體反射回來的聲波信號； 獲取所述聲波信號的傳輸時間；所述傳輸時間為所述發(fā)射聲波信號和所述接收聲波信 號的時間差； 利用所述傳輸時間和所述聲波信號的傳播速率，計算所述目標物體表面到所述成像設(shè) 備的距離； 通過所述距離和所述成像設(shè)備的相距，計算所述目標物體的至少一個真實尺寸。13. -種獲取目標物體體征數(shù)據(jù)的裝置，其特征在于，包括： 成像模塊，用于獲取目標物體的3D深度圖像；所述3D深度圖像為帶有距離信息的二維 圖像，所述距離信息包括所述目標物體到成像設(shè)備之間的距離； 圖形輪廓和骨架參數(shù)獲取模塊，用于根據(jù)所述目標物體的3D深度圖像中像素的深度 值獲取所述目標物體的圖形輪廓和骨架參數(shù)；所述深度值為根據(jù)所述距離信息獲取的所述 目標物體上某一點到所述成像設(shè)備之間的距離； 參數(shù)比例獲取模塊，用于在3D模型庫中檢索與所述目標物體的圖形輪廓及骨架參數(shù) 相匹配的3D模型，獲取所述3D模型的參數(shù)比例； 真實尺寸獲取模塊，用于獲取所述目標物體的至少一個真實尺寸； 體征數(shù)據(jù)獲取模塊，用于根據(jù)所述3D模型的參數(shù)比例和所述的至少一個真實尺寸獲 取所述目標物體的體征數(shù)據(jù)。14. 根據(jù)權(quán)利要求13所述的裝置，其特征在于，所述成像模塊包括： 發(fā)射單元，用于向所述目標物體發(fā)射參考圖案； 接收單元，用于接收所述參考圖案經(jīng)所述目標物體反射得到的二次圖案； 計算單元，用于計算所述二次圖案相對于所述參考圖案的偏移值； 圖像獲取單元，用于對所述偏移值進行傅立葉變換獲取所述距離信息，由所述距離信 息得到所述3D深度圖像。15. 根據(jù)權(quán)利要求13或14所述的裝置，其特征在于，所述圖形輪廓和骨架參數(shù)獲取模 塊具體用于：對所述3D深度圖像中像素的深度值進行差值計算，獲取所述目標物體的圖形 輪廓； 具體地，所述對所述3D深度圖像中像素的深度值進行差值計算包括： 分別計算所述3D深度圖像中第一像素的像素深度值與所述第一像素的四個相連的鄰 近像素的像素深度值之間的深度值差異，獲取四個第一深度差異值； 當所述四個第一深度差異值中至少一個第一深度差異值大于第一差異閾值時，將所述 的至少一個第一深度差異值對應的鄰近像素標記為輪廓位置； 查詢所述3D深度圖像中第二像素的八個相連的鄰近像素中是否有被標記為輪廓位置 的像素； 若有，則將所述八個相連的鄰近像素中非輪廓位置的像素的像素深度值分別與所述第 二像素的像素深度值進行差值計算，獲取第二深度差異值； 當至少一個所述第二深度差異值大于第二差異閾值時，將所述第二像素標記為輪廓位 置； 根據(jù)所述標記為輪廓位置的像素獲取所述目標物體的圖形輪廓。16. 根據(jù)權(quán)利要求13至15所述的任一裝置，其特征在于，所述裝置還包括：去噪模塊； 所述去噪模塊用于： 對所述3D深度圖像進行背景去噪處理，獲取第一 3D目標深度圖像； 對應地，所述對所述3D深度圖像中像素的深度值進行差值計算，獲取所述目標物體的 圖形輪廓包括：對所述第一 3D目標深度圖像中像素的深度值進行差值計算，獲取所述目標 物體的圖形輪廓。17. 根據(jù)權(quán)利要求16所述的裝置，其特征在于，所述去噪模塊具體用于： 設(shè)置深度閾值； 比較所述3D深度圖像中的各個像素深度值與所述深度閾值的大小，將所述3D深度圖 像中像素深度值大于所述深度閾值的像素濾除，獲取剩余像素形成所述第一 3D目標深度 圖像。18. 根據(jù)權(quán)利要求17所述的裝置，其特征在于，所述去噪模塊還用于： 對所述第一 3D目標深度圖像進行邊緣去噪處理，獲取第二3D目標深度圖像； 對應地，所述對所述3D深度圖像中像素的深度值進行差值計算，獲取所述目標物體的 圖形輪廓包括：對所述第二3D目標深度圖像中像素的深度值進行差值計算，獲取所述目標 物體的圖形輪廓。19. 根據(jù)權(quán)利要求18所述的裝置，其特征在于，所述去噪模塊具體用于： 將所述第一 3D目標深度圖像分割成多個像素塊； 設(shè)置像素深度分段區(qū)間； 分別對每塊所述像素塊內(nèi)所有像素的像素深度值做均值處理，獲取所述每塊像素塊的 像素均值； 將所述像素均值映射至所述像素深度分段區(qū)間中的對應區(qū)間，并將同一區(qū)間內(nèi)的所有 像素均值對應的像素塊進行合并，獲取所述第二3D目標深度圖像。20. 根據(jù)權(quán)利要求13至19所述的任一裝置，其特征在于，所述圖形輪廓和骨架參數(shù)獲 取模塊具體用于： 根據(jù)所述目標物體的3D深度圖像中所有像素的像素深度值，用線性最小二乘法獲取 所述目標物體的中軸； 沿著垂直于所述中軸的多個第一線計算所述目標物體的圖形輪廓的橫向厚度； 沿著平行于所述中心軸的多個第二線計算所述目標物體的圖形輪廓的縱向厚度； 由所述第一線和所述第二線限定的區(qū)域構(gòu)成所述目標物體的骨架，對應的所述橫向厚 度和所述縱向厚度為所述目標物體的骨架參數(shù)。21. 根據(jù)權(quán)利要求20所述的裝置，其特征在于，所述參數(shù)比例獲取模塊具體用于： 將所述目標物體的圖形輪廓與所述3D模型庫中3D模型的圖形輪廓進行匹配，獲取匹 配度最高的3D模型的圖形輪廓； 當所述3D模型的圖形輪廓不是所述3D模型的正視圖形輪廓時，則根據(jù)所述3D模型的 圖形輪廓獲取所述3D模型的正視圖形輪廓； 根據(jù)所述3D模型的圖形輪廓與所述3D模型的正視圖形輪廓計算所述3D模型的視角 參數(shù)，所述視角參數(shù)為所述3D模型的圖形輪廓基于所述3D模型的正視圖形輪廓的視覺角 度； 將所述3D模型的正視圖形輪廓基于所述視角參數(shù)旋轉(zhuǎn)，獲取所述3D模型的骨架參 數(shù)； 將所述所述目標物體的骨架參數(shù)與所述3D模型的骨架參數(shù)進行相似度比較，當所述 相似度小于預設(shè)值時，則所述3D模型為所述與所述目標物體的圖形輪廓及骨架參數(shù)相匹 配的3D模型； 通過所述3D模型獲取所述3D模型的參數(shù)比例。22. 根據(jù)權(quán)利要求21所述的裝置，其特征在于，所述3D模型庫中包括所述3D模型的各 視角圖形輪廓，其中至少包括所述3D模型的正視角圖形輪廓。23. 根據(jù)權(quán)利要求22所述的裝置，其特征在于，所述參數(shù)比例獲取模塊具體用于： 采用Zernike矩描述子和傅里葉描述子對所述目標物體的圖形輪廓進行描述，獲取第 一描述信息； 采用Zernike矩描述子和傅里葉描述子對所述3D模型庫中3D模型的圖形輪廓進行描 述，獲取第二描述信息； 比較所述第一描述信息與所述第二描述信息，將與所述第一描述信息相差預設(shè)閾值的 第二描述信息對應的3D模型的圖形輪廓作為所述匹配度最高的3D模型的圖形輪廓。24. 根據(jù)權(quán)利要求13至23所述的任一裝置，其特征在于，所述真實尺寸獲取模塊具體 用于： 向所述目標物體發(fā)射聲波信號； 接收被所述目標物體反射回來的聲波信號； 獲取所述聲波信號的傳輸時間；所述傳輸時間為所述發(fā)射聲波信號和所述接收聲波信 號的時間差； 利用所述傳輸時間和所述聲波信號的傳播速率，計算所述目標物體表面到所述成像設(shè) 備的距離； 通過所述距離和所述成像設(shè)備的相距，計算所述目標物體的至少一個真實尺寸。25. -種獲取目標物體體征數(shù)據(jù)的終端，其特征在于，包括： 3D傳感器，用于獲取目標物體的3D深度圖像；所述3D深度圖像為帶有距離信息的二 維圖像，所述距離信息包括所述目標物體到成像設(shè)備之間的距離； 處理器，用于根據(jù)所述目標物體的3D深度圖像中像素的深度值獲取所述目標物體的 圖形輪廓和骨架參數(shù)；所述深度值為根據(jù)所述距離信息獲取的所述目標物體上某一點到所 述成像設(shè)備之間的距離，所述處理器還用于在3D模型庫中檢索與所述目標物體的圖形輪 廓及骨架參數(shù)相匹配的3D模型，獲取所述3D模型的參數(shù)比例，所述處理器還用于獲取所述 目標物體的至少一個真實尺寸，并根據(jù)所述3D模型的參數(shù)比例和所述的至少一個真實尺 寸獲取所述目標物體的體征數(shù)據(jù)。26.根據(jù)權(quán)利要求25所述的終端，其特征在于，所述3D傳感器具體用于： 向所述目標物體發(fā)射參考圖案，并接收所述參考圖案經(jīng)所述目標物體反射得到的二次 圖案，計算所述二次圖案相對于所述參考圖案的偏移值，并對所述偏移值進行傅立葉變換 獲取所述距離信息，由所述距離信息得到所述3D深度圖像。27.根據(jù)權(quán)利要求25或26所述的終端，其特征在于，所述處理器具體用于對所述3D深 度圖像中像素的深度值進行差值計算，獲取所述目標物體的圖形輪廓； 具體地，所述對所述3D深度圖像中像素的深度值進行差值計算包括： 分別計算所述3D深度圖像中第一像素的像素深度值與所述第一像素的四個相連的鄰 近像素的像素深度值之間的深度值差異，獲取四個第一深度差異值； 當所述四個第一深度差異值中至少一個第一深度差異值大于第一差異閾值時，將所述 的至少一個第一深度差異值對應的鄰近像素標記為輪廓位置； 查詢所述3D深度圖像中第二像素的八個相連的鄰近像素中是否有被標記為輪廓位置 的像素； 若有，則將所述八個相連的鄰近像素中非輪廓位置的像素的像素深度值分別與所述第 二像素的像素深度值進行差值計算，獲取第二深度差異值； 當至少一個所述第二深度差異值大于第二差異閾值時，將所述第二像素標記為輪廓位 置； 根據(jù)所述標記為輪廓位置的像素獲取所述目標物體的圖形輪廓。28.根據(jù)權(quán)利要求25至27所述的任一終端，其特征在于，所述處理器還用于：對所述 3D深度圖像進行背景去噪處理，獲取第一3D目標深度圖像； 對應地，所述對所述3D深度圖像中像素的深度值進行差值計算，獲取所述目標物體的 圖形輪廓包括：對所述第一3D目標深度圖像中像素的深度值進行差值計算，獲取所述目標 物體的圖形輪廓。29.根據(jù)權(quán)利要求28所述的終端，其特征在于，所述處理器具體用于： 設(shè)置深度閾值； 比較所述3D深度圖像中的各個像素深度值與所述深度閾值的大小，將所述3D深度圖 像中像素深度值大于所述深度閾值的像素濾除，獲取剩余像素形成所述第一3D目標深度 圖像。30.根據(jù)權(quán)利要求29所述的終端，其特征在于，所述處理器還用于： 對所述第一3D目標深度圖像進行邊緣去噪處理，獲取第二3D目標深度圖像； 對應地，所述對所述3D深度圖像中像素的深度值進行差值計算，獲取所述目標物體的 圖形輪廓包括：對所述第二3D目標深度圖像中像素的深度值進行差值計算，獲取所述目標 物體的圖形輪廓。31. 根據(jù)權(quán)利要求30所述的終端，其特征在于，所述處理器具體用于： 將所述第一 3D目標深度圖像分割成多個像素塊； 設(shè)置像素深度分段區(qū)間； 分別對每塊所述像素塊內(nèi)所有像素的像素深度值做均值處理，獲取所述每塊像素塊的 像素均值； 將所述像素均值映射至所述像素深度分段區(qū)間中的對應區(qū)間，并將同一區(qū)間內(nèi)的所有 像素均值對應的像素塊進行合并，獲取所述第二3D目標深度圖像。32. 根據(jù)權(quán)利要求25至31所述的終端，其特征在于，所述處理器具體用于： 根據(jù)所述目標物體的3D深度圖像中所有像素的像素深度值，用線性最小二乘法獲取 所述目標物體的中軸； 沿著垂直于所述中軸的多個第一線計算所述目標物體的圖形輪廓的橫向厚度； 沿著平行于所述中心軸的多個第二線計算所述目標物體的圖形輪廓的縱向厚度； 由所述第一線和所述第二線限定的區(qū)域構(gòu)成所述目標物體的骨架，對應的所述橫向厚 度和所述縱向厚度為所述目標物體的骨架參數(shù)。33. 根據(jù)權(quán)利要求32所述的終端，其特征在于，所述處理器具體用于： 將所述目標物體的圖形輪廓與所述3D模型庫中3D模型的圖形輪廓進行匹配，獲取匹 配度最高的3D模型的圖形輪廓； 當所述3D模型的圖形輪廓不是所述3D模型的正視圖形輪廓時，則根據(jù)所述3D模型的 圖形輪廓獲取所述3D模型的正視圖形輪廓； 根據(jù)所述3D模型的圖形輪廓與所述3D模型的正視圖形輪廓計算所述3D模型的視角 參數(shù)，所述視角參數(shù)為所述3D模型的圖形輪廓基于所述3D模型的正視圖形輪廓的視覺角 度； 將所述3D模型的正視圖形輪廓基于所述視角參數(shù)旋轉(zhuǎn)，獲取所述3D模型的骨架參 數(shù)； 將所述所述目標物體的骨架參數(shù)與所述3D模型的骨架參數(shù)進行相似度比較，當所述 相似度小于預設(shè)值時，則所述3D模型為所述與所述目標物體的圖形輪廓及骨架參數(shù)相匹 配的3D模型； 通過所述3D模型獲取所述3D模型的參數(shù)比例。34. 根據(jù)權(quán)利要求33所述的終端，其特征在于，所述3D模型庫中包括所述3D模型的各 視角圖形輪廓，其中至少包括所述3D模型的正視角圖形輪廓。35. 根據(jù)權(quán)利要求34所述的終端，其特征在于，所述處理器具體用于：采用Zernike矩 描述子和傅里葉描述子對所述目標物體的圖形輪廓進行描述，獲取第一描述信息； 采用Zernike矩描述子和傅里葉描述子對所述3D模型庫中3D模型的圖形輪廓進行描 述，獲取第二描述信息； 比較所述第一描述信息與所述第二描述信息，將與所述第一描述信息相差預設(shè)閾值的 第二描述信息對應的3D模型的圖形輪廓作為所述匹配度最高的3D模型的圖形輪廓。36.根據(jù)權(quán)利要求25至35任一項所述的終端，其特征在于，所述處理器具體用于： 向所述目標物體發(fā)射聲波信號； 接收被所述目標物體反射回來的聲波信號； 獲取所述聲波信號的傳輸時間；所述傳輸時間為所述發(fā)射聲波信號和所述接收聲波信 號的時間差； 利用所述傳輸時間和所述聲波信號的傳播速率，計算所述目標物體表面到所述成像設(shè) 備的距離； 通過所述距離和所述成像設(shè)備的相距，計算所述目標物體的至少一個真實尺寸。
【專利摘要】本發(fā)明實施例提供一種獲取目標物體體征數(shù)據(jù)的方法，包括：獲取目標物體的3D深度圖像；所述3D深度圖像為帶有距離信息的二維圖像，所述距離信息包括所述目標物體到成像設(shè)備之間的距離；根據(jù)所述目標物體的3D深度圖像中像素的深度值獲取所述目標物體的圖形輪廓和骨架參數(shù)；所述深度值為根據(jù)所述距離信息獲取的所述目標物體上某一點到所述成像設(shè)備之間的距離；在3D模型庫中檢索與所述目標物體的圖形輪廓及骨架參數(shù)相匹配的3D模型，獲取所述3D模型的參數(shù)比例；獲取所述目標物體的至少一個真實尺寸；根據(jù)所述3D模型的參數(shù)比例和所述的至少一個真實尺寸獲取所述目標物體的體征數(shù)據(jù)。從而為廣大用戶實現(xiàn)“所見即所得”的體驗。
【IPC分類】G06T19/00
【公開號】CN105336005
【申請?zhí)枴緾N201410301461
【發(fā)明人】唐衛(wèi)東
【申請人】華為技術(shù)有限公司
【公開日】2016年2月17日
【申請日】2014年6月27日
【公告號】WO2015197026A1