本發(fā)明涉及長(zhǎng)度測(cè)量技術(shù)領(lǐng)域，具體是一種基于單目機(jī)器視覺(jué)的身高測(cè)量方法。

背景技術(shù)：

由于各種需要，比如體檢、運(yùn)動(dòng)員選拔等，需要對(duì)人的身高進(jìn)行測(cè)量。目前的身高測(cè)量方法如使用尺子、標(biāo)桿等方式操作起來(lái)都不太方便，需要直接接觸到人體，不能做到自動(dòng)測(cè)量，容易由于操作不當(dāng)造成誤差。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的問(wèn)題是提供一種基于單目機(jī)器視覺(jué)的身高測(cè)量方法，該方法能夠?qū)崿F(xiàn)對(duì)人體身高進(jìn)行無(wú)接觸自動(dòng)測(cè)量，操作方便，測(cè)量精確。

為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明的基于單目機(jī)器視覺(jué)的身高測(cè)量方法，包括以下步驟：

待測(cè)人站在平面標(biāo)識(shí)上指定的區(qū)域；

機(jī)器人保持頭部處于水平狀態(tài)，通過(guò)調(diào)整所述機(jī)器人與所述待測(cè)人的距離使位于所述機(jī)器人頭部的RGB攝像機(jī)拍攝到所述待測(cè)人的頭部及腳下的二維標(biāo)識(shí)；

所述機(jī)器人根據(jù)檢測(cè)到的二維標(biāo)識(shí)上四個(gè)角點(diǎn)，根據(jù)單應(yīng)性矩陣

計(jì)算出當(dāng)前視場(chǎng)的單應(yīng)性矩陣H＝M[r1,r2,r3,t]；

其中，(x，y，1)表示視覺(jué)定位標(biāo)識(shí)中任一角點(diǎn)在第一攝像機(jī)的圖像坐標(biāo)系中像素坐標(biāo)的齊次坐標(biāo)；(X，Y，Z，1)表示所述角點(diǎn)在視覺(jué)定位標(biāo)識(shí)坐標(biāo)系中的齊次坐標(biāo)，選取視覺(jué)定位標(biāo)識(shí)平面為Z＝0，則所述角點(diǎn)在所述視覺(jué)定位標(biāo)識(shí)坐標(biāo)系中的齊次坐標(biāo)即簡(jiǎn)化為(X，Y，0，1)；s為引入的任意尺度比例參數(shù)，M為攝像機(jī)內(nèi)部參數(shù)矩陣，r1、r2、r3分別表示視覺(jué)定位標(biāo)識(shí)坐標(biāo)系相對(duì)于攝像機(jī)坐標(biāo)系的旋轉(zhuǎn)矩陣中的三個(gè)列向量，t為平移向量；

通過(guò)圖像分割算法分割出待測(cè)人頭部圖像區(qū)域，從而計(jì)算出待測(cè)人頭頂?shù)南袼刈鴺?biāo)(x0,y0)；

根據(jù)單應(yīng)性矩陣

代入x＝x0,y＝y(tǒng)0,X＝0即可求得Z，Z即所述待測(cè)人的身高。

計(jì)算出待測(cè)人頭頂?shù)南袼刈鴺?biāo)分為如下三步：

(1)使用Haar-Adaboost人臉檢測(cè)算法在圖像中檢測(cè)人臉的矩形區(qū)域。Haar-Adaboost人臉檢測(cè)算法使用通過(guò)人臉圖像樣本訓(xùn)練好的人臉檢測(cè)器，在圖像中識(shí)別到人臉的矩形區(qū)域。

(2)通過(guò)過(guò)分水嶺算法分割出頭部區(qū)域。識(shí)別到人臉區(qū)域后可將人臉位置標(biāo)記為前景圖像區(qū)域，將人臉兩邊的非人臉背景區(qū)域標(biāo)記為后景圖像區(qū)域，使用分水嶺圖像分割算法將待測(cè)人頭部的輪廓完整的從背景中分割出來(lái)。

(3)得到待測(cè)人頭部的像素坐標(biāo)。默認(rèn)待測(cè)人的頭部保持豎直，頭頂點(diǎn)x軸方向的像素坐標(biāo)x0等于人臉矩形區(qū)域中心的x坐標(biāo)值。分水嶺圖像分割算法能夠分割出頭頂?shù)恼w輪廓，通過(guò)計(jì)算x坐標(biāo)在(x0–Δx,x0+Δx)范圍內(nèi)的頭頂輪廓點(diǎn)的y坐標(biāo)平均值即可求得頭頂點(diǎn)y軸方向的像素坐標(biāo)y0。

本發(fā)明的基于單目機(jī)器視覺(jué)的身高測(cè)量方法，操作及計(jì)算簡(jiǎn)單，待測(cè)人員無(wú)需他人幫助即可完成自我測(cè)高，測(cè)量方法為非接觸式的，進(jìn)一步提高了測(cè)量精度，也加快了測(cè)量速度。

附圖說(shuō)明

圖1為本發(fā)明的測(cè)量方法使用的機(jī)器人結(jié)構(gòu)示意圖；

圖2是本發(fā)明使用測(cè)量方法時(shí)測(cè)量區(qū)域示意圖。

具體實(shí)施方式

下面結(jié)合附圖，對(duì)本發(fā)明提出的一種基于單目機(jī)器視覺(jué)的身高測(cè)量方法進(jìn)行詳細(xì)說(shuō)明。

本發(fā)明的基于單目機(jī)器視覺(jué)的身高測(cè)量方法，包括以下步驟：

待測(cè)人站在平面標(biāo)識(shí)上指定的區(qū)域；

機(jī)器人保持頭部處于水平狀態(tài)，通過(guò)調(diào)整所述機(jī)器人與所述待測(cè)人的距離使位于所述機(jī)器人頭部的RGB攝像機(jī)拍攝到所述待測(cè)人的頭部及腳下的二維標(biāo)識(shí)；

所述機(jī)器人根據(jù)檢測(cè)到的二維標(biāo)識(shí)上四個(gè)角點(diǎn)，根據(jù)單應(yīng)性矩陣

計(jì)算出當(dāng)前視場(chǎng)的單應(yīng)性矩陣H＝M[r1,r2,r3,t]；

其中，(x，y，1)表示視覺(jué)定位標(biāo)識(shí)中任一角點(diǎn)在第一攝像機(jī)的圖像坐標(biāo)系中像素坐標(biāo)的齊次坐標(biāo)；(X，Y，Z，1)表示所述角點(diǎn)在視覺(jué)定位標(biāo)識(shí)坐標(biāo)系中的齊次坐標(biāo)，選取視覺(jué)定位標(biāo)識(shí)平面為Z＝0，則所述角點(diǎn)在所述視覺(jué)定位標(biāo)識(shí)坐標(biāo)系中的齊次坐標(biāo)即簡(jiǎn)化為(X，Y，0，1)；s為引入的任意尺度比例參數(shù)，M為攝像機(jī)內(nèi)部參數(shù)矩陣，r1、r2、r3分別表示視覺(jué)定位標(biāo)識(shí)坐標(biāo)系相對(duì)于攝像機(jī)坐標(biāo)系的旋轉(zhuǎn)矩陣中的三個(gè)列向量，t為平移向量；

通過(guò)圖像分割算法分割出待測(cè)人頭部圖像區(qū)域，從而計(jì)算出待測(cè)人頭頂?shù)南袼刈鴺?biāo)(x0,y0)；

計(jì)算出待測(cè)人頭頂?shù)南袼刈鴺?biāo)分為如下三步：

(4)使用Haar-Adaboost人臉檢測(cè)算法在圖像中檢測(cè)人臉的矩形區(qū)域。Haar-Adaboost人臉檢測(cè)算法使用通過(guò)人臉圖像樣本訓(xùn)練好的人臉檢測(cè)器，在圖像中識(shí)別到人臉的矩形區(qū)域。

(5)通過(guò)過(guò)分水嶺算法分割出頭部區(qū)域。識(shí)別到人臉區(qū)域后可將人臉位置標(biāo)記為前景圖像區(qū)域，將人臉兩邊的非人臉背景區(qū)域標(biāo)記為后景圖像區(qū)域，使用分水嶺圖像分割算法將待測(cè)人頭部的輪廓完整的從背景中分割出來(lái)。

(6)得到待測(cè)人頭部的像素坐標(biāo)。默認(rèn)待測(cè)人的頭部保持豎直，頭頂點(diǎn)x軸方向的像素坐標(biāo)x0等于人臉矩形區(qū)域中心的x坐標(biāo)值。分水嶺圖像分割算法能夠分割出頭頂?shù)恼w輪廓，通過(guò)計(jì)算x坐標(biāo)在(x0–Δx,x0+Δx)范圍內(nèi)的頭頂輪廓點(diǎn)的y坐標(biāo)平均值即可求得頭頂點(diǎn)y軸方向的像素坐標(biāo)y0。

根據(jù)單應(yīng)性矩陣

代入x＝x0,y＝y(tǒng)0,X＝0即可求得Z，Z即所述待測(cè)人的身高。

①如圖2所示，平面標(biāo)識(shí)：身高測(cè)量時(shí)應(yīng)當(dāng)確保機(jī)器人看到該平面標(biāo)識(shí)。站立區(qū)域：待測(cè)者雙腳站立的區(qū)域。O₁為以標(biāo)識(shí)中心為原點(diǎn)的標(biāo)識(shí)坐標(biāo)系

如圖1所示，本發(fā)明的基于單目機(jī)器視覺(jué)的身高測(cè)量方法，使用的機(jī)器人，RGB彩色攝像機(jī)1位于機(jī)器人頭部。

以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。