CN112435080A - 一种基于人体三维信息的虚拟制衣设备 - Google Patents

Abstract

本发明实施例提供了一种虚拟制衣设备，包括人体三维信息采集***，人体数据库管理***，三维人体虚拟试衣软件***；人体三维信息采集***，包括一个或多个图像采集装置；人体数据库管理***，包括用户账户管理***；数据分析***；基于人体三维尺寸适配后的衣服模型***；数据保密***；三维人体虚拟试衣软件***，包括三维人体显示***；三维衣服模型库***；基于三维人体的衣服适配***；衣服面料***；适配展示***；商务***。首次提出利用多相机框架旋转的方式进行人体三维采集并进行制衣，从而提高了制衣的效率和效果。

Description

一种基于人体三维信息的虚拟制衣设备

技术领域

本发明涉及形貌测量技术领域，特别涉及3D形貌测量技术领域。

背景技术

在进行3D测量时，需要首先采集3D信息。目前常用的方法包括使用机器视觉的方式和结构光、激光测距、激光雷达的方式。结构光、激光测距、激光雷达的方式均需要主动光源发射到目标物上，在某些情况下会对目标物造成影响，且光源成本较高。并且光源结构比较精密，易于损坏。

在进行人体三维采集，并虚拟制衣时，现有采用结构光、激光测距、激光雷达的方式。但这些方式均需要发射光线至人体，这造成客户体验不好。虽然现有技术中也有使用红外光照射人体，但过多的光线照射同样会影响身体健康。并且上述方式均需要较为复杂的标定才能使用，这使得客户等待时间过长。

而机器视觉的方式是采集物体不同角度的图片，并将这些图片匹配拼接形成3D模型，成本低、易使用。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。但在进行人体三维采集和制衣时，这意味着对于不同用户需要进行大量的测量工作，使得工作效率极低。且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人体。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，急需一种能够精确、高效、方便采集人体三维模型进行虚拟制衣的设备。

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一种虚拟制衣设备。

本发明实施例提供了一种虚拟制衣设备，包括人体三维信息采集***，人体数据库管理***，三维人体虚拟试衣软件***；

人体三维信息采集***，包括一个或多个图像采集装置；

人体数据库管理***，包括用户账户管理***；数据分析***；基于人体三维尺寸适配后的衣服模型***；数据保密***；

三维人体虚拟试衣软件***，包括三维人体显示***；三维衣服模型库***；基于三维人体的衣服适配***；衣服面料***；适配展示***；商务***。

在可选的实施例中：人体三维信息采集***用于人体图像采集和根据采集的图像进行人体三维模型合成。

在可选的实施例中：人体图像采集包括设备启动、用户信息注册/登录、用户信息上传云端、启动摄像头预览、启动设备拍照；人体三维模型合成包括照片加密上传云端，照片合成三维模型。

在可选的实施例中：三维人体虚拟试衣软件***包括人体三维模型尺寸计算、衣服适配及设计。

在可选的实施例中：人体三维模型尺寸计算包括：

读取人体模型的数据；取得人体站立方向z轴方向有效空间；将z轴方向有效的空间等分为n个空间；抽取z轴等分点上，稠密点云的平面坐标(x,y)；将抽取的数据按照n等分归为n组数据，并按照一定的顺序编号；计算每组点云的空间特征，由空间点云的坐标值，计算这组点云的几何参数；结合该组点云的z的坐标，以及人体的几何特征，推断对应的人体部位；根据推断，将某组或者某几组点云归类成特定部位的数据；根据上述归类，详细计算特定部位点云的几何特征；计算尺寸数据的导出。

在可选的实施例中：衣服适配及设计包括：

加密下载模型到本地客户端；人体模型显示；人体模型和衣服三维适配；衣服尺寸调整；衣服面料调整；适配三维展示。

在可选的实施例中：其中人体模型和衣服三维适配包括：

获取人体的脖子中心的坐标(xn,yn,zn)，腰部中心的坐标、(xs,ys,zs)；

人体模型导入***时，摆正姿势，即让人体站立方向为z坐标，手的伸展方向为y坐标，面朝向的方向为x坐标；

衣服建模时，衣服的空间坐标采用同人体适配的方向，并将衣服的脖子中心位置设为(0,0,0)，裤子腰部的中心位置设为(0,0,0)；

计算衣服各个部位的长度，高度，周长以及设定顶端的坐标；

将得到衣服的尺寸和人体的关键部位的尺寸进行比较，得到模型的放大比率参数；

基于放大比率，调整衣服和裤子的模型大小和方位；

导入衣服模型到***；

模型的平移，中心点分别调整到(xn,yn,zn)及(xs,ys,zs)，

采用手动的方式进行微调整，完成匹配。

在可选的实施例中：还包括下单及商务处理。

在可选的实施例中：人体三维信息采集***包括一个或多个图像采集装置、旋转装置、承载装置、旋转驱动装置；

其中旋转装置包括下端横杆和左右两侧立杆，立杆上安装有一个或多个图像采集装置；

下端横杆安装在旋转驱动装置上；旋转驱动装置带动旋转装置的立杆绕人体转动；

承载装置用于承载人体。

在可选的实施例中：图像采集装置在相邻的两个采集位置的光轴的夹角α满足如下条件：

其中，R为旋转中心到目标物表面的距离，T为采集时物距与像距的和，d为图像采集装置的感光元件的长度或宽度，F为图像采集装置的镜头焦距，u为经验系数。

其中u<0.498，为了更佳的合成效果，优选u<0.411，特别是优选u<0.359，在一些应用场合下u<0.281，或u<0.169，或u<0.041，或u<0.028。

发明点及技术效果

1、首次提出利用多相机框架旋转的方式进行人体三维采集并进行制衣，从而提高了制衣的效率和效果。

2、首次提出通过测量旋转中心与目标物距离、图像传感元件与目标物距离的方式优化相机采集位置，从而兼顾人体3D构建的速度和效果。

3、首次提出从人体三维采集到衣服适配、设计全流程的自动化虚拟制衣***及方法(具体方法参见实施例)，极大地提高了设计效率和效果。

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示出了本发明实施例提供的人体三维信息采集***的一种实现方式的结构示意图；

图2示出了本发明实施例提供的人体三维信息采集***的另一种实现方式的结构示意图；

图3示出了本发明实施例提供的人体三维信息采集***的又一种实现方式的结构示意图；

图4示出了本发明实施例提供的标志点的示意图。

附图中的附图标记与各部件的对应关系如下：

图像采集装置1、旋转装置2、承载装置3、旋转驱动装置4、伸缩杆21、俯仰装置22。

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。

虚拟制衣***

***有如下三部分组成：a.人体三维信息采集***，b.人体数据库管理***，c.三维人体的虚拟试衣软件***。

a.人体三维信息采集***。由n个彩色摄像机和框体组成，人体站在框体里面，彩色摄像头在软件的驱动情况下对人体的各个部分进行照片拍摄。照片在软件的推送下传送到云端。照片在云端进行三维影像的合成。下面将详述其具体结构。

b.人体数据库管理***。包括用户账户管理***，管理用户账号信息以及建立基于账号的数据库；数据分析***，基于人体三维数据，生成相应的人体对应衣服重要尺寸的数据；基于人体三维尺寸的适配后衣服模型***；数据保密***，针对账号和人体的数据进行保密保护。

c.三维人体虚拟试衣软件***。包括三维人体显示***；三维衣服模型库***；基于三维人体的衣服适配***，可以根据三维人体的重要尺寸，调整基于人体的适配衣服的模型尺寸；衣服面料***，可以根据客户喜好度，调整衣服的面料材质以及面料的颜色；三维动画***，可以展示人体动态下的适配效果，以及存储动态的效果图；衣服发单以及商务处理***。

虚拟制衣流程

1、人体图像采集

包括设备启动、用户信息注册/登录、用户信息上传云端、启动摄像头预览、启动设备拍照。具体采集方法下面将详述。

2、人体三维模型合成

包括照片加密上传云端，照片合成三维模型。

3、人体三维模型尺寸计算

读取人体模型的数据；

模型数据插值，使点云数据更加稠密，便于后续的切片；

抽取稠密点云的空间数据；

取得人体站立方向(Z轴)有效空间，即从z轴的什么位置到什么位置，存在有效的空间点云；

将z轴有效的空间等分为n个空间；

抽取z轴等分点上，稠密点云的平面坐标(x,y)；

将抽取的数据按照n等分归为n组数据，并按照一定的顺序编号；

计算每组点云的空间特征，由空间点云的坐标值，计算这组点云的长度，宽度，质心，圆度离散程度等参数；

结合该组点云的z的坐标，以及人体的几何特征，可以推断对应的人体部位；

根据上述推断，将某组或者某几组点云归类成特定部位的数据；

根据上述归类，详细计算特定部位点云的几何特征，基于衣服10个重点尺寸对应位置的几何特点，周长或者宽度；

计算尺寸数据的导出。

利用上述方法可以更加准确计算人体模型尺寸，保证制衣的精准性，同时兼顾计算复杂程度，减少运算量。

4、衣服适配及设计

包括加密下载模型到本地客户端、人体模型显示、人体模型和衣服三维适配、衣服尺寸调整、衣服面料调整、适配三维展示等步骤。

其中人体模型和衣服三维适配包括：

取得人体的脖子，腰部中心的坐标(xn,yn,zn)(xs,ys,zs)；

人体模型放入***时，摆正姿势，即让人体站立方向为z坐标，手的伸展方向为y坐标，面朝向的方向为x坐标；

衣服建模时，衣服的空间坐标采用同人体适配的方向，并将衣服的脖子中心位置设为(0,0,0),裤子腰部的中心位置设为(0，0，0)；

计算衣服各个部位的长度，高度，周长以及设定顶端的坐标；

将得到衣服的尺寸和人体的关键部位的尺寸进行比比较，得到模型的比率放大参数；

基于放大比率，调整衣服和裤子的模型大小和方位；

导入模型到***；

模型的平移，中心点分别调整到(xn,yn,zn)(xs,ys,zs)，

采用手动的方式进行微调整，完成匹配。

通过以上方法，可以最快捷地完成人体和衣服的匹配，防止过多的调整，提高匹配效率和效果。

5、下单及商务处理。

人体三维信息采集***结构

为解决上述技术问题，本发明的一实施例提供了一种人体3D信息采集设备，如图1所示，包括一个或多个图像采集装置1、旋转装置2、承载装置3、旋转驱动装置4。

其中旋转装置可以为矩形框体，矩形框体的下端横杆位于承载装置3下部，与旋转驱动装置4连接。矩形框体的左右两端立杆上安装有一个或多个图像采集装置1。可以仅在一个立杆上安装图像采集装置，也可以在两个立杆上均安装图像采集装置，可以安装一个图像采集装置，也可以安装多个图像采集装置。

下端横杆安装在旋转驱动装置上，与旋转面平行，旋转驱动装置安装在底座上，图像采集装置分别沿立杆长度依次安装。立杆与人体高度方向平行，旋转驱动装置转动旋转矩形框体绕人体转动，从而使得立杆上不同位置的图像采集装置分别绕人体不同高度转动，从而采集人体不同高度部位的360°图像。上述图像送入处理单元最终合成目标物3D模型。

旋转装置的立杆由多节组合而成，各节之间可以相互拆装、伸缩。相邻两节之间具有锁定螺钉。根据用户高度，在相邻两节立柱位置达到预定位置后，紧固锁定螺钉，使得两者位置相对固定。锁定螺钉可以采用螺纹紧固型，也可以用插销式。立杆也可以为自动伸缩式，根据人体高度进行伸缩。

图像采集装置通过转台安装在杆上，从而能够调整图像采集装置在杆上的俯仰角。

承载装置为圆盘形，用于人体站立。承载装置固定在底座上，不发生相对转动。当然，可以理解，也可以旋转框架不转，而承载装置转动。

其中旋转驱动装置与旋转装置2的旋转轴连接，由旋转驱动装置2带动其转动。当然，旋转驱动装置2的旋转轴也可以通过减速装置与旋转装置连接，例如通过齿轮组等。当图像采集装置1在水平面进行360°的旋转时，其在特定位置拍摄对应的人体图像(具体拍摄位置后续将详细描述)。这种拍摄可以是与旋转动作同步进行，或是在拍摄位置停止旋转后进行拍摄，拍摄完毕后继续旋转，以此类推。上述旋转装置可以为电机、马达、步进电机、伺服电机、微型马达等。旋转装置(例如各类电机)可以在控制器的控制下按照规定速度转动，并且可以转动规定角度，从而实现采集位置的优化，具体采集位置下面将详细说明。当然也可以使用现有设备中的旋转装置，将图像采集装置安装其上即可。

旋转装置也可以为U型框体，即没有上端横杆，如图2。

优选的，此时立杆可以为伸缩杆21，用于在沿图像采集装置1光轴垂直的方向伸缩，从而可以将图像采集装置1定位在不同的位置。在每个位置，再经过旋转装置驱动下进行旋转扫描，从而可以构建出该位置处目标物的3D模型。在扫描完某一位置后，伸缩杆再次运动，从而使得图像采集装置1移动至另一位置，重复进行上述扫描，以此类推，分不同高度层次进行扫描，即可实现人体高度的3D模型的构建。当然，也可以只扫描一次，通过伸缩装置4调节扫描高度，调整到位后进行旋转扫描，并进行3D合成。

伸缩装置可以为伸缩套管、伸缩滑轨等多种伸缩结构。其伸缩可以手动调节，也可以在控制单元的控制下进行伸缩。伸缩装置还可以包括伸缩电机，用于驱动伸缩单元(例如伸缩套管)延长或缩短。在伸缩到位后，可以通过锁定单元将伸缩装置长度锁定，从而为旋转装置提供稳定的支撑。锁定单元可以是机械锁定单元，例如锁定销等，也可以是电动锁定单元，例如在控制单元控制下，锁定伸缩装置。

底座用来承载整个设备的重量。

上述设备还可以包括测距装置，测距装置与图像采集装置固定连接，且测距装置指向方向与图像采集装置光轴方向相同。当然测距装置也可以固定连接于旋转装置上，只要可以随图像采集装置同步转动即可。优选的，可以设置安装平台，图像采集装置和测距装置均位于平台上，平台安装于旋转装置旋转轴上，由旋转装置驱动转动。测距装置可以使用激光测距仪、超声测距仪、电磁波测距仪等多种方式，也可以使用传统的机械量具测距装置。当然，在某些应用场合中，3D采集设备位于特定位置，其与目标物的距离已经标定，无需额外测量。

还可以包括光源，光源可以设置于图像采集装置周边、旋转装置上以及安装平台上。当然光源也可以单独设置，例如使用独立光源照射目标物。甚至在光照条件较好的时候不使用光源。光源可以为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。由于在一些应用中需要控制光源强度。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。

为了方便目标物的实际尺寸测量，可在目标物位置设置多个标记点。如图4，并且这些标记点的坐标已知。

考虑到标志点应具有易识别、可区分、抗变形等性质，标志点采用了圆形设计，紫色、蓝色、绿色、黄色和青色作为外轮廓作为颜色区分，内含圆、交叉矩形、三角形、矩形、五角星作为几何区分，中心红点是为了精确定位中心点位置。标志点及点号图像如附图1所示。

标志点A为两个同心圆构成，且两者之间构成的圆环与内圆具有不同颜色，在内圆圆心位置具有红点；

标志点B轮廓为圆形，圆形中心具有十字型结构，圆形内部颜色与十字型结构颜色不同，圆心位置具有红点；

标志点C轮廓为圆形，圆形中心内接三角形结构，圆形内部颜色与三角形结构颜色不同，圆心位置具有红点；

标志点D轮廓为圆形，圆形中心内接矩形结构，圆形内部颜色与矩形结构颜色不同，圆心位置具有红点；

标志点D轮廓为圆形，圆形中心内接五角星结构，圆形内部颜色与五角星结构颜色不同，圆心位置具有红点。

通过采集标记点，并结合其坐标，获得3D合成模型的绝对尺寸。这些标记点可以为事先设置的点，也可以是光点。确定这些点的坐标的方法可以包括：①使用光测距：使用标定装置向着目标物发射光，形成多个标定点光斑，通过标定装置中光测距单元的已知位置关系获得标定点坐标。使用标定装置向着目标物发射光，使得标定装置中的光测距单元发射的光束落在目标物上形成光斑。由于光测距单元发射的光束相互平行，且各个单元之间的位置关系已知。那么在目标物上形成的多个光斑的在发射平面的二维坐标就可以得到。通过光测距单元发射的光束进行测量，可以获得每个光测距单元与对应光斑之间的距离，即相当于在目标物上形成的多个光斑的深度信息可以获得。即垂直于发射平面的深度坐标就可以得到。由此，可以获得每个光斑的三维坐标。②使用测距与测角结合：分别测量多个标记点的距离以及相互之间的夹角，从而算出各自坐标。③使用其它坐标测量工具：例如RTK、全球坐标定位***、星敏定位***、位置和位姿传感器等。

在另一种方案中，如图3所示，除了具有伸缩功能，还可以俯仰调节相机。

其中图像采集装置1设置在俯仰装置22上，使得图像采集装置1可以沿垂直面俯仰转动。俯仰装置可以为滚轮、齿轮、轴承、球节等。图像采集装置1的光轴通常与俯仰方向平行，但某些特殊情况下也可以呈一定的夹角。俯仰装置可以为手动调节的，也可以在电动机驱动下俯仰转动，从而根据程序控制实现精确的俯仰角调节。俯仰装置还包括锁死机构，用于在俯仰角调节到位，图像采集装置光轴与水平面呈预定角度后，将俯仰装置锁死，从而防止其在垂直方向上再次转动。

俯仰装置与立杆连接，由立杆带动其转动。由于俯仰装置的调节，通常情况下图像采集装置的光轴与水平面呈一定的夹角。这样可以扫描表面与水平面不垂直的部位。即根据人体部位表面与水平面大致夹角情况，来调节俯仰装置，使得图像采集装置的光轴尽可能多地垂直人体部位的表面，提高对于人体细节的采集精准度。当然，特殊情况下其也可以与水平面平行。

上面所述俯仰装置通常满足图像采集装置在其上可以调节俯仰角度，在转动到位后进行固定，从而使得俯仰装置带动图像采集装置旋转。所示，在某些应用场合或产品中，可以直接将图像采集装置固定于已经设定好的俯仰装置的特定角度，而不再使其具有角度可调节的功能。也就是说，直接将图像采集装置的光轴俯仰某一角度固定于俯仰装置上(例如支架)。

当然，除了俯仰调节外，相机也可以在水平方向进行平移调节，或利用固定支架直接与旋转中心平移出一定距离。

3D信息采集流程

用户立于人体三维信息采集***中指定位置，

控制伸缩装置长度使得图像采集装置位于预定位置，旋转装置按一定速度带动图像采集装置进行旋转，在旋转过程中图像采集装置在设定好的位置进行图像采集。此时可以不停止旋转，即图像采集与旋转同步进行；也可以在待采集的位置停止旋转，进行图像采集，采集完毕后继续旋转至下一个待采集位置。旋转装置可以利用事先设定好的控制单元中的程序进行驱动。也可以通过通讯接口与上位机进行通讯，通过上位机进行控制旋转。特别是其还可以与移动终端通过有线或无线进行连接，通过移动终端(例如手机)控制旋转装置转动。即可以通过远程平台、云平台、服务器、上位机、移动终端设置旋转装置转动参数，控制其旋转的启停。

为了保证采集的效率和效果，在立杆上，不同高度的图像采集装置应当满足一定的条件。该条件同样适用于伸缩杆的方案。即控制伸缩杆长度使得图像采集装置位于另一预定位置，重复上述旋转装置动作，从而使得图像采集装置可以采集环绕该位置的用户图像，从而构建对应的3D模型。

立杆上相邻两个图像采集装置的位置L，或第一次伸缩装置采集位置和第二次伸缩装置采集位置应当使得伸缩前后图像采集设备的位置L满足如下条件：

μ＜0.482

其中L为采集位置图像采集装置光心在相邻两个位置的直线距离；f为图像采集装置的焦距；d为图像采集装置感光元件(CCD)的长度或宽度；M为图像采集装置感光元件沿着光轴到目标物表面的距离；μ为经验系数。

当上述两个位置是沿图像采集装置感光元件长度方向时，d取矩形长度；当上述两个位置是沿图像采集装置感光元件宽度方向时，d取矩形宽度。

图像采集装置在上述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M。

如上所述，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、图像采集装置的几何中心、图像采集装置与云台(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，因此上述范围也在本发明的保护范围之内。

图像采集装置采集到人体多张图像，并将图像通过通讯装置送入远程平台、云平台、服务器、上位机和/或移动终端中，利用3D模型合成方法进行目标物的3D合成。

特别的，可以在采集前或者采集的同时，使用测距装置测量相关公式条件中相应的距离参数，即旋转中心到目标物的距离、传感元件到目标物的距离。根据相应条件公式计算出采集位置，并提示给用户进行旋转参数的设定，或自动设定旋转参数。

在采集前进行测距时，可以使得旋转装置带动测距装置转动，从而测量不同位置上上述两个距离。并对多个测量点测得的两个距离分别取平均值，作为本次采集的统一距离值带入公式中。所述平均值的获得可以使用求和平均的方式，也可以使用加权平均的方式，还可以使用其它求均值的方式，或舍弃异常值再平均的方式等。

在采集过程中进行测距时，在旋转装置转动到第一位置进行图像采集的同时，进行上述两个距离值的测量，并将它们带入条件公式中计算间隔角度，根据该角度确定下一采集位置。

图像采集装置位置的优化

在旋转装置带动图像采集装置旋转采集时，旋转至不同位置应当满足一定的条件才能兼顾采集效率和合成质量。为此，本发明进行了大量实验，总结出在进行采集时相机采集的间隔优选满足的经验条件如下。

在进行3D采集时，同一图像采集装置在水平面上相邻的两个位置时其光轴的夹角α满足如下条件：

其中，

R为旋转中心到目标物表面的距离，

T为采集时物距与像距的和，也就是图像采集装置的感光单元与目标物的距离。

d为图像采集装置的感光元件(CCD)的长度或宽度，当上述两个位置是沿感光元件长度方向时，d取矩形长度；当上述两个位置是沿感光元件宽度方向时，d取矩形宽度。

F为图像采集装置的镜头焦距。

u为经验系数。

通常情况下，在采集设备上配置有测距装置，例如激光测距仪。将其光轴与图像采集装置的光轴调节平行，则其可以测量采集设备到目标物表面的距离，利用测量得到的距离，根据测距装置与采集设备各部件的已知位置关系，即可获得R和T。

图像采集装置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，也可以使用多次平均法或其他方法，其原则是T的值应当与采集时像距物距和不背离。

同样道理，图像采集装置在两个位置中的任何一个位置时，旋转中心沿着光轴到目标物表面的距离作为R。除了这种方法外，也可以使用多次平均法或其他方法，其原则是R的值应当与采集时旋转半径不背离。

通常情况下，现有技术中均采用物体尺寸作为推算相机位置的方式。由于物体尺寸会随着测量物体的变化而改变。例如，在进行一个高大用户3D信息采集后，再进行瘦小用户采集时，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R、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。同时，由于本发明的设备中，图像采集装置(例如相机)的采集方向与其旋转轴方向相互背离，也就是说，镜头朝向与旋转中心大体相反。此时控制图像采集装置两次位置的光轴夹角α就更加容易，只需要控制旋转驱动电机的转角即可。因此，使用α来定义最优位置是更为合理的。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。

根据大量实验，为保证合成的速度和效果，u应当小于0.498，为了更佳的合成效果，优选u<0.411，特别是优选u<0.359，在一些应用场合下u<0.281，或u<0.169，或u<0.041，或u<0.028。

利用本发明装置，进行实验，部分实验数据如下所示，单位mm。(以下数据仅为有限举例)

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模型合成方法

图像采集装置采集获得的多个图像送入处理单元中，利用下述算法构建3D模型。所述处理单元可以位于采集设备中，也可以位于远程，例如云平台、服务器、上位机等。

具体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，m_g为原始影像局部灰度均值，s_g为原始影像局部灰度标准偏差，m_f为变换后的影像局部灰度目标值，s_f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，解算稀疏的目标物三维点云和拍照相机的位置和姿态数据，即获得了稀疏目标物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：利用密集点云进行目标物曲面重建。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：目标物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，上述算法是本发明使用的算法，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。但可以理解，同样可以使用现有技术中常规3D合成算法也可以与本发明的方案进行配合使用。

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。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。

本发明所说的采集区域是指图像采集装置(例如相机)能够拍摄的范围。本发明中的图像采集装置可以为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。

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)

1.一种虚拟制衣设备，其特征在于：包括人体三维信息采集***，人体数据库管理***，三维人体虚拟试衣软件***；

人体三维信息采集***，包括一个或多个图像采集装置；

人体数据库管理***，包括用户账户管理***；数据分析***；基于人体三维尺寸适配后的衣服模型***；数据保密***；

三维人体虚拟试衣软件***，包括三维人体显示***；三维衣服模型库***；基于三维人体的衣服适配***；衣服面料***；适配展示***；商务***。

2.如权利要求1所述的设备，其特征在于：人体三维信息采集***用于人体图像采集和根据采集的图像进行人体三维模型合成。

3.如权利要求2所述的设备，其特征在于：人体图像采集包括设备启动、用户信息注册/登录、用户信息上传云端、启动摄像头预览、启动设备拍照；人体三维模型合成包括照片加密上传云端，照片合成三维模型。

4.如权利要求1所述的设备，其特征在于：三维人体虚拟试衣软件***包括人体三维模型尺寸计算、衣服适配及设计。

5.如权利要求4所述的设备，其特征在于：人体三维模型尺寸计算包括：

读取人体模型的数据；取得人体站立方向z轴方向有效空间；将z轴方向有效的空间等分为n个空间；抽取z轴等分点上，稠密点云的平面坐标(x,y)；将抽取的数据按照n等分归为n组数据，并按照一定的顺序编号；计算每组点云的空间特征，由空间点云的坐标值，计算这组点云的几何参数；结合该组点云的z的坐标，以及人体的几何特征，推断对应的人体部位；根据推断，将某组或者某几组点云归类成特定部位的数据；根据上述归类，详细计算特定部位点云的几何特征；计算尺寸数据的导出。

6.如权利要求4所述的设备，其特征在于：衣服适配及设计包括：

加密下载模型到本地客户端；人体模型显示；人体模型和衣服三维适配；衣服尺寸调整；衣服面料调整；适配三维展示。

7.如权利要求6所述的设备，其特征在于：其中人体模型和衣服三维适配包括：

获取人体的脖子中心的坐标(xn,yn,zn)，腰部中心的坐标、(xs,ys,zs)；

人体模型导入***时，摆正姿势，即让人体站立方向为z坐标，手的伸展方向为y坐标，面朝向的方向为x坐标；

衣服建模时，衣服的空间坐标采用同人体适配的方向，并将衣服的脖子中心位置设为(0,0,0)，裤子腰部的中心位置设为(0,0,0)；

计算衣服各个部位的长度，高度，周长以及设定顶端的坐标；

将得到衣服的尺寸和人体的关键部位的尺寸进行比较，得到模型的放大比率参数；

基于放大比率，调整衣服和裤子的模型大小和方位；

导入衣服模型到***；

模型的平移，中心点分别调整到(xn,yn,zn)及(xs,ys,zs)，

采用手动的方式进行微调整，完成匹配。

8.如权利要求4所述的设备，其特征在于：还包括下单及商务处理。

9.如权利要求1所述的设备，其特征在于：人体三维信息采集***包括一个或多个图像采集装置、旋转装置、承载装置、旋转驱动装置；

其中旋转装置包括下端横杆和左右两侧立杆，立杆上安装有一个或多个图像采集装置；

下端横杆安装在旋转驱动装置上；旋转驱动装置带动旋转装置的立杆绕人体转动；

承载装置用于承载人体。

10.如权利要求1所述的设备，其特征在于：图像采集装置在相邻的两个采集位置的光轴的夹角α满足如下条件：

其中，R为旋转中心到目标物表面的距离，T为采集时物距与像距的和，d为图像采集装置的感光元件的长度或宽度，F为图像采集装置的镜头焦距，u为经验系数；其中u<0.498，为了更佳的合成效果，优选u<0.411，特别是优选u<0.359，在一些应用场合下u<0.281，或u<0.169，或u<0.041，或u<0.028。

Images