基于圖像處理的學(xué)生體質(zhì)參數(shù)測量系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

岳超種 蘭祥

摘 要： 體質(zhì)參數(shù)是衡量學(xué)生健康與否的重要標(biāo)準(zhǔn)，利用信息化手段精確采集學(xué)生體質(zhì)參數(shù)能夠?yàn)橄嚓P(guān)教育部門提供數(shù)據(jù)支撐，有助于開展素質(zhì)教育，促進(jìn)學(xué)生全面發(fā)展。文章首先闡述了學(xué)生體質(zhì)參數(shù)測量的兩種方法，分析了學(xué)生體質(zhì)參數(shù)測量的必要性，基于圖片處理技術(shù)設(shè)計(jì)開發(fā)了一套自動化獲取學(xué)生體質(zhì)參數(shù)的測量系統(tǒng)，并組織了學(xué)生體質(zhì)參數(shù)測量的對比研究實(shí)驗(yàn)，將傳統(tǒng)的接觸式測量與基于圖像處理的非接觸式測量效果進(jìn)行了對比分析。

關(guān)鍵詞：圖像處理；學(xué)生體質(zhì)參數(shù)；測量系統(tǒng)；自動化

中圖分類號：TP393 文獻(xiàn)標(biāo)志碼：B 文章編號：1673-8454（2015）12-0084-04

一、引言

學(xué)生時期是身體發(fā)育的高峰期，也是體質(zhì)強(qiáng)壯的關(guān)鍵時期。隨著經(jīng)濟(jì)的發(fā)展，人們的物質(zhì)文化生活逐步提升，各年齡段學(xué)生的身體素質(zhì)卻呈現(xiàn)逐年下降的趨勢，此問題引起了社會的廣泛關(guān)注。因此，掌握學(xué)生的生長發(fā)育規(guī)律，并快速、簡潔、準(zhǔn)確的測量學(xué)生的體質(zhì)參數(shù)具有現(xiàn)實(shí)意義。常用的傳統(tǒng)接觸式體質(zhì)參數(shù)測量方式費(fèi)時費(fèi)力，并且由于人為原因容易造成誤差，而數(shù)字圖像處理技術(shù)具有測量簡單、準(zhǔn)確、自動化程度高等特點(diǎn)，因此，基于圖像處理技術(shù)設(shè)計(jì)一套高效、便捷、自動化的學(xué)生體質(zhì)參數(shù)測量系統(tǒng)，利用信息化手段準(zhǔn)確獲取學(xué)生體質(zhì)參數(shù)，為相關(guān)教育部門提供可靠數(shù)據(jù)支撐，有助于促進(jìn)學(xué)生的全面發(fā)展。

二、體質(zhì)參數(shù)測量方法及必要性分析

1.測量的概念及分類

人體測量學(xué)是一門用測量的方法研究人體體格特征的科學(xué)，是指通過測量人體各部分的尺寸來確定個體和群體之間的差別，從而為各種工業(yè)設(shè)計(jì)和工程設(shè)計(jì)提供人體測量數(shù)據(jù)。人體測量技術(shù)自上世紀(jì)70年代中期逐漸成為服裝數(shù)字化技術(shù)的重要研究課題，在30多年的發(fā)展中，大致經(jīng)歷了由手工測量向計(jì)算機(jī)輔助測量、由接觸式測量向非接觸式測量、由二維測量向三維測量的方式轉(zhuǎn)變，并向自動測量以及利用計(jì)算機(jī)執(zhí)行測量、處理和分析操作的方向發(fā)展[1]。人體測量方法根據(jù)測量工具是否與人體接觸可以分為接觸式測量和非接觸式測量[2]。

（1）接觸式測量

接觸式測量即傳統(tǒng)的測量方法，也稱手工測量，主要測量工具有軟尺、測高計(jì)、測距計(jì)、角度計(jì)等。該方法優(yōu)點(diǎn)是簡單、直觀，可以直接獲取到精確有效的人體參數(shù)，目前仍在一定范圍內(nèi)使用。其不足主要體現(xiàn)在以下兩方面：一是由于測試者的經(jīng)驗(yàn)不同，被測數(shù)據(jù)會產(chǎn)生一定程度的差異；二是當(dāng)測量范圍較大或樣本容量較大時，會出現(xiàn)測量效率低、耗時長等問題。

（2）非接觸式人體測量

非接觸式人體測量是現(xiàn)代化人體測量技術(shù)的主要特征。它彌補(bǔ)了傳統(tǒng)接觸式人體測量方法的不足，使測量更加方便、快捷。三維人體自動測量是非接觸式人體測量的一個重要分支和方向。三維人體自動測量作為現(xiàn)代圖像測量技術(shù)的一個分支，以現(xiàn)代光學(xué)為基礎(chǔ)，融合光電子學(xué)、計(jì)算機(jī)圖像學(xué)、信息處理、計(jì)算機(jī)視覺等科學(xué)技術(shù)為一體[3]。

非接觸式測量分為主動式和被動式非接觸測量。主動式非接觸測量方法主要是通過發(fā)射光線、接受反射光成像的方式來進(jìn)行測量。測量的數(shù)據(jù)信息完整、精確，但該類方法對設(shè)備的要求比較嚴(yán)格，且成本相對較高，對測量人員也有專業(yè)的要求，并且向被測者發(fā)射光線，極可能引起被測者的心理反感，影響測量結(jié)果。而被動式非接觸測量對設(shè)備以及測量人員的要求都相對偏低，也不會引起被測者的心理反感。非接觸式人體測量又包括很多方法，如表1所示。

2.學(xué)生體質(zhì)參數(shù)測量必要性和可行性分析

一是當(dāng)代學(xué)生體質(zhì)出現(xiàn)一系列問題，通過測量有助于避免這些問題，為教育部門提供數(shù)據(jù)支撐和決策支持，促進(jìn)學(xué)生全面發(fā)展。

二是基于圖像處理的技術(shù)已經(jīng)相當(dāng)成熟，且相對于其它測量方法，有以下優(yōu)點(diǎn)：①開發(fā)成本比較低，對設(shè)備的要求低，不需要專門的專業(yè)設(shè)備。②操作簡單、方便，對測量人員的素質(zhì)要求不高。③可以實(shí)現(xiàn)離線化、自動化處理，處理效率高。

三、系統(tǒng)設(shè)計(jì)

1.測量指標(biāo)的選取

身體形態(tài)是人體生命活動的物質(zhì)基礎(chǔ)，能夠反映一定的身體機(jī)能。由于當(dāng)今校園里學(xué)生群體普遍存在坐姿不正以及長期保持坐立等引起的背部發(fā)生畸變的問題，因此，根據(jù)學(xué)生青春期發(fā)育特點(diǎn)，選取身高、臂展、頭圍、坐高等指標(biāo)作為測量指標(biāo)。

2.測量的原理

本研究是基于圖像處理的技術(shù)實(shí)現(xiàn)人體測量，實(shí)現(xiàn)原理基于被動式雙目視覺原理。所需設(shè)備主要有兩個數(shù)碼相機(jī)和一個標(biāo)定尺，兩個數(shù)碼相機(jī)用以獲取被測者的正面圖像和側(cè)面圖像，標(biāo)定尺用以標(biāo)定單位距離在圖像中的映射長度，為還原真實(shí)長度提供參考依據(jù)。所得圖像按照圖像預(yù)處理（灰度處理、二值化處理）、圖像輪廓提取、特征點(diǎn)識別和標(biāo)定等步驟進(jìn)行處理，最后根據(jù)標(biāo)定的比例關(guān)系還原真實(shí)長度，實(shí)現(xiàn)人體參數(shù)的自動化獲取。

3.系統(tǒng)的數(shù)據(jù)流程

系統(tǒng)的數(shù)據(jù)流程圖如圖1所示，首先通過兩個已經(jīng)定標(biāo)好的數(shù)碼相機(jī)同時對被測者進(jìn)行圖像采集，得到被測者的正面和側(cè)面圖像；然后分別對圖像進(jìn)行預(yù)處理，包括圖像灰度化、圖像二值化、圖像邊緣檢測及輪廓提取，根據(jù)預(yù)處理圖像結(jié)合人體形態(tài)特征進(jìn)行人體特征點(diǎn)的標(biāo)定，最后根據(jù)雙目視覺原理，將圖像中的坐標(biāo)點(diǎn)轉(zhuǎn)化為實(shí)際人體物理坐標(biāo)，最后根據(jù)物理坐標(biāo)計(jì)算人體各項(xiàng)測量指標(biāo)的真實(shí)數(shù)據(jù)。

4.相關(guān)技術(shù)

（1）圖像灰度化

圖像灰度化即彩色圖像轉(zhuǎn)化為灰度圖的過程。彩色圖像中每個像素的顏色由R、G、B三個分量決定，而每個分量有255個值，則每個像素點(diǎn)的取值為0～255*255*255。而灰度圖像是R、G、B三個分量相同的一種特殊彩色圖像，每個像素點(diǎn)的值為0～255。由于尺寸的提取與照片的色彩沒有關(guān)系，為了提高處理的速度和效率，可以將彩色圖像經(jīng)過灰度處理轉(zhuǎn)化為灰度圖像，灰度轉(zhuǎn)換的方法有以下幾種：

浮點(diǎn)算法：Gray=R*0.3+G*0.59+B*0.11

整數(shù)方法：Gray=（R*30+G*0.59+B*11）/100

移位方法：Gray=（R*76+G*151+B*28）>>8

平均值法：Gray=（R+G+B）/3

僅取綠色：Gray=G

通過上述任一方法得到Gray后，將原來RGB（R，G，B）中的R，G，B統(tǒng)一用Gray替換，形成新的RGB（Gray，Gray，Gray），即完成了圖像的灰度變換。對比分析表明，第5種方法可以將人體與背景有效的分離，有利于后期操作，故采用僅取綠色的方法進(jìn)行灰度處理。

（2）圖像二值化

二值化是圖像處理的基本操作，任何圖像處理基本離不開二值化。為了使整個圖像呈現(xiàn)出明顯的黑白視覺效果，將圖像像素點(diǎn)的灰度值設(shè)置為0或255，常用的方法是設(shè)定一個閾值T，用T將圖像的數(shù)據(jù)分成兩部分：

g（x，y）=0 （灰度值小于閾值（T））

255（灰度值大于閾值（T））

經(jīng)過大量的實(shí)驗(yàn)測試，本研究選取閾值為100可以得到最佳的處理效果。

（3）圖像邊緣檢測及輪廓提取

邊緣存在于目標(biāo)與背景、目標(biāo)與目標(biāo)、區(qū)域與區(qū)域之間，圖像的邊緣是局部特征不連續(xù)出現(xiàn)的部分，也就是圖像局部亮度變化最顯著的部分，是圖像最基本的特征之一。大部分信息都蘊(yùn)含于圖像邊緣處，是圖像分割、圖像分類、圖像配準(zhǔn)和模式識別所依賴的重要特征。圖像邊緣檢測的基本步驟為濾波、增強(qiáng)、檢測和定位。輪廓提取的基本方法就是邊緣檢測法，即借助于空域微分子進(jìn)行，通過將模本與圖像卷積完成。常用的邊緣檢測方法有梯度算子、Sobel算子、Roberts算子、Canny算子等。

（4）特征點(diǎn)的標(biāo)定及提取

標(biāo)定尺的標(biāo)定作用是建立一個真實(shí)物理坐標(biāo)和圖像像素坐標(biāo)的一一對應(yīng)關(guān)系，本研究采用一種相對簡單的二維平面標(biāo)定方法，即標(biāo)定尺選為一條長為100cm的尺子，根據(jù)其在圖像中映射長度，計(jì)算真實(shí)距離與圖像距離的比例關(guān)系，根據(jù)這個比例關(guān)系，可以還原人體各個指標(biāo)參數(shù)的真實(shí)數(shù)據(jù)。

①身高的確定，主要包括頭頂點(diǎn)和足底點(diǎn)的標(biāo)定。從圖像左上角即圖像第一個像素點(diǎn)（0，0）處開始，從左向右自頂向下進(jìn)行逐點(diǎn)掃描，當(dāng)遇到第一個白點(diǎn)即像素值為255，停止掃描，并記錄該點(diǎn)的坐標(biāo)（x1，y1），那么y=y1這條線就是頭頂線；利用同樣的方法從圖像的左下角從左向右從下向上逐點(diǎn)進(jìn)行掃描，遇到第一個白點(diǎn)記錄坐標(biāo)（x2，y2），那么y=y2即為足底線。人體實(shí)際身高在圖像上的映射長度為：△y（身高）=y2-y1。

②坐高的確定方法同上。

③臂展的確定，主要包括臂展兩端的標(biāo)定。臂展左端點(diǎn)坐標(biāo)點(diǎn)確定方法與身高確定方法類似，從圖像左上角坐標(biāo)（0，0）處開始，但掃描方向不同，先進(jìn)行自上而下再從左向右進(jìn)行逐點(diǎn)掃描，遇到第一個像素值為255的點(diǎn)停止掃描，記錄坐標(biāo)（x3，y3）；右端點(diǎn)坐標(biāo)采取同樣的方法，從圖像的右上方坐標(biāo)（imag.width，0）自上而下，由右向左進(jìn)行掃描，遇到第一個像素值為255的點(diǎn)停止并記錄坐標(biāo)（x4，y4），那么實(shí)際臂展在圖像上的映射長度為△y（臂展）=x4-x3。

④頭圍的測量。要進(jìn)行頭圍的測量，必須對頭圍進(jìn)行建模。本研究以橢圓模型對頭圍進(jìn)行數(shù)學(xué)建模，將測量結(jié)果與真實(shí)數(shù)據(jù)進(jìn)行比較分析，對兩組數(shù)據(jù)進(jìn)行函數(shù)擬合得到頭圍，把誤差控制在合理的范圍之內(nèi)。首先根據(jù)橢圓公式：+=1（a>b>0）（2a為橢圓的長軸，2b為橢圓的短軸，焦點(diǎn)在x軸上），確定a和b的值，運(yùn)用橢圓周長近似公式L=2πb+4（a-b）求出橢圓周長。從眉間點(diǎn)為起點(diǎn)，經(jīng)枕后點(diǎn)再至眉間點(diǎn)的圍長，兩側(cè)部位為兩耳上方略高的位置，因此以兩耳位置上方2個像素處為橢圓短軸的兩個端點(diǎn)，進(jìn)行頭圍測量。首先在頭部區(qū)域上下掃描，找出兩耳的高度，即臉部最寬的部分為兩耳所在位置，從而找到頭圍所在的高度y5；然后在此高度位置，分別從左右兩測進(jìn)行掃描，遇到像素值為255的記錄下來，得到兩個坐標(biāo)點(diǎn)（x左，y5）和（x右，y5），從而得到橢圓模型的短軸長度。同樣的方法，在側(cè)面圖像的同一高度進(jìn)行掃描，亦會得到橢圓模型的長軸長度。根據(jù)公式進(jìn)行轉(zhuǎn)換得到頭圍的長度。

5.單位轉(zhuǎn)換

以上方法中得到的坐標(biāo)或者長度均是采用像素為單位，要得到實(shí)際的人體參數(shù)，就必須將圖像中的像素轉(zhuǎn)化為實(shí)際的物理長度。在進(jìn)行人體圖像處理之前，須進(jìn)行一個實(shí)際物理坐標(biāo)在圖像中的映射轉(zhuǎn)化，即將一個單位長度（100cm）的標(biāo)準(zhǔn)尺寸的標(biāo)尺放在拍攝地點(diǎn)即被測者的位置進(jìn)行拍照，通過圖像處理得到它在圖像中的像素長度L（標(biāo)尺），從而得出圖像像素到物理坐標(biāo)的映射長度，即L（實(shí)際）=L（像素）*（100/L（標(biāo)尺））cm。

四、系統(tǒng)的實(shí)現(xiàn)

1.系統(tǒng)的編制

運(yùn)用Labview2013進(jìn)行語言編寫，在Windows7操作系統(tǒng)環(huán)境下進(jìn)行開發(fā)。Labview是一種圖形化的編程語言，又稱“G”語言。包含前面板和程序框圖兩個部分，具備可視化的編程環(huán)境。使用這種語言編程時，代碼量相對較少，取而代之的是流程圖，在進(jìn)行程序調(diào)試的時候，能夠清楚看到數(shù)據(jù)流的執(zhí)行情況，使編程簡單直觀。

2.程序界面設(shè)計(jì)

將每個功能模塊的處理情況直觀的體現(xiàn)出來，可以清楚的看到每個功能模塊的處理效果，方便發(fā)現(xiàn)問題并對程序進(jìn)行調(diào)試和修改。界面有以下幾部分組成：一是兩個選擇圖像的對話框提供圖像的輸入功能，分別為正面圖像和側(cè)面圖像；二是數(shù)據(jù)保存位置的選擇框，用以選擇人體參數(shù)的輸出位置，本系統(tǒng)是將數(shù)據(jù)存儲在excel表中；三是下側(cè)兩個按鈕分別用以執(zhí)行和終止，當(dāng)點(diǎn)擊“執(zhí)行”按鈕時，開始圖像的處理，圖像執(zhí)行完畢后，按下“終止”按鈕退出程序；四是右上方的數(shù)據(jù)顯示區(qū)域，每處理完一組數(shù)據(jù)，會自動顯示在顯示區(qū)域。

3.測量結(jié)果分析

本研究選取濟(jì)南市某小學(xué)二年級8歲左右的40名小學(xué)生為測量對象，通過傳統(tǒng)接觸式測量和使用基于圖像處理的系統(tǒng)測量分別得出數(shù)據(jù)（見圖3），進(jìn)行對比分析。

分析發(fā)現(xiàn)，利用本系統(tǒng)提取的數(shù)據(jù)與傳統(tǒng)接觸式測量方式所得數(shù)據(jù)相比，精度更高，并且方便快捷，具有很好的泛用性，誤差基本控制在0.5cm之內(nèi)，能夠符合人體尺寸信息提取的要求。該部分將再適當(dāng)擴(kuò)充。

五、結(jié)束語

（1）通過人體正面和側(cè)面兩張圖像，并通過圖像處理方法，實(shí)現(xiàn)對人體參數(shù)的測量，建立三維人體模型。

（2）通過圖像處理的方法相對于傳統(tǒng)手工測量方法易于操作、方便快捷、省時高效、具有離線化處理等優(yōu)勢。但也有不足之處，獲取的信息僅僅來自兩張圖片，不能很好的進(jìn)行三維的計(jì)算，信息量有限，對結(jié)果提取會產(chǎn)生一定的困難和誤差。

（3）針對學(xué)生群體選取的指標(biāo)相對較少，基于圖像處理技術(shù)只能獲取學(xué)生形態(tài)方面的指標(biāo)，不能全面反映當(dāng)前學(xué)生的體質(zhì)出現(xiàn)的問題，且只能橫向反映某個階段學(xué)生群體出現(xiàn)的體質(zhì)問題，沒有定期跟蹤對學(xué)生進(jìn)行測量，不能正確反映學(xué)生體質(zhì)長期縱向發(fā)展情況。

參考文獻(xiàn)：

[1]李勇，付小莉，尚會超.三維人體測量方法的研究[J].紡織學(xué)報，2001（4）：261-263.

[2]羅仕鑒，朱上上，孫守遷.人體測量技術(shù)的現(xiàn)狀與發(fā)展趨勢[J].人類工效學(xué)，2002，8（2）：31-34.

[3]張穎，鄒奉元.三維人體測量技術(shù)的原理及應(yīng)用[J].浙江工程學(xué)院學(xué)報，2003，20（4）：310-314.

[4]Meadows D.M..Generation of surface contour by moirc patterns[J].Applied Optics，1990，9（9）：1467-1478.

[5]李勇，付小莉.基于紅外的三維人體自動測量系統(tǒng)[J].紡織學(xué)報，2003，24（1）：69-71.

[6]叢杉，張渭源.數(shù)字技術(shù)在服裝定制中的應(yīng)用[J].東華大學(xué)學(xué)報：自然科學(xué)版，2006，32（1）：125-130.

[7]Roger Y，Tsai.Aversatile camera calibration technique for hign-accuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses[J].IEEE Journal of Robotic and Automation，1987，3（4）：323-342.

[8]SU J，H wang.Three Dimensional Body Scanning Systems with Potensional for Use in the Apparel Industry[J].Textile Technology and Management，2001，13（4）：18-19，29-32.

[9]王祺明.服裝業(yè)三維人體測量技術(shù)的方法和現(xiàn)狀分析[J].紹興文理學(xué)院學(xué)報（自然科學(xué)版），2002（4）：65-68.

（編輯：魯利瑞）