【摘要】：為了生成靜態(tài)圖像中人體的輪廓線,提出了一種基于骨架匹配的輪廓線提取方法。在圖像中找到可以表征人體骨架的骨架關(guān)鍵點(diǎn),通過骨架關(guān)鍵點(diǎn),利用圖像中各像素點(diǎn)所包含的邊緣信息,結(jié)合人體形態(tài)學(xué)先驗(yàn)知識(shí),構(gòu)建了隱馬爾科夫模型來匹配人體上對(duì)應(yīng)骨架關(guān)鍵點(diǎn)的邊緣關(guān)鍵點(diǎn),少量的邊緣關(guān)鍵點(diǎn)即可生成人體大致輪廓。利用Hermite插值方法連接邊緣關(guān)鍵點(diǎn)獲取人體輪廓線。通過相關(guān)實(shí)驗(yàn)結(jié)果表明,提出的方法在較為簡單的場景中可以提取出靜態(tài)圖像中人體輪廓,獲得的輪廓也符合人體形狀先驗(yàn)。與已有的方法相比,在速度上有了很大的提高,并在一些較為復(fù)雜的場景中取得了更好的效果。
【圖文】：

第29卷第11期Vol.29No.112017年11月張遠(yuǎn),等:基于骨架匹配的人體輪廓線提取Nov.,2017http:∥www.china-simulation.com2777點(diǎn)，如圖2(b)中灰色點(diǎn)所示，采樣點(diǎn)的個(gè)數(shù)和對(duì)應(yīng)這段骨架的長度成正比關(guān)系，骨架越長，對(duì)應(yīng)的采樣點(diǎn)個(gè)數(shù)也就越多。圖2(b)中藍(lán)色點(diǎn)代表骨架關(guān)鍵點(diǎn)對(duì)應(yīng)的邊緣關(guān)鍵點(diǎn)，灰色線段表示骨架，，藍(lán)色線段代表對(duì)應(yīng)骨架的人體輪廓，黃色線段表示骨架關(guān)鍵點(diǎn)和邊緣關(guān)鍵點(diǎn)之間的對(duì)應(yīng)關(guān)系。圖1基于骨架匹配的人體輪廓線提取流程圖Fig.1Procedureforhumancontourextractionbasedonskeletonmatching(a)人體骨架模型(b)骨架關(guān)鍵點(diǎn)和邊緣關(guān)鍵點(diǎn)對(duì)應(yīng)示意圖圖2人體結(jié)構(gòu)示意圖Fig.2Visualizationforhumanstructure由于邊緣關(guān)鍵點(diǎn)存在于通過骨架關(guān)鍵點(diǎn)的骨架垂線方向，因此在尋找對(duì)應(yīng)骨架關(guān)鍵點(diǎn)的邊緣關(guān)鍵點(diǎn)時(shí)，可以在對(duì)應(yīng)垂線方向上的像素點(diǎn)中進(jìn)行一維搜索，搜索范圍也可以由人體形態(tài)學(xué)先驗(yàn)中人體身高和部位寬度之間的關(guān)系[21]所確定，比如右后臂寬度的估計(jì)值為0.0608*height。接下來的邊緣關(guān)鍵點(diǎn)匹配模型適用于除頭部和肩部以外的所有人體部位。2.2邊緣關(guān)鍵點(diǎn)匹配準(zhǔn)則得到骨架關(guān)鍵點(diǎn)后，本文提出了一種邊緣關(guān)鍵點(diǎn)匹配模型，用于估計(jì)對(duì)應(yīng)骨架關(guān)鍵點(diǎn)的邊緣關(guān)鍵點(diǎn)。目標(biāo)是在圖像中尋找一條近似平行于骨架的具有較強(qiáng)邊緣的輪廓，因此選擇對(duì)應(yīng)骨架關(guān)鍵點(diǎn)的邊緣關(guān)鍵點(diǎn)的依據(jù)來源于像素點(diǎn)的邊緣強(qiáng)度信息和此部位對(duì)應(yīng)的骨架方向等。上一節(jié)中，通過在骨架垂線方向上的一維搜索，對(duì)每一個(gè)骨架關(guān)鍵點(diǎn)si，都得到了一組對(duì)應(yīng)的候選邊緣關(guān)鍵點(diǎn)集Pi。本文采用sobel算子計(jì)算灰度圖像中每一個(gè)候選邊緣關(guān)鍵點(diǎn)的邊緣梯度大小I，這個(gè)值越大，代表這個(gè)點(diǎn)的邊緣效應(yīng)越大，即ds越趨于1。11sIde(2)在人體的

第29卷第11期Vol.29No.112017年11月張遠(yuǎn),等:基于骨架匹配的人體輪廓線提取Nov.,2017http:∥www.china-simulation.com2777點(diǎn)，如圖2(b)中灰色點(diǎn)所示，采樣點(diǎn)的個(gè)數(shù)和對(duì)應(yīng)這段骨架的長度成正比關(guān)系，骨架越長，對(duì)應(yīng)的采樣點(diǎn)個(gè)數(shù)也就越多。圖2(b)中藍(lán)色點(diǎn)代表骨架關(guān)鍵點(diǎn)對(duì)應(yīng)的邊緣關(guān)鍵點(diǎn)，灰色線段表示骨架，藍(lán)色線段代表對(duì)應(yīng)骨架的人體輪廓，黃色線段表示骨架關(guān)鍵點(diǎn)和邊緣關(guān)鍵點(diǎn)之間的對(duì)應(yīng)關(guān)系。圖1基于骨架匹配的人體輪廓線提取流程圖Fig.1Procedureforhumancontourextractionbasedonskeletonmatching(a)人體骨架模型(b)骨架關(guān)鍵點(diǎn)和邊緣關(guān)鍵點(diǎn)對(duì)應(yīng)示意圖圖2人體結(jié)構(gòu)示意圖Fig.2Visualizationforhumanstructure由于邊緣關(guān)鍵點(diǎn)存在于通過骨架關(guān)鍵點(diǎn)的骨架垂線方向，因此在尋找對(duì)應(yīng)骨架關(guān)鍵點(diǎn)的邊緣關(guān)鍵點(diǎn)時(shí)，可以在對(duì)應(yīng)垂線方向上的像素點(diǎn)中進(jìn)行一維搜索，搜索范圍也可以由人體形態(tài)學(xué)先驗(yàn)中人體身高和部位寬度之間的關(guān)系[21]所確定，比如右后臂寬度的估計(jì)值為0.0608*height。接下來的邊緣關(guān)鍵點(diǎn)匹配模型適用于除頭部和肩部以外的所有人體部位。2.2邊緣關(guān)鍵點(diǎn)匹配準(zhǔn)則得到骨架關(guān)鍵點(diǎn)后，本文提出了一種邊緣關(guān)鍵點(diǎn)匹配模型，用于估計(jì)對(duì)應(yīng)骨架關(guān)鍵點(diǎn)的邊緣關(guān)鍵點(diǎn)。目標(biāo)是在圖像中尋找一條近似平行于骨架的具有較強(qiáng)邊緣的輪廓，因此選擇對(duì)應(yīng)骨架關(guān)鍵點(diǎn)的邊緣關(guān)鍵點(diǎn)的依據(jù)來源于像素點(diǎn)的邊緣強(qiáng)度信息和此部位對(duì)應(yīng)的骨架方向等。上一節(jié)中，通過在骨架垂線方向上的一維搜索，對(duì)每一個(gè)骨架關(guān)鍵點(diǎn)si，都得到了一組對(duì)應(yīng)的候選邊緣關(guān)鍵點(diǎn)集Pi。本文采用sobel算子計(jì)算灰度圖像中每一個(gè)候選邊緣關(guān)鍵點(diǎn)的邊緣梯度大小I，這個(gè)值越大，代表這個(gè)點(diǎn)的邊緣效應(yīng)越大，即ds越趨于1。11sIde(2)在人體的

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 洪泉,陳德強(qiáng),黃文浩;一種基于圖象內(nèi)部信息的輪廓匹配和切片對(duì)齊新方法[J];中國圖象圖形學(xué)報(bào);2001年02期

2 王磊,王立勝,顧訓(xùn)穰;圖像輪廓提取的迭代收縮算法[J];計(jì)算機(jī)應(yīng)用與軟件;2004年02期

3 諶昌海,原培新,孫巖;改進(jìn)的輪廓提取法在棒線材端頭識(shí)別中的應(yīng)用[J];機(jī)械工程與自動(dòng)化;2005年05期

4 邵曉芳;孫即祥;張欣;;認(rèn)知輪廓研究進(jìn)展[J];計(jì)算機(jī)應(yīng)用研究;2008年07期

5 楊長才;鄭勝;葉瑾;;基于支持度變換的幾何活動(dòng)輪廓模型輪廓提取方法[J];計(jì)算機(jī)應(yīng)用;2008年S1期

6 胡榮;王宏遠(yuǎn);;基于運(yùn)動(dòng)段分類的人體輪廓提取方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

7 閻春平;王賓賓;覃斌;劉飛;;應(yīng)用拓?fù)渫队安蛔冊(cè)淼目臻g圖形輪廓提取方法[J];重慶大學(xué)學(xué)報(bào);2010年06期

8 吳峻松,凌玲,王成燾;定做式人工髖關(guān)節(jié)設(shè)計(jì)與加工中股骨輪廓提取方法[J];機(jī)械設(shè)計(jì)與研究;1998年04期

9 黃福珍,蘇劍波,席裕庚;基于幾何活動(dòng)輪廓模型的人臉輪廓提取方法[J];中國圖象圖形學(xué)報(bào);2003年05期

10 孫吉紅,姜合,王國棟;光切法在圖像輪廓提取中的應(yīng)用[J];山東輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年01期

相關(guān)會(huì)議論文 前10條

1 楊濱;付峰;董秀珍;;顱腦CT圖像的自動(dòng)分割和輪廓提取[A];中國生物醫(yī)學(xué)工程學(xué)會(huì)成立30周年紀(jì)念大會(huì)暨2010中國生物醫(yī)學(xué)工程學(xué)會(huì)學(xué)術(shù)大會(huì)青年優(yōu)秀論文[C];2010年

2 桑農(nóng);唐奇伶;;視皮層感知機(jī)制在輪廓提取中的應(yīng)用[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

3 曹永鋒;孫洪;徐新;;一種提取多顯著性等級(jí)區(qū)域輪廓的高效算法[A];2003年中國智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

4 徐曉剛;于金輝;馬利莊;;復(fù)雜物體輪廓提取[A];中國圖象圖形學(xué)會(huì)第十屆全國圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

5 黃瓊雁;賴劍煌;阮邦志;;非均勻光照下的嘴巴輪廓的檢測與嘴巴狀態(tài)分類[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

6 楊明浩;陶建華;張大偉;李昊;;基于X光的漢語單音節(jié)舌位輪廓運(yùn)動(dòng)數(shù)據(jù)庫[A];第十二屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議（NCMMSC'2013）論文集[C];2013年

7 陸承恩;朱光喜;孫俊;;基于邊界搜索的圖像閉合輪廓提取算法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

8 黎明;馮華君;徐之海;;一種基于光強(qiáng)信息的結(jié)構(gòu)光圖像輪廓提取方法[A];大珩先生九十華誕文集暨中國光學(xué)學(xué)會(huì)2004年學(xué)術(shù)大會(huì)論文集[C];2004年

9 肖鏡輝;劉秉權(quán);;一種非時(shí)齊的隱馬爾科夫模型及其在音字轉(zhuǎn)換中的應(yīng)用[A];全國第八屆計(jì)算語言學(xué)聯(lián)合學(xué)術(shù)會(huì)議（JSCL-2005）論文集[C];2005年

10 劉文壯;李均利;;一種基于隱馬爾科夫模型的脫機(jī)手寫漢字識(shí)別方法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

相關(guān)博士學(xué)位論文 前3條

1 黃初華;基于多視角視頻的時(shí)變?nèi)S模型序列生成若干關(guān)鍵技術(shù)研究[D];浙江大學(xué);2017年

2 孫陽光;物體邊緣輪廓提取新方法研究[D];華中科技大學(xué);2009年

3 唐奇伶;基于初級(jí)視皮層感知機(jī)制的輪廓與邊界檢測[D];華中科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 趙壯壯;激光標(biāo)刻系統(tǒng)中漢字輪廓提取技術(shù)[D];遼寧大學(xué);2015年

2 孟佳;基于ICT的工件內(nèi)部缺陷輪廓提取研究[D];燕山大學(xué);2015年

3 梅洪洋;監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)輪廓提取方法的研究與應(yīng)用[D];華中師范大學(xué);2015年

4 王曉龍;現(xiàn)場鞋印輪廓提取與估計(jì)算法研究[D];遼寧師范大學(xué);2015年

5 王閃閃;基于顯著性檢測的人體輪廓提取問題研究與應(yīng)用[D];山東大學(xué);2016年

6 琚映云;紅外圖像序列中目標(biāo)跟蹤與目標(biāo)輪廓提取技術(shù)研究[D];南京航空航天大學(xué);2016年

7 許輝;基于輪廓感知的虛擬視點(diǎn)合成技術(shù)研究[D];東南大學(xué);2016年

8 戴昕林;嬰兒頭型快速檢測設(shè)備及頭部畸形的矯形方案設(shè)計(jì)[D];南京航空航天大學(xué);2016年

9 趙鳳華;多維數(shù)據(jù)對(duì)象的幾何輪廓相似性度量及模式識(shí)別[D];遼寧工程技術(shù)大學(xué);2014年

10 曹廟根;一種基于子葉輪廓三維視覺測量的秧苗分離方法研究[D];浙江理工大學(xué);2015年

本文編號(hào)：2585603