正中角、胸背上倾斜、胸背下倾斜、胸前上倾斜角、胸前下倾斜角等)、胸部细部测量项目(包括:胸上角、胸下角、胸点夹角、胸点上垂直夹角、胸点下垂直夹角、倾斜胸凸量、水平胸凸量、***上斜长、***下斜长、***斜长等)以及正面胸部测量项目(主要包括***局部角度及长度)。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (6)
1.一种三维人体测量中关键尺寸自动提取方法,其特征在于,包括以下步骤:1)通过高清摄像机扫描获取人体形态的三维点云数据,利用超像素分割对获取的人体正、侧面图像进行分割,根据曲率进一步提取测量人体关键尺寸所在截面的边缘坐标点;2) 将所述的三维点云数据通过计算机自动转化为二维图像数据,该二维图像数据包括正面投影图、侧面投影图和背面投影图,并将所述的二维图像数据做标准化调整操作;3) 分别在所述的正面投影图和背面投影图上设定人体特征点,然后把所述的人体特征点从正、背面投影图上映射在侧面投影图上,并把所述的图像参数文件保存在数据库中;4) 所述的图像参数文件通过预先设定的测量模板,可得到人体形态特征数据。
2.根据权利要求1所述的三维人体测量中关键尺寸自动提取方法,其特征在于,步骤1)还包括以下具体步骤:将所述的三维点云数据进行去除影响测量结果的杂点、填充漏洞处理。
3.根据权利要求2所述的三维人体测量中关键尺寸自动提取方法,其特征在于,步骤1)中,还将处理后的三维点云数据另存。
4.根据权利要求1所述的三维人体测量中关键尺寸自动提取方法,其特征在于,所述的步骤2)具体包括以下步骤:21)所述的人体三维点云数据通过计算机自动转化为二维图像数据,所述的二维图像数据包括正面投影图、侧面投影图和背面投影图;22)将所述的二维图像数据的坐标进行统一化,并将该二维图像数据的点云断点连成线;23)根据要测量的项目需求,人工确定人体左右分界线、确定RBP截面、提取轮廓,并交互确定零水平面。
5.根据权利要求1所述的三维人体测量中关键尺寸自动提取方法,其特征在于,所述的步骤2)中,预先对所述的三维点云数据的扫描亮度进行调整。
6.根据权利要求1所述的三维人体测量中关键尺寸自动提取方法,其特征在于,所述的步骤3)具体 包括以下步骤:31)在正面图和背面图上设定人体特征点;32)把设定的人体特征点从所述正面、背面投影图映射到侧面投影图,并计算侧面图上映射的两个SNP的中点;33)保存正面、侧面、胸部侧面的点云图像和轮廓图像共4张图像数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610960455.7A CN106570476A (zh) | 2016-10-28 | 2016-10-28 | 一种三维人体测量中关键尺寸自动提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610960455.7A CN106570476A (zh) | 2016-10-28 | 2016-10-28 | 一种三维人体测量中关键尺寸自动提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106570476A true CN106570476A (zh) | 2017-04-19 |
Family
ID=58535761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610960455.7A Pending CN106570476A (zh) | 2016-10-28 | 2016-10-28 | 一种三维人体测量中关键尺寸自动提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106570476A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665471A (zh) * | 2018-05-30 | 2018-10-16 | 高鹏 | 一种基于摄像头的人体背部曲线获取方法及*** |
CN109619736A (zh) * | 2018-12-26 | 2019-04-16 | 武汉万集信息技术有限公司 | 一种人体尺寸测量方法、装置及*** |
CN110189326A (zh) * | 2019-04-09 | 2019-08-30 | 广东元一科技实业有限公司 | 一种基于二维图像的人体数据测量***及其测量方法 |
CN110222564A (zh) * | 2018-10-30 | 2019-09-10 | 上海市服装研究所有限公司 | 一种基于三维数据识别性别特征的方法 |
CN110569784A (zh) * | 2019-09-05 | 2019-12-13 | 武汉纺织大学 | 一种人体尺寸测量方法、***、存储介质及电子设备 |
CN112116702A (zh) * | 2020-09-01 | 2020-12-22 | 上海云杉服装科技有限公司 | 一种基于正面和侧面轮廓的人体测量三维建模方法及*** |
CN112235558A (zh) * | 2020-11-17 | 2021-01-15 | 深圳移动互联研究院有限公司 | 一种基于全景影像的现场立面图的生成***和生成方法 |
CN112258650A (zh) * | 2020-09-21 | 2021-01-22 | 北京科技大学 | 一种膏体充填进度实时测量与可视化方法及*** |
CN112683169A (zh) * | 2020-12-17 | 2021-04-20 | 深圳依时货拉拉科技有限公司 | 物体尺寸测量方法、装置、设备及存储介质 |
CN110570438B (zh) * | 2019-09-05 | 2021-09-24 | 武汉纺织大学 | 着装人体二维尺寸测量方法、***、存储介质及电子设备 |
CN113940662A (zh) * | 2020-07-16 | 2022-01-18 | 沈阳曼德医疗***有限公司 | 智能化***外形3d测量方法及*** |
US20220078339A1 (en) * | 2019-01-03 | 2022-03-10 | Idiction Co., Ltd. | Method for obtaining picture for measuring body size and body size measurement method, server, and program using same |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001084385A (ja) * | 1999-09-10 | 2001-03-30 | Nec Corp | 3次元映像識別装置,3次元映像識別方法およびコンピュータ読み取り可能な記録媒体 |
CN102178530A (zh) * | 2011-01-24 | 2011-09-14 | 天津大学 | 基于三维点云数据的人体尺寸自动测量方法 |
CN103006228A (zh) * | 2012-11-09 | 2013-04-03 | 北京服装学院 | 一种人体形态特征的测量方法 |
CN105326507A (zh) * | 2015-10-23 | 2016-02-17 | 天津工业大学 | 超像素分割和曲线波相融合的三维人体测量方法 |
-
2016
- 2016-10-28 CN CN201610960455.7A patent/CN106570476A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001084385A (ja) * | 1999-09-10 | 2001-03-30 | Nec Corp | 3次元映像識別装置,3次元映像識別方法およびコンピュータ読み取り可能な記録媒体 |
CN102178530A (zh) * | 2011-01-24 | 2011-09-14 | 天津大学 | 基于三维点云数据的人体尺寸自动测量方法 |
CN103006228A (zh) * | 2012-11-09 | 2013-04-03 | 北京服装学院 | 一种人体形态特征的测量方法 |
CN105326507A (zh) * | 2015-10-23 | 2016-02-17 | 天津工业大学 | 超像素分割和曲线波相融合的三维人体测量方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108665471A (zh) * | 2018-05-30 | 2018-10-16 | 高鹏 | 一种基于摄像头的人体背部曲线获取方法及*** |
CN110222564A (zh) * | 2018-10-30 | 2019-09-10 | 上海市服装研究所有限公司 | 一种基于三维数据识别性别特征的方法 |
CN110222564B (zh) * | 2018-10-30 | 2022-12-13 | 上海市服装研究所有限公司 | 一种基于三维数据识别性别特征的方法 |
CN109619736A (zh) * | 2018-12-26 | 2019-04-16 | 武汉万集信息技术有限公司 | 一种人体尺寸测量方法、装置及*** |
US20220078339A1 (en) * | 2019-01-03 | 2022-03-10 | Idiction Co., Ltd. | Method for obtaining picture for measuring body size and body size measurement method, server, and program using same |
CN110189326A (zh) * | 2019-04-09 | 2019-08-30 | 广东元一科技实业有限公司 | 一种基于二维图像的人体数据测量***及其测量方法 |
CN110570438B (zh) * | 2019-09-05 | 2021-09-24 | 武汉纺织大学 | 着装人体二维尺寸测量方法、***、存储介质及电子设备 |
CN110569784A (zh) * | 2019-09-05 | 2019-12-13 | 武汉纺织大学 | 一种人体尺寸测量方法、***、存储介质及电子设备 |
CN113940662A (zh) * | 2020-07-16 | 2022-01-18 | 沈阳曼德医疗***有限公司 | 智能化***外形3d测量方法及*** |
CN112116702A (zh) * | 2020-09-01 | 2020-12-22 | 上海云杉服装科技有限公司 | 一种基于正面和侧面轮廓的人体测量三维建模方法及*** |
CN112258650A (zh) * | 2020-09-21 | 2021-01-22 | 北京科技大学 | 一种膏体充填进度实时测量与可视化方法及*** |
CN112258650B (zh) * | 2020-09-21 | 2024-03-19 | 北京科技大学 | 一种膏体充填进度实时测量与可视化方法及*** |
CN112235558A (zh) * | 2020-11-17 | 2021-01-15 | 深圳移动互联研究院有限公司 | 一种基于全景影像的现场立面图的生成***和生成方法 |
CN112235558B (zh) * | 2020-11-17 | 2024-04-09 | 深圳市人机共识科技有限公司 | 一种基于全景影像的现场立面图的生成***和生成方法 |
CN112683169A (zh) * | 2020-12-17 | 2021-04-20 | 深圳依时货拉拉科技有限公司 | 物体尺寸测量方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106570476A (zh) | 一种三维人体测量中关键尺寸自动提取方法 | |
CN103258345B (zh) | 一种基于地面激光雷达三维扫描的树木枝干参数提取方法 | |
CN110443836A (zh) | 一种基于平面特征的点云数据自动配准方法及装置 | |
CN106097348A (zh) | 一种三维激光点云与二维图像的融合方法 | |
CN104536009B (zh) | 一种激光红外复合的地面建筑物识别及导航方法 | |
CN110221603A (zh) | 一种基于激光雷达多帧点云融合的远距离障碍物检测方法 | |
CN109029284A (zh) | 一种基于几何约束的三维激光扫描仪与相机标定方法 | |
CN106327532A (zh) | 一种单幅图像的三维配准方法 | |
CN101996407B (zh) | 一种多相机颜色标定方法 | |
CN103006228B (zh) | 一种人体形态特征的测量方法 | |
CN102509348B (zh) | 一种共享增强现实场景的真实物体多方位表示方法 | |
CN107067394A (zh) | 一种倾斜摄影获取点云坐标的方法及装置 | |
CN106504276A (zh) | 非局部立体匹配算法的组合匹配代价算法和视差联合填充算法 | |
CN109544612A (zh) | 基于特征点几何表面描述的点云配准方法 | |
CN105225230A (zh) | 一种识别前景目标对象的方法及装置 | |
CN102938142A (zh) | 基于Kinect的室内LiDAR缺失数据填补方法 | |
CN106952335A (zh) | 建立人体模型库的方法及其*** | |
CN107169475A (zh) | 一种基于kinect相机的人脸三维点云优化处理方法 | |
CN104573180A (zh) | 基于单目多视角机器视觉的真人鞋型复制装置和鞋楦制造方法 | |
CN104155638A (zh) | 一种基于LiDAR伪垂直波形模型的树种分类方法 | |
Kim et al. | Estimation of carbon storage based on individual tree detection in Pinus densiflora stands using a fusion of aerial photography and LiDAR data | |
CN106780712A (zh) | 联合激光扫描和影像匹配的三维点云生成方法 | |
CN110379004A (zh) | 一种对倾斜摄影成果进行地物分类及单体化提取的方法 | |
CN103948196A (zh) | 人体数据的测量方法 | |
CN111047695A (zh) | 一种城市群高度空间信息及等高线的提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170419 |