CN111445570A - 一种定制化服装设计生产设备及方法 - Google Patents
一种定制化服装设计生产设备及方法 Download PDFInfo
- Publication number
- CN111445570A CN111445570A CN202010156499.0A CN202010156499A CN111445570A CN 111445570 A CN111445570 A CN 111445570A CN 202010156499 A CN202010156499 A CN 202010156499A CN 111445570 A CN111445570 A CN 111445570A
- Authority
- CN
- China
- Prior art keywords
- human body
- dimensional
- image acquisition
- dimensional data
- garment
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供了一种基于三维数据的服装设计设备及方法,包括人体三维数据采集装置,用于采集人体的多张图像,并利用上述多张图像合成人体三维模型;其中三维数据采集装置包括图像采集装置,图像采集装置采集目标物时,相邻两个采集位置满足预设条件。首次提出在服装设计设备中通过增加背景板随相机一起旋转的方式来同时提高3D合成速度和合成精度,从而降低等待时间,使得人体数据可以更准确地用于服装设计。
Description
技术领域
本发明涉及服装设计技术领域,特别涉及通过3D形貌测量技术而实现服装设计领域。
背景技术
目前,已经出现了很多采用客户三维数据进行定制化服装设计的方案。这些方案主要有以下几种:1、采用结构光方案,需要向人体发射可见光或红外光,造成客户不适,且需要复杂的标定。2、采用机器视觉的方式,但速度和精度较慢。
当然在现有技术中,也曾提出使用包括旋转角度、目标物尺寸、物距的经验公式限定相机位置,从而兼顾合成速度和效果。然而在实际应用中发现:除非有精确量角装置,否则用户对角度并不敏感,难以准确确定角度;目标物尺寸难以准确确定,特别是某些应用场合目标物需要频繁更换,每次测量带来大量额外工作量,并且需要专业设备才能准确测量不规则目标物。测量的误差导致相机位置设定误差,从而会影响采集合成速度和效果;准确度和速度还需要进一步提高。
因此,目前急需解决以下技术问题:①能够同时提高3D合成速度和合成精度,提高服装设计基础数据的可靠性;②成本低,不增加过多设备复杂程度。③能够为客户提供准确的服装加工数据,实现个性化定制。
发明内容
鉴于上述问题,提出了本发明提供一种克服上述问题或者至少部分地解决上述问题的服装设计设备及方法。
本发明实施例提供了一种基于三维数据的服装设计设备及方法,包括人体三维数据采集装置,用于采集人体的多张图像,并利用上述多张图像合成人体三维模型;
其中三维数据采集装置包括图像采集装置,图像采集装置采集目标物时,相邻两个采集位置满足如下条件:
其中L为两个位置图像采集装置光心的直线距离;f为图像采集装置的焦距;d为图像采集装置感光元件的矩形长度;T为图像采集装置感光元件沿着光轴到目标物表面的距离;δ为调整系数。
在可选的实施例中,δ<0.571,或δ<0.405,或δ<0.338,或δ<0.296。
在可选的实施例中,图像采集装置为至少两个。
在可选的实施例中,至少两个图像采集装置竖直排列。
在可选的实施例中,还包括服装设计装置,用于利用人体三维模型确定服装三维数据。
在可选的实施例中,服装设计装置进行如下操作:①将人体三维模型按照服装设计要求进行点、线和/或面的划分;②根据点、线、和/或面的尺寸生成最终服装三维数据。
在可选的实施例中,还包括由最终服装三维数据生成二维裁片样板。
在可选的实施例中,在操作②中通过在标准服装三维数据基础上修改得到最终服装三维数据。
本发明另一实施例还提供了一种服装三维数据库,使用上述任一权利要求所述的设备和方法得到人体三维数据和对应的服装三维数据,并将其存储。
在可选的实施例中,具有客户私有空间,用于存储客户相应数据。
发明点及技术效果
1、首次提出在服装设计设备中通过增加背景板随相机一起旋转的方式来同时提高3D合成速度和合成精度,从而降低等待时间,使得人体数据可以更准确地用于服装设计。
2、通过优化采集时相机位置,能够同时提高3D合成速度和合成精度,从而降低等待时间,使得人体数据可以更准确地用于服装设计。优化位置时,无需测量角度,无需测量头部尺寸,适用于各种人群。更加方便、适应性强。
3、通过采集设备竖直多相机结构的设计,使得能够同时采集人体全身数据,速度更快,畸变更小,数据更准确。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明实施例提供的人体半身三维数据采集设备的结构示意图;
图2为本发明实施例提供的人体全身三维数据采集设备的另一种结构示意图;
图3为本发明实施例提供的复合面料的结构示意图;
附图标记与各部件的对应关系如下:
1背景板、2图像采集装置、3旋转横梁、4旋转装置、5支架、6座椅、7 底座、51横柱、52立柱、81防水耐磨层、82柔软亲肤层、83中间层。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
人体半身三维数据采集设备
请参考图1,人体三维数据采集设备包括背景板1、图像采集装置2、旋转横梁3、旋转装置4、支架5、座椅6和底座7。
支架包括横柱51和立柱52,立柱52与底座7连接,横柱51通过旋转装置4与旋转横梁3连接,从而使得旋转横梁3能够在旋转装置4的驱动下360°转动。背景板1和图像采集装置2位于旋转横梁3的两端,相对设置,在旋转横梁3转动时同步转动,始终保持相对设置。
底座上具有座椅6,座椅6位于背景板1和图像采集装置2之间。在人坐下时,身体正好位于转动轴附近且在图像采集装置2和背景板1之间,并且优选身体部位于图像采集装置2的光轴上。由于每个人身高不同,因此可以通过调节座椅6的高度来调整人体在图像采集装置2视场中的位置。
调节座椅6可以通过手动调节装置,例如座椅6通过丝杆与底座连接,通过旋转丝杆调节座椅高度。优选的,具有升降驱动装置,升降驱动装置与控制器数据连接,通过控制器控制升降装置高度,从而调节座椅高度。控制器可以直接连接在服装设计设备中,例如可以防止在座椅扶手附近,以方便用户调节。但控制器也可以为移动终端,例如手机。这样通过移动终端与服装设计设备连接,在移动终端中就能够通过控制升降驱动装置从而控制座椅高度。移动终端可以由操作员进行操作,也可以由用户进行操作,更加方便,且不受位置限制。当然,控制器也可以由上位机承担,或由服务器、集群服务器承担。当然也可以通过网络由云平台承担。这些上位机、服务器、集群服务器、云平台可以与进行3D合成处理的上位机、服务器、集群服务器、云平台共用,即完成控制和3D合成双重功能。
如果只进行身体部位的展示,那么只要身体各部分比例正确即可,无需每个部分的绝对尺寸。但是对于进行服装的匹配和设计而言,如果没有身体3D 模型的绝对尺寸,那么就无法完成服装的真正匹配和设计,无法为服装最终的加工提供有意义的数据。为了获得身体3D信息的绝对尺寸,需要对用户身体进行标定。但如果按目前常规方法,直接在用户的身体贴标记,会带来不好的用户体验。而其他位置难以贴标记点。因此,本发明巧妙地在座椅6上设置标记点,并记录标记点相互之间的绝对距离。在图像采集装置2转动到用户背后时,会采集到这些标记点,并根据这些标记点的预定距离,最终计算出身体3D 模型的尺寸。同时,在该位置设置标记点不影响用户身体信息采集。因此,这也是本发明的发明点之一,可以提高用户体验的同时,获得身体3D信息的绝对距离。同时,标记点也可以设置在座椅6背部或侧部上,只要图像采集装置 2可以采集到的位置即可。上述标记点也可以为标准量块,即具有一定空间大小,且预知绝对尺寸的标记物。当然,也可以在其他位置设置相应的标准量块,只要标准量块在相机的视野范围内,且相对人体静止即可。例如,可以为用户佩戴包含已知标记点的物品。
图像采集装置2用于采集目标物的图像,其可以为CCD、CMOS、相机、摄像机、工业相机、监视器、摄像头、手机、平板、笔记本、移动终端、可穿戴设备、智能眼镜、智能手表、智能手环以及带有图像采集功能所有设备。图像采集装置包括带有感光元件的相机本体和镜头。优选的,相机本体可以采用工业相机。工业相机拥有更小的体积,并且与家用相机相比简化了不需要的功能,且性能更佳。图像采集装置2可以与处理单元连接,从而将采集到的图像传递至处理单元。上述连接方式包括有线方式和无线方式,例如通过数据线、网线、光纤、4G、5G、wifi等多种协议进行传递,当然也可以使用它们的组合进行传递。
设备还包括处理器,也可以成为处理单元,用以根据图像采集装置采集的多个图像,根据3D合成算法,合成目标物3D模型,得到目标物3D信息。
处理单元根据上述一组图像中的多个图像得到目标物的3D信息(具体算法下文详述)。处理单元可以直接设置在图像采集装置所在的壳体内,也可以通过数据线或通过无线方式与图像采集装置2连接。例如可以使用独立的计算机、服务器及集群服务器等作为处理单元,图像采集装置2采集到的图像数据传输至其上,进行3D合成。同时,也可以将图像采集装置2的数据传输至云平台,利用云平台的强大计算能力进行3D合成。
背景板1全部为纯色,或大部分(主体)为纯色。特别是可以为白色板或黑色板,具体颜色可以根据目标物主体颜色来选择。背景板1通常为平板,优选也可以为曲面板,例如凹面板、凸面板、球形板,甚至在某些应用场景下,可以为表面为波浪形的背景板1;也可以为多种形状拼接板,例如可以用三段平面进行拼接,而整体呈现凹形,或用平面和曲面进行拼接等。除了背景板1 表面的形状可以变化外,其边缘形状也可以根据需要选择。通常情况下为直线型,从而构成矩形板。但是在某些应用场合,其边缘可以为曲线。
旋转横梁3通过旋转装置4与固定横梁连接,旋转装置4驱动旋转横梁3 转动,从而带动横梁两端的背景板1和图像采集装置2转动,但无论怎样转动,图像采集装置1与背景板2均相对设置,特别是图像采集装置1的光轴穿过背景板2中心。
光源设置于图像采集装置2镜头的周围,可以为LED光源,也可以为智能光源,即根据目标物及环境光的情况自动调整光源参数。通常情况下,光源位于图像采集装置2的镜头周边分散式分布,例如光源为在镜头周边的环形LED 灯。当被采集对象为人体,因此需要控制光源强度,避免造成人体不适。特别是可以在光源的光路上设置柔光装置,例如为柔光外壳。或者直接采用LED面光源,不仅光线比较柔和,而且发光更为均匀。更佳地,可以采用OLED光源,体积更小,光线更加柔和,并且具有柔性特性,可以贴附于弯曲的表面。此外光源也可以为设置于旋转横梁3、承载图像采集装置2的外壳上。
人体全身三维数据采集设备
上述设备可以用来采集人体上半身的图像,从而在处理器中合成上半身三维数据。这种数据适合做上半身的衣服,特别是穿戴在腰部以上的衣服。这样在采集时用户可以以坐姿测量,更舒适不易疲劳,且能够防止身体晃动造成的测量误差。但很多情况下,即使在设计上衣时也需要腰部以下的数据,即最好获得全身的三维数据,此时需要对上述设备结构进行简单改型。
以上述设备为基础,撤掉座椅,同时在旋转横梁3的一端设置2个或多个图像采集装置。如图2,多个图像采集装置沿竖直方向排布,这样可以保证在一次采集中能够同时采集到人体上下半身。多个图像采集装置的视场范围应当有所交叠。虽然单一相机通过广角镜头也可以采集到较大范围,覆盖人全身。但这样会导致图像边缘不可避免的出现畸变。因此为了采集数据更加准确,可以在竖直方向设置两个图像采集装置,并且两者同步转动。此时,旋转横梁3 另一端的背景板也应当在竖直方向延伸,保证为整个人体采集提供背景。
当然,在某些情况下除了上述设备外,也可以使用手持设备进行人体三维信息采集,此时可能难以有规定的移动轨道,但移动的距离依然满足如下L的限定。
3D采集相机(图像采集装置)位置优化
根据大量实验,采集的间隔距离优选满足如下经验公式:
在进行3D采集时,相邻两个图像采集装置2的位置,或图像采集装置2 相邻两个采集位置满足如下条件:
其中L为两个图像采集装置光心的直线距离;f为图像采集装置的焦距;d 为图像采集装置感光元件(CCD)的矩形长度;T为图像采集装置感光元件沿着光轴到目标物表面的距离;δ为调整系数,δ<0.696。
图像采集装置2在两个位置中的任何一个位置时,感光元件沿着光轴到目标物表面的距离作为T。除了这种方法外,在另一种情况下,L为An、An+1两个图像采集装置光心的直线距离,与An、An+1两个图像采集装置相邻的An-1、 An+2两个图像采集装置和An、An+1两个图像采集装置各自感光元件沿着光轴到目标物表面的距离分别为Tn-1、Tn、Tn+1、Tn+2,T=(Tn-1+Tn+Tn+1+Tn+2)/4。当然可以不只限于相邻4个位置,也可以用更多的位置进行平均值计算。
L应当为两个图像采集装置光心的直线距离,但由于图像采集装置光心位置在某些情况下并不容易确定,因此在某些情况下也可以使用图像采集装置的感光元件中心、图像采集装置2的几何中心、图像采集装置2与云台(或平台、支架)连接的轴中心、镜头近端或远端表面的中心替代,经过试验发现由此带来的误差是在可接受的范围内的。
通常情况下,现有技术中均采用物体尺寸、视场角等参数作为推算相机位置的方式,并且两个相机之间的位置关系也采用角度表达。由于角度在实际使用过程中并不好测量,因此在实际使用时较为不便。并且,物体尺寸会随着测量物体的变化而改变。例如,在进行一个成年人身体3D信息采集后,再进行儿童身体采集时,就需要重新测量尺寸,重新推算。上述不方便的测量以及多次重新测量都会带来测量的误差,从而导致相机位置推算错误。而本方案根据大量实验数据,给出了相机位置需要满足的经验条件,不仅避免测量难以准确测量的角度,而且不需要直接测量物体大小尺寸。经验条件中d、f均为相机固定参数,在购买相机、镜头时,厂家即会给出相应参数,无需测量。而T仅为一个直线距离,用传统测量方法,例如直尺、激光测距仪均可以很便捷的测量得到。因此,本发明的经验公式使得准备过程变得方便快捷,同时也提高了相机位置的排布准确度,使得相机能够设置在优化的位置中,从而在同时兼顾了 3D合成精度和速度。
从上述实验结果及大量实验经验可以得出,δ的值应当满足δ<0.571,此时已经能够合成部分3D模型,虽然有一部分无法自动合成,但是在要求不高的情况下也是可以接受的,并且可以通过手动或者更换算法的方式弥补无法合成的部分。特别是δ的值满足δ<0.405时,能够最佳地兼顾合成效果和合成时间的平衡;为了获得更好的合成效果可以选择δ<0.338,此时合成时间会上升,但合成质量更好。当然为了进一步提高合成效果,可以选择δ<0.296。而当δ为0.671 时,已经无法合成。但这里应当注意,以上范围仅仅是最佳实施例,并不构成对保护范围的限定。
并且从上述实验可以看出,对于相机拍照位置的确定,只需要获取相机参数(焦距f、CCD尺寸)、相机CCD与物体表面的距离T即可根据上述公式得到,这使得在进行设备设计和调试时变得容易。由于相机参数(焦距f、CCD 尺寸)在相机购买时就已经确定,并且是产品说明中就会标示的,很容易获得。因此根据上述公式很容易就能够计算得到相机位置,而不需要再进行繁琐的视场角测量和物体尺寸测量。特别是在一些场合中,需要更换相机镜头,那么本发明的方法直接更换镜头常规参数f计算即可得到相机位置;同理,在采集不同物体时,由于物体大小不同,对于物体尺寸的测量也较为繁琐。而使用本发明的方法,无需进行物体尺寸测量,能够更为便捷地确定相机位置。并且使用本发明确定的相机位置,能够兼顾合成时间和合成效果。因此,上述经验条件是本发明的发明点之一。
以上数据仅为验证该公式条件所做实验得到的,并不对发明构成限定。即使没有这些数据,也不影响该公式的客观性。本领域技术人员可以根据需要调整设备参数和步骤细节进行实验,得到其他数据也是符合该公式条件的。
3D信息采集方法流程
将目标物,放置在图像采集装置2和背景板1之间。优选放置在旋转装置 4的转轴延长线上,即图像采集装置2转动所围绕的圆心处。这样可以保证图像采集装置2在转动过程中距离目标物的距离基本不变,从而防止由于物距剧烈变化而导致图像采集不清晰,或导致对相机的景深要求过高(增加成本)。
当目标物为人体上半身时,可以在图像采集装置2和背景板1之间放置座椅6,在人坐下时,身体正好位于转动轴附近且在图像采集装置2和背景板1 之间。由于每个人身高不同,因此待采集的区域的高度不同。此时可以通过调节座椅6的高度来调整人体在图像采集装置2视场中的位置。除了调整座椅6 高度,还可以通过调整图像采集装置2和背景板1在竖直方向上的高度来保证目标物中心位于图像采集装置2的视场中心。例如背景板1可以沿第一安装柱上下移动,承载图像采集装置2的水平托可以沿第二安装柱上下移动。通常,背景板1和图像采集装置2的移动是同步的,保证图像采集装置的光轴穿过背景板1的中心位置。
由于每次采集目标物尺寸大小差异较大。如果图像采集装置2在同一位置进行采集,则会导致目标物在图像中的比例变化巨大。例如目标物A在图像中大小合适时,如果换成较小的目标物B,其在图像中的比例将非常小,这会极大地影响后续的3D合成速度和精度。因此,可以驱动图像采集装置2在水平托上前后移动,保证目标物在图像采集装置2所采集图片中的占比合适。同时,也可以通过调整焦距的方式适应身体大小不同的用户。但通常人体尺寸相对固定,因此用固定焦距即可实现。
3D合成方法流程
根据上述采集方法,图像采集装置2通过与目标物相对运动而采集目标物一组图像;
处理单元根据上述一组图像中的多个图像得到目标物的3D信息。具体算法如下。当然,处理单元可以直接设置在图像采集装置2所在的壳体内,也可以通过数据线或通过无线方式与图像采集装置2连接。例如可以使用独立的计算机、服务器及集群服务器等作为处理单元,图像采集装置采集到的图像数据传输至其上,进行3D合成。同时,也可以将图像采集装置的数据传输至云平台,利用云平台的强大计算能力进行3D合成。
利用上述采集到的图片进行3D合成时,可以采用现有算法实现,也可以采用本发明提出的优化的算法,主要包括如下步骤:
步骤1:对所有输入照片进行图像增强处理。采用下述滤波器增强原始照片的反差和同时压制噪声。
式中:g(x,y)为原始影像在(x,y)处灰度值,f(x,y)为经过Wallis滤波器增强后该处的灰度值,mg为原始影像局部灰度均值,sg为原始影像局部灰度标准偏差,mf为变换后的影像局部灰度目标值,sf为变换后影像局部灰度标准偏差目标值。c∈(0,1)为影像方差的扩展常数,b∈(0,1)为影像亮度系数常数。
该滤波器可以大大增强影像中不同尺度的影像纹理模式,所以在提取影像的点特征时可以提高特征点的数量和精度,在照片特征匹配中则提高了匹配结果可靠性和精度。
步骤2:对输入的所有照片进行特征点提取,并进行特征点匹配,获取稀疏特征点。采用SURF算子对照片进行特征点提取与匹配。SURF特征匹配方法主要包含三个过程,特征点检测、特征点描述和特征点匹配。该方法使用 Hessian矩阵来检测特征点,用箱式滤波器(Box Filters)来代替二阶高斯滤波,用积分图像来加速卷积以提高计算速度,并减少了局部影像特征描述符的维数,来加快匹配速度。主要步骤包括①构建Hessian矩阵,生成所有的兴趣点,用于特征提取,构建Hessian矩阵的目的是为了生成图像稳定的边缘点(突变点);②构建尺度空间特征点定位,将经过Hessian矩阵处理的每个像素点与二维图像空间和尺度空间邻域内的26个点进行比较,初步定位出关键点,再经过滤除能量比较弱的关键点以及错误定位的关键点,筛选出最终的稳定的特征点;③特征点主方向的确定,采用的是统计特征点圆形邻域内的harr小波特征。即在特征点的圆形邻域内,统计60度扇形内所有点的水平、垂直harr小波特征总和,然后扇形以0.2弧度大小的间隔进行旋转并再次统计该区域内harr小波特征值之后,最后将值最大的那个扇形的方向作为该特征点的主方向;④生成64 维特征点描述向量,特征点周围取一个4*4的矩形区域块,但是所取得矩形区域方向是沿着特征点的主方向。每个子区域统计25个像素的水平方向和垂直方向的haar小波特征,这里的水平和垂直方向都是相对主方向而言的。该haar 小波特征为水平方向值之后、垂直方向值之后、水平方向绝对值之后以及垂直方向绝对值之和4个方向,把这4个值作为每个子块区域的特征向量,所以一共有4*4*4=64维向量作为Surf特征的描述子;⑤特征点匹配,通过计算两个特征点间的欧式距离来确定匹配度,欧氏距离越短,代表两个特征点的匹配度越好。
步骤3:输入匹配的特征点坐标,利用光束法平差,解算稀疏的人体三维点云和拍照相机的位置和姿态数据,即获得了稀疏人体模型三维点云和位置的模型坐标值;以稀疏特征点为初值,进行多视照片稠密匹配,获取得到密集点云数据。该过程主要有四个步骤:立体像对选择、深度图计算、深度图优化、深度图融合。针对输入数据集里的每一张影像,我们选择一张参考影像形成一个立体像对,用于计算深度图。因此我们可以得到所有影像的粗略的深度图,这些深度图可能包含噪声和错误,我们利用它的邻域深度图进行一致性检查,来优化每一张影像的深度图。最后进行深度图融合,得到整个场景的三维点云。
步骤4:利用密集点云进行人体曲面重建。包括定义八叉树、设置函数空间、创建向量场、求解泊松方程、提取等值面几个过程。由梯度关系得到采样点和指示函数的积分关系,根据积分关系获得点云的向量场,计算指示函数梯度场的逼近,构成泊松方程。根据泊松方程使用矩阵迭代求出近似解,采用移动方体算法提取等值面,对所测点云重构出被测物体的模型。
步骤5:人体模型的全自动纹理贴图。表面模型构建完成后,进行纹理贴图。主要过程包括:①纹理数据获取通过图像重建目标的表面三角面格网;②重建模型三角面的可见性分析。利用图像的标定信息计算每个三角面的可见图像集以及最优参考图像;③三角面聚类生成纹理贴片。根据三角面的可见图像集、最优参考图像以及三角面的邻域拓扑关系,将三角面聚类生成为若干参考图像纹理贴片;④纹理贴片自动排序生成纹理图像。对生成的纹理贴片,按照其大小关系进行排序,生成包围面积最小的纹理图像,得到每个三角面的纹理映射坐标。
应当注意,上述算法是本发明的优化算法,本算法与图像采集条件相互配合,使用该算法兼顾了合成的时间和质量,是本发明的发明点之一。当然,使用现有技术中常规3D合成算法也可以实现,只是合成效果和速度会受到一定影响。
服装设计及制作
根据上述合成方法合成人体的三维模型,在此基础上进行个性化服装设计,具体方法如下:
1、将人体三维模型按照服装设计要求进行特殊点、线、面的划分。
人体基准点至少包含前颈点、颈侧点、后颈点、肩端点、胸高点、前腋点、后腋点、茎突点、外踝点。人体基准线至少包含颈围线、胸围线、腰围线及臀围线。常见的面至少包括前衣片、后衣片、两个袖子及领口。但对于复杂衣服或更为贴身的衣服设计时,还需要对这些基础面进行进一步划分。例如在进行前衣片细分时,可以参考前颈点、肩端点、胸高点、前腋点、胸围线;在进行后衣片细分时,可以参考后颈点、肩端点、后腋点、胸围线等。
2、根据前一步骤中点、线、面的尺寸调取标准服装三维数据。
在服装三维数据库中存储了大量各种类型服装的三维数据,例如衬衣、裙子、裤子等。即使同为裤子,也分为西裤、牛仔裤、运动裤等,甚至还可以继续细分,例如8分运动裤等。这些服装的三维数据可以是之前服装设计的历史数据。即每次对客户进行三维建模,完成服装的设计后,最终服装的三维数据和客户人体三维数据(相应点、线、面的尺寸)均存储在数据库中成为标准数据。那么在本次获得客户的人体三维数据后,根据人体模型中点、线、面的尺寸就可以查找到适合该客户的服装三维数据。其中包括了各种类型的服装,再根据用户定制服装类型选择对应的服装三维数据即可。将选择的标准服装三维数据叠加在人体三维模型上,并呈现给操作者。当然,每个客户的人体三维数据都是独特的,本次并不能找到完全一样的人体数据,此时可以调用人体数据近似的数据作为标准服装三维数据。另外,数据库还可以为客户设置私人空间,使得每次为客户设计的服装三维数据都存入其中,下次进行加工或设计时可以直接调用。
3、调整标准服装三维数据。
调整有两个原因:①上述调出的标准服装三维数据并不完全适合客户的人体三维数据(由于两个人的数据不可能完全一致)。②服装需要更新颖的设计。但无论哪种原因,操作者都可以根据上述点、线、面的尺寸,对标准服装三维数据进行操作,更改相应局部数据,直至符合客户对样式和尺寸的需求。
4、由最终服装三维数据生成二维裁片样板。
将最终服装三维数据各个区域对应的三维表面分别拉伸形成多个二维图形,多个二维图形即为多个二维裁片样板。
5、设置每个样板对应的面料、颜色和缝边余量。
可以根据用户喜好或者服装设计要求选择每个样板对应的面料,例如棉、麻、真丝、亚麻、桑蚕丝、涤纶等。这些面料可以从数据库中调出使用。同时可以为这些面料选择相应的颜色。最后要根据实际服装缝纫要求设置缝边余量。
6、将样板数据送入加工车间进行加工。
服装面料可以是现有面料,也可以根据需要设计复合面料,例如包括三层。如图3所示,最表面为防水耐磨层81,最里面为柔软亲肤层82,两层之间包括中间层83。中间层可以为空气层,用来防止热量散失。也可以设置加热纤维,从而主动给衣服加热。
在另外一种实施例中,中间层与冷热风机连接,从而可以通过冷热风机的控制调节面料的温度,从而为用户提供可变温的服装。
本发明所述的转动运动,为在采集过程中前一位置采集平面和后一位置采集平面发生交叉而不是平行,或前一位置图像采集装置光轴和后一位置图像采集位置光轴发生交叉而不是平行。也就是说,图像采集装置的采集区域环绕或部分环绕目标物运动,均可以认为是两者相对转动。虽然本发明实施例中列举更多的为有轨道的转动运动,但是可以理解,只要图像采集设备的采集区域和目标物之间发生非平行的运动,均是转动范畴,均可以使用本发明的限定条件。本发明保护范围并不限定于实施例中的有轨道转动。
本发明所述的相邻采集位置是指,在图像采集装置相对目标物移动时,移动轨迹上的发生采集动作的两个相邻位置。这通常对于图像采集装置运动容易理解。但对于目标物发生移动导致两者相对移动时,此时应当根据运动的相对性,将目标物的运动转化为目标物不动,而图像采集装置运动。此时再衡量图像采集装置在转化后的移动轨迹中发生采集动作的两个相邻位置。
上述目标物体、目标物、及物体皆表示预获取三维信息的对象。可以为一实体物体,也可以为多个物体组成物。例如可以为头部、手部等。所述目标物的三维信息包括三维图像、三维点云、三维网格、局部三维特征、三维尺寸及一切带有目标物三维特征的参数。本发明里所谓的三维是指具有XYZ三个方向信息,特别是具有深度信息,与只有二维平面信息具有本质区别。也与一些称为三维、全景、全息、三维,但实际上只包括二维信息,特别是不包括深度信息的定义有本质区别。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于本发明装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序 (例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
Claims (10)
2.如权利要求1所述的设备及方法,其特征在于:δ<0.571,或δ<0.405,或δ<0.338,或δ<0.296。
3.如权利要求1所述的设备及方法,其特征在于:图像采集装置为至少两个。
4.如权利要求1所述的设备及方法,其特征在于:至少两个图像采集装置竖直排列。
5.如权利要求1所述的设备及方法,其特征在于:还包括服装设计装置,用于利用人体三维模型确定服装三维数据。
6.如权利要求1所述的设备及方法,其特征在于:服装设计装置进行如下操作:①将人体三维模型按照服装设计要求进行点、线和/或面的划分;②根据点、线、和/或面的尺寸生成最终服装三维数据。
7.如权利要求1所述的设备及方法,其特征在于:还包括由最终服装三维数据生成二维裁片样板。
8.如权利要求1所述的设备及方法,其特征在于:在操作②中通过在标准服装三维数据基础上修改得到最终服装三维数据。
9.一种服装三维数据库,其特征在于:使用上述任一权利要求所述的设备和方法得到人体三维数据和对应的服装三维数据,并将其存储。
10.如权利要求9所述的数据库,其特征在于:具有客户私有空间,用于存储客户相应数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010156499.0A CN111445570B (zh) | 2020-03-09 | 2020-03-09 | 一种定制化服装设计生产设备及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010156499.0A CN111445570B (zh) | 2020-03-09 | 2020-03-09 | 一种定制化服装设计生产设备及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111445570A true CN111445570A (zh) | 2020-07-24 |
CN111445570B CN111445570B (zh) | 2021-04-27 |
Family
ID=71654123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010156499.0A Active CN111445570B (zh) | 2020-03-09 | 2020-03-09 | 一种定制化服装设计生产设备及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111445570B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112435080A (zh) * | 2020-12-18 | 2021-03-02 | 天目爱视(北京)科技有限公司 | 一种基于人体三维信息的虚拟制衣设备 |
CN113945165A (zh) * | 2021-10-19 | 2022-01-18 | 武汉柏维娅服饰有限公司 | 一种服装定制用人体数据测量装置及测量方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010014699A (ja) * | 2008-06-05 | 2010-01-21 | Toppan Printing Co Ltd | 形状計測装置及び形状計測方法 |
CN103279191A (zh) * | 2013-06-18 | 2013-09-04 | 北京科技大学 | 一种基于手势识别技术的3d虚拟交互方法及*** |
US20140257547A1 (en) * | 2013-03-11 | 2014-09-11 | Autodesk, Inc. | Techniques for slicing a 3d model for manufacturing |
JP2016003930A (ja) * | 2014-06-16 | 2016-01-12 | 日本電信電話株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
CN105528708A (zh) * | 2015-12-04 | 2016-04-27 | 烟台南山学院 | 一种远程服装设计***和方法 |
KR101635892B1 (ko) * | 2015-10-08 | 2016-07-04 | 엘지전자 주식회사 | 헤드마운트 디스플레이 장치 |
CN106657971A (zh) * | 2016-11-24 | 2017-05-10 | 文闻 | 一种360度3d全景拍摄设备和拍摄方法 |
CN107688717A (zh) * | 2017-09-13 | 2018-02-13 | 孙奇 | 一种基于用户自身的服装设计***及方法 |
CN109035379A (zh) * | 2018-09-10 | 2018-12-18 | 天目爱视(北京)科技有限公司 | 一种目标物360°3d测量及信息获取装置 |
CN109120851A (zh) * | 2018-09-21 | 2019-01-01 | 维沃移动通信有限公司 | 一种图像处理方法、装置及电子设备 |
CN109463829A (zh) * | 2018-12-27 | 2019-03-15 | 内蒙古达智能源科技有限公司 | 一种人体图像仿真三维数据变化的服装人台匹配装置 |
CN110298719A (zh) * | 2018-03-23 | 2019-10-01 | 真玫智能科技(深圳)有限公司 | 服装设计平台及应用该平台的服装设计方法 |
CN110567370A (zh) * | 2018-09-05 | 2019-12-13 | 天目爱视(北京)科技有限公司 | 一种可变焦自适应的3d信息采集方法 |
-
2020
- 2020-03-09 CN CN202010156499.0A patent/CN111445570B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010014699A (ja) * | 2008-06-05 | 2010-01-21 | Toppan Printing Co Ltd | 形状計測装置及び形状計測方法 |
US20140257547A1 (en) * | 2013-03-11 | 2014-09-11 | Autodesk, Inc. | Techniques for slicing a 3d model for manufacturing |
CN103279191A (zh) * | 2013-06-18 | 2013-09-04 | 北京科技大学 | 一种基于手势识别技术的3d虚拟交互方法及*** |
JP2016003930A (ja) * | 2014-06-16 | 2016-01-12 | 日本電信電話株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
KR101635892B1 (ko) * | 2015-10-08 | 2016-07-04 | 엘지전자 주식회사 | 헤드마운트 디스플레이 장치 |
CN105528708A (zh) * | 2015-12-04 | 2016-04-27 | 烟台南山学院 | 一种远程服装设计***和方法 |
CN106657971A (zh) * | 2016-11-24 | 2017-05-10 | 文闻 | 一种360度3d全景拍摄设备和拍摄方法 |
CN107688717A (zh) * | 2017-09-13 | 2018-02-13 | 孙奇 | 一种基于用户自身的服装设计***及方法 |
CN110298719A (zh) * | 2018-03-23 | 2019-10-01 | 真玫智能科技(深圳)有限公司 | 服装设计平台及应用该平台的服装设计方法 |
CN110567370A (zh) * | 2018-09-05 | 2019-12-13 | 天目爱视(北京)科技有限公司 | 一种可变焦自适应的3d信息采集方法 |
CN109035379A (zh) * | 2018-09-10 | 2018-12-18 | 天目爱视(北京)科技有限公司 | 一种目标物360°3d测量及信息获取装置 |
CN109120851A (zh) * | 2018-09-21 | 2019-01-01 | 维沃移动通信有限公司 | 一种图像处理方法、装置及电子设备 |
CN109463829A (zh) * | 2018-12-27 | 2019-03-15 | 内蒙古达智能源科技有限公司 | 一种人体图像仿真三维数据变化的服装人台匹配装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112435080A (zh) * | 2020-12-18 | 2021-03-02 | 天目爱视(北京)科技有限公司 | 一种基于人体三维信息的虚拟制衣设备 |
CN113945165A (zh) * | 2021-10-19 | 2022-01-18 | 武汉柏维娅服饰有限公司 | 一种服装定制用人体数据测量装置及测量方法 |
CN113945165B (zh) * | 2021-10-19 | 2024-06-04 | 武汉柏维娅服饰有限公司 | 一种服装定制用人体数据测量装置及测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111445570B (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111060023B (zh) | 一种高精度3d信息采集的设备及方法 | |
US10542785B2 (en) | Method and system for virtually selecting clothing | |
CN111028341B (zh) | 一种三维模型生成方法 | |
US8571698B2 (en) | Simple techniques for three-dimensional modeling | |
US9715759B2 (en) | Reference object for three-dimensional modeling | |
CN112304222B (zh) | 一种背景板同步旋转的3d信息采集设备 | |
CN106373178A (zh) | 生成人工图像的装置和方法 | |
JP2010521253A (ja) | 衣服の特別注文仕立てと衣服の小売りの方法及びシステム | |
CN111076674B (zh) | 一种近距离目标物3d采集设备 | |
RU2358628C2 (ru) | Способ проектирования одежды на основе бесконтактной антропометрии | |
CN113065502A (zh) | 一种基于标准化设置的3d信息采集*** | |
CN111445570B (zh) | 一种定制化服装设计生产设备及方法 | |
CN111060008A (zh) | 一种3d智能视觉设备 | |
CN110973763B (zh) | 一种足部智能3d信息采集测量设备 | |
CN111208138B (zh) | 一种智能木料识别装置 | |
CN111340959A (zh) | 一种基于直方图匹配的三维模型无缝纹理贴图方法 | |
CN112435080A (zh) | 一种基于人体三维信息的虚拟制衣设备 | |
CN211085114U (zh) | 带背景板的3d信息采集设备 | |
CN111329094B (zh) | 一种食物智能生产设备及方法 | |
CN113115024B (zh) | 一种3d信息采集设备 | |
CN211085115U (zh) | 标准化生物三维信息采集装置 | |
CN211086835U (zh) | 具有背景板的眼镜设备 | |
CN111325780A (zh) | 一种基于图像筛选的3d模型快速构建方法 | |
CN111121620B (zh) | 一种旋转式3d信息快速采集设备 | |
JP2020204790A (ja) | シミュレーション装置、シミュレーション方法、及びコンピュータプログラム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |