本公開涉及三維測量領(lǐng)域中人體三維數(shù)據(jù)測量，具體地講，涉及一種人體三維掃描方法。

背景技術(shù)：

人體三維掃描通過光學(xué)測量的方式獲得人體的三維模型和人體尺寸，廣泛用于3D打印、游戲動畫制作、個性化定制和醫(yī)學(xué)研究等領(lǐng)域。例如，應(yīng)用3D打印技術(shù)打印人體模型時，需要事先通過人體掃描獲得人體數(shù)據(jù)；而在游戲動畫制作方面，人體掃描獲得的真實的人體模型增加了游戲或動畫的趣味性和可看性；另外，隨著人們生活水平的提高，個性化定制成為服裝行業(yè)的發(fā)展趨勢，通過人體掃描，自動計算人體模型的各個尺寸，人們可以很方便快捷地獲取人體尺寸，應(yīng)用于服裝定制和虛擬試衣。因此，如何快速、精確得獲取人體全身或者局部的三維數(shù)據(jù)，在實際應(yīng)用中至關(guān)重要。

目前，國內(nèi)外出現(xiàn)的商業(yè)化的人體掃描系統(tǒng)一般應(yīng)用結(jié)構(gòu)光和激光掃描原理，用于人體的靜態(tài)掃描，由于結(jié)構(gòu)光掃描時，一般要向人體投射十幾幅光柵圖案，而激光掃描時，激光光條要沿某個方向移動直到條紋掃過全身的區(qū)域，所以，這兩種方法的共同缺陷是：設(shè)備成本昂貴，掃描耗時較長，人體站立期間不可避免的產(chǎn)生抖動，導(dǎo)致掃描精度較差。

技術(shù)實現(xiàn)要素：

本公開為克服現(xiàn)有人體掃描技術(shù)的缺陷和不足，提出一種人體三維掃描方法，所述方法包括下述步驟：

S100、獲取人體當前幀深度圖像數(shù)據(jù)；

S200、將所述深度圖像數(shù)據(jù)轉(zhuǎn)化為點云數(shù)據(jù)，將其作為第一點云數(shù)據(jù)；

S300、對所述第一點云數(shù)據(jù)進行濾波，獲得第一無噪聲點云數(shù)據(jù)；

對上一幀對應(yīng)的第二點云數(shù)據(jù)進行濾波，獲得第二無噪聲點云數(shù)據(jù)；

S400、將當前幀對應(yīng)的第一無噪聲點云數(shù)據(jù)和上一幀對應(yīng)的第二無噪聲點云數(shù)據(jù)進行配準，獲得剛體轉(zhuǎn)換矩陣；

S500、基于所述剛體轉(zhuǎn)換矩陣，將所述當前幀的深度圖像數(shù)據(jù)與前面幀的深度圖像數(shù)據(jù)進行融合，獲得融合后的點云數(shù)據(jù)，將其作為第二點云數(shù)據(jù)；

S600、若當前幀為最后一幀，執(zhí)行步驟S700；

否則，獲取當前幀相鄰的下一幀深度圖像數(shù)據(jù)，返回步驟S200；

S700、利用最后一幀對應(yīng)的第二點云數(shù)據(jù)，建立人體三維模型。

本公開方法中深度數(shù)據(jù)轉(zhuǎn)化為點云數(shù)據(jù)中的轉(zhuǎn)化操作、以及點云數(shù)據(jù)的濾波、配準和融合操作有利于并行執(zhí)行，可以實現(xiàn)實時配準和點云融合，消除人體抖動引起的誤差，提高人體三維建模的精度。

附圖說明

圖1本公開一個實施例中關(guān)于測量裝置布置示意圖；

圖2本公開一個實施例中采用的Kinect相機的組成示意圖；

其中：1、麥克風(fēng)陣列；2、指示燈；3、紅外投射器；4、彩色相機；5、紅外相機；

圖3本公開一個實施例中關(guān)于人體三維掃描流程示意圖；

圖4本公開一個實施例中關(guān)于點云濾波流程示意圖；

圖5本公開一個實施例中深度圖生成截斷符號距離函數(shù)過程示意圖。

具體實施方式

下面實施例結(jié)合附圖闡述本公開中的人體三維方法。

在一個實施例中，圖1示意了測量裝置部署。通過固定在單根立柱上的3個深度相機，實時采集旋轉(zhuǎn)的人體深度和彩色圖像。測量臺用于站人，測量臺可以旋轉(zhuǎn)，以實現(xiàn)360度掃描，其旋轉(zhuǎn)速度可以通過計算機控制。通過計算機控制3個深度相機實時采集人體深度圖像和彩色圖像，并控制圖像的傳輸速度，比如30幀/秒。在單根立柱兩側(cè)各布置1組補光燈，用于根據(jù)現(xiàn)場環(huán)境調(diào)節(jié)補光燈的亮度。

在這里，深度相機優(yōu)選為Kinect相機，其結(jié)構(gòu)如圖2所示，包括1個紅外投射器和1個紅外相機組成1個深度傳感器，位于中間位置的1個彩色相機用于采集被測物的顏色信息，還包括2個麥克風(fēng)陣列和1個指示燈。其中，指示燈用于指示，麥克風(fēng)用于接收語音識別指令，比如被測者可以發(fā)出“開始掃描”的聲音，計算機識別到語音后，控制Kinect相機進行掃描。這里優(yōu)選Kinect相機，由于其不但可以同時獲得人體三維幾何坐標數(shù)據(jù)和彩色紋理數(shù)據(jù)，而且可以省去了大量的投射器、工業(yè)級相機和同步控制器等硬件設(shè)備，裝置成本低，使用方便，可以解決設(shè)備成本昂貴，掃描耗時較長，人體站立期間不可避免的產(chǎn)生抖動，導(dǎo)致掃描精度較差的問題。

在采用上述測量裝置的情況下，人體三維掃描的步驟如圖3所示，具體步驟如下：

S000、多相機全局標定。

通過在測量視場中布置標定板進行三個深度相機的外參數(shù)標定。所用標定板正面粘貼有環(huán)形的編碼標志點和圓點型的非編碼標志點，所有標志點的三維空間數(shù)據(jù)已知。標定時，將標定板在3個深度相機的公共視場內(nèi)擺放不同位姿，并控制3個深度相機同步拍攝標定板不同位姿的圖像；然后對采集的標定圖像進行處理，利用工業(yè)攝影測量原理進行整體一次性解算，得到3個深度相機的外部參數(shù)。所述外部參數(shù)指的是該相機與其他相機的空間位置關(guān)系，即該相機與其他相機的坐標系轉(zhuǎn)換時的旋轉(zhuǎn)矩陣R和平移矩陣T。

在求解外部參數(shù)時，優(yōu)選采用文獻“大視場多像機視頻測量系統(tǒng)的全局標定”(胡浩,梁晉,唐正宗等.光學(xué)精密工程,2012)所提出的多相機標定方法。

S100、獲取人體當前幀深度圖像數(shù)據(jù)。

被測人體站在測量臺上旋轉(zhuǎn)，通過計算機控制3個深度相機，可以實時采集人體深度圖像數(shù)據(jù)，對于彩色圖像數(shù)據(jù)可以根據(jù)需要確定是否同時采集，當不需要顏色的應(yīng)用時，比如人體尺寸提取，可以不需要彩色圖像數(shù)據(jù)。當需要顏色的應(yīng)用時，比如3D打印時，可以同時采集。

S200、將所述深度圖像數(shù)據(jù)轉(zhuǎn)化為點云數(shù)據(jù)，將其作為第一點云數(shù)據(jù)。

優(yōu)選地，將采集的當前深度圖像數(shù)據(jù)記作A0，對其進行雙邊濾波處理，可以獲得保留人體特征且平滑的深度數(shù)據(jù)，將該平滑的深度數(shù)據(jù)轉(zhuǎn)化為點云數(shù)據(jù)，將這里的點云數(shù)據(jù)記作A1，作為第一點云數(shù)據(jù)用于之后的濾波操作。

S300、對所述第一點云數(shù)據(jù)進行濾波，獲得第一無噪聲點云數(shù)據(jù)；對上一幀對應(yīng)的第二點云數(shù)據(jù)進行濾波，獲得第二無噪聲點云數(shù)據(jù)。其中，所述第二點云數(shù)據(jù)為融合了與當前幀相鄰的上一幀深度圖像數(shù)據(jù)的點云數(shù)據(jù)。

具體地，對第一點云數(shù)據(jù)濾波步驟如下：

首先，根據(jù)旋轉(zhuǎn)測量臺和深度相機的位置關(guān)系，設(shè)置深度相機獲取點云的景深框。利用設(shè)置好的景深框，對第一點云數(shù)據(jù)A1進行景深框濾波。所述景深框濾波為保留景深框內(nèi)的點云數(shù)據(jù)，刪除不在景深框內(nèi)的點云數(shù)據(jù)。

其次，應(yīng)用基于半徑的體外點濾波器，濾除人體點云周圍的離群點數(shù)據(jù)。其中，離群點數(shù)據(jù)可以通過下述原則判斷：對于任意一點，如果在以該點為中心的、半徑為20mm的鄰域內(nèi)，點的數(shù)量少于10個，那么該點被認為是離群點，將其移除。這里的半徑大小以及鄰域內(nèi)點的數(shù)量可以根據(jù)需要設(shè)置改變，不局限于本公開的具體值。

最后，如果深度相機采集的數(shù)據(jù)包括測量臺，那么通過定義一個平面方程來獲得該測量臺的平面。

平面方程定義如下：

Ax+By+Cz+D＝0，

應(yīng)用隨機抽樣一致性算法來求解上述平面方程的系數(shù)值，可以獲得測量臺平面。

在獲得該測量臺平面后，保留該平面以上的人體點云數(shù)據(jù)，刪除該平面及平面下方的點云，從而獲得無足底平面的人體點云。在測量臺平面及平面下方的點云移除后，增加了最下方的深度相機采集的相鄰點云間的公共部分比例，可以有效增加后續(xù)點云配準的穩(wěn)定性。至此，獲得的點云數(shù)據(jù)可以記作A2，并可以將其作為第一無噪聲點云數(shù)據(jù)。

優(yōu)選地，進一步應(yīng)用體素網(wǎng)格濾波器對無足底平面的人體點云A2進行采樣，將人體點云分割為空間分布的體素網(wǎng)格，體素網(wǎng)格內(nèi)的所有點用該體素網(wǎng)格的重心代替，獲得精簡的點云數(shù)據(jù)。將此時獲得點云數(shù)據(jù)記作A3，并可以將其作為第一無噪聲點云數(shù)據(jù)。利用精簡的點云數(shù)據(jù)作為第一無噪聲點云數(shù)據(jù)，可以提高配準算法的運算速度。

同理，對于第二點云數(shù)據(jù)濾波也是如此，將經(jīng)過濾波處理后的點云數(shù)據(jù)作為第二無噪聲點云數(shù)據(jù)，或者為了提高配準算法的運算速度，將精簡的點云數(shù)據(jù)作為第二無噪聲點云數(shù)據(jù)。

上述將深度圖像數(shù)據(jù)A0經(jīng)過雙邊濾波轉(zhuǎn)化為點云數(shù)據(jù)A1、再將點云數(shù)據(jù)A1經(jīng)濾波后得到精簡的點云數(shù)據(jù)A3的過程如圖4所示。

特別地，若當前幀為第一幀，將其對應(yīng)的第一無噪聲點云數(shù)據(jù)作為第二無噪聲點云數(shù)據(jù)；并獲取當前幀相鄰的下一幀深度圖像數(shù)據(jù)，返回步驟S200；否則，執(zhí)行步驟S400。

S400、將當前幀對應(yīng)的第一無噪聲點云數(shù)據(jù)和上一幀對應(yīng)的第二無噪聲點云數(shù)據(jù)進行配準，獲得剛體轉(zhuǎn)換矩陣。

具體地，3個深度攝像機均獲得了一幅人體不同部位的三維點云數(shù)據(jù)，因此需要將不同部位進行配準。同時，為獲得人體完整的三維幾何外形信息，需要對不同方位測得的點云數(shù)據(jù)進行配準。配準即為通過旋轉(zhuǎn)平移變換，使兩幅點云的公共區(qū)域能夠最優(yōu)地對齊在一起。對于有部分公共區(qū)域的任意兩幅點云，配準優(yōu)化的目標函數(shù)為：

式中：

其中：M、P為待配準的兩幅點云；

R為獲取兩幅點云相機的旋轉(zhuǎn)矩陣；T為獲取兩幅點云相機的平移矩陣；

為M對齊后的點云；

dist(,)表示點云兩兩配準后對應(yīng)點的距離。

優(yōu)選地，本公開在配準時先進行粗配準再精配準，可以減小人體掃描過程中難以保持靜止引入的測量誤差，具體配準步驟如下：

首先，對第一無噪聲點云數(shù)據(jù)、第二無噪聲點云數(shù)據(jù)進行抽樣，獲取抽樣點云的快速點云特征直方圖。

其次，將所述快速點云的直方圖作為輸入，利用抽樣一致性初始配準算法(Sampled Consensus–Initial Alignment algorithm,SAC-IA)進行粗配準。

第三，利用粗配準的結(jié)果，對齊第一無噪聲點云數(shù)據(jù)相應(yīng)的點云到第二無噪聲點云數(shù)據(jù)相應(yīng)的點云。

最后，根據(jù)上述目標函數(shù)，利用迭代最近點算法(Iterative Closest Point,ICP)將對齊的點云進行精配準，獲得相鄰點云的剛體轉(zhuǎn)換矩陣。

S500、基于當前幀和上一幀之間的剛體轉(zhuǎn)換矩陣，將所述當前幀深度圖像數(shù)據(jù)與前面幀的深度圖像數(shù)據(jù)進行融合，獲得融合后的點云數(shù)據(jù)，將其作為第二點云數(shù)據(jù)。

具體地，融合步驟如下：

S501、若當前幀不存在第三截斷符號距離函數(shù)，則將第一幀深度圖像數(shù)據(jù)所代表的點云模型使用第一截斷符號距離函數(shù)表示；否則，使用第一截斷距離函數(shù)代替第三截斷符號距離函數(shù)；

S502、用第二截斷符號距離函數(shù)表示當前幀深度圖像數(shù)據(jù)所對應(yīng)的點云模型；

S503、利用剛體轉(zhuǎn)換矩陣將所述第二截斷符號距離函數(shù)和所述第一截斷符號距離函數(shù)進行坐標系對齊；

S504、將對齊后的第二截斷符號距離函數(shù)和第一截斷符號距離函數(shù)進行融合，形成下一幀對應(yīng)的第三截斷符號距離函數(shù)。

上述過程中，所述步驟S503中的對齊優(yōu)選采用移動加權(quán)平均算法，但不限于該算法。

優(yōu)選地，采用光線投射算法將所述第三截斷符號距離函數(shù)生成點云，用于下一次的配準。

深度圖像生成截斷符號距離函數(shù)的過程如圖5所示。

S600、若當前幀為最后一幀，則表明被測人體已旋轉(zhuǎn)一周，即已得到最終的完整的點云，執(zhí)行步驟S700；否則，獲取當前幀相鄰的下一幀深度圖像數(shù)據(jù)，返回步驟S200。

S700、利用最后一幀對應(yīng)的第二點云數(shù)據(jù)，建立人體三維模型。

經(jīng)過融合后的點云含有由于輸入點云的結(jié)構(gòu)或不完美的配準產(chǎn)生的噪聲，可以應(yīng)用移動最小二乘算法(Moving Least Square,MLS)來平滑該融合后的點云，去除多余的噪聲。然后，采用貪婪三角剖分算法(Greedy Triangulation,GT)來獲得三角化的人體網(wǎng)格模型。

進一步地，在需要顏色渲染的應(yīng)用中，可以將人體三維模型上的每一個三維點重投影到二維的彩色圖像上，獲得該點的顏色信息；并利用獲取的顏色信息對三維點進行顏色渲染。此時用到的彩色圖像為與深度圖像同步采集的圖像。

本公開方法是可以采用圖形處理器(GPU)加速的并行算法，可以實時實現(xiàn)濾波、配準和融合人體點云，最終獲得完整的人體三維點云。

通過以上的實施方式的描述，所屬領(lǐng)域的技術(shù)人員可以清楚地了解到本公開掃描方法可借助軟件加必需的通用硬件的方式來實現(xiàn)，當然也可以通過專用硬件包括專用集成電路、專用CPU、專用存儲器、專用元器件等實現(xiàn)成掃描裝置。一般情況下，凡由計算機程序完成的功能都可以很容易地用相應(yīng)的硬件來實現(xiàn)，而且，用來實現(xiàn)同一功能的具體硬件結(jié)構(gòu)也可以是多種多樣的，例如模擬電路、數(shù)字電路或?qū)Ｓ秒娐返?。但是，對本公開方法而言更多情況下，軟件程序?qū)崿F(xiàn)是更佳的實施方式?；谶@樣的理解，本公開的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在可讀取的存儲介質(zhì)中，如計算機的軟盤，U盤、移動硬盤、只讀存儲器(ROM，Read-Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、磁碟或者光盤等，包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本公開各個實施例所述的方法。

以上對本公開進行了詳細介紹，本文中應(yīng)用了具體個例對本公開的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本公開的方法及其核心思想；同時，對于本領(lǐng)域技術(shù)人員，依據(jù)本公開的思想，在具體實施方式及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本公開的限制。