基于不同體型的三維模型自動(dòng)分割方法研究

叢曉丹，吳 岡，高鳳嬌

(1.黑龍江省科學(xué)院自動(dòng)化研究所，哈爾濱 150090； 2.黑龍江省科學(xué)院高技術(shù)研究院，哈爾濱 150020)

?

基于不同體型的三維模型自動(dòng)分割方法研究

叢曉丹1，2，吳 岡1，2，高鳳嬌1，2

(1.黑龍江省科學(xué)院自動(dòng)化研究所，哈爾濱 150090； 2.黑龍江省科學(xué)院高技術(shù)研究院，哈爾濱 150020)

對不同體型的人體點(diǎn)云數(shù)據(jù)進(jìn)行三維模型分割是三維人體測量的難點(diǎn)問題，提出了一種基于不同體型的人體三維模型自動(dòng)分割方法。針對人體不同連接部位的形態(tài)特點(diǎn)差異，將近似凸包邊最大距離分割法、輪廓部位曲線迭代擬合分割法和軀干切面特征點(diǎn)分割法相結(jié)合，實(shí)現(xiàn)人體表面曲率結(jié)構(gòu)特征和截面輪廓特征融合的分割方法。分割結(jié)果表明，本方法具有自動(dòng)、快速和易操作等特點(diǎn)，既保證了分割位置的準(zhǔn)確性，也實(shí)現(xiàn)了人體模型分割的普適性要求。

人體測量學(xué)；不同體型；特征融合；模型自動(dòng)分割

人體測量學(xué)是人類學(xué)的一門重要分支，是采用測量方法來研究人體結(jié)構(gòu)和人體外部特征的科學(xué)[1]。其內(nèi)容不僅有對人體各部位直線、弧線和角度的測量，還有對人體面積、體積、肌力、體重和日常生理常數(shù)等的測量，并通過對人體的整體測量與局部測量來探討人體的特征、類型、變異和發(fā)展規(guī)律。人體測量在醫(yī)學(xué)、人類學(xué)、考古學(xué)研究中占有很重要的地位，同時(shí)也為工業(yè)生產(chǎn)、服裝、建筑、軍事等行業(yè)的設(shè)計(jì)工作提供了基本參考數(shù)據(jù)[2]。我國人體測量學(xué)的應(yīng)用近年來發(fā)展較快，其重要性逐漸受到人們的重視。

三維人體測量主要包括6個(gè)步驟[3]，即：三維人體掃描、點(diǎn)云數(shù)據(jù)預(yù)處理及三維人體模型重建、人體模型部位分割、人體體型判斷、特征點(diǎn)提取和特征尺寸計(jì)算。其中，人體模型部位分割和特征尺寸計(jì)算是實(shí)現(xiàn)三維人體精確測量的重點(diǎn)，而人體模型部位分割的正確與否是實(shí)現(xiàn)特征點(diǎn)提取和特征尺寸計(jì)算的重要前提。此外，針對不同體型三維人體模型分割方法也不同。因此，研究一種適合于不同體型的三維人體模型自動(dòng)分割方法在人體測量中顯得尤為重要。

三維人體模型重建之后，需要將整個(gè)人體模型分割成多個(gè)局部便于提取人體表面關(guān)鍵尺寸。一般將人體分割成頭部、左上肢、右上肢、軀干、左下肢和右下肢6個(gè)部分。設(shè)S為整個(gè)人體表面三維數(shù)據(jù)點(diǎn)的集合，用Shead、Slefthand、Srighthand、Storso、Sleftleg和Srightleg6個(gè)子集分別表示這6個(gè)部分的三維數(shù)據(jù)點(diǎn)子集，如圖1所示。把S精確劃分給上述6個(gè)子集，則提取各部位尺寸時(shí)只需針對每個(gè)子集數(shù)據(jù)點(diǎn)去計(jì)算和測量，避免了從整個(gè)人體模型的三維數(shù)據(jù)點(diǎn)集中重復(fù)查找。這樣，能極大地減少尺寸特征點(diǎn)的搜索范圍，大大提高尺寸測量速度。

圖1 人體部位分割圖Fig.1 Body segmentation diagram

文獻(xiàn)[4]提出了一種將人體分割分為6部分的算法，將整體點(diǎn)云模型上的測點(diǎn)識(shí)別問題轉(zhuǎn)換為局部測點(diǎn)識(shí)別問題，實(shí)現(xiàn)左/右腋窩分叉點(diǎn)、頸部分割點(diǎn)和會(huì)陰點(diǎn)這些局部分割點(diǎn)的識(shí)別。但這種方法只能針對正常體型的人體實(shí)現(xiàn)精確識(shí)別，無法實(shí)現(xiàn)肥胖體型對這些局部分割點(diǎn)的正確識(shí)別。故本文提出了一種適合不同體型的人體三維模型自動(dòng)分割方法，針對人體不同連接部位的形態(tài)特點(diǎn)差異，將近似凸包邊最大距離分割法、輪廓部位曲線迭代圓形擬合分割法和軀干切片特征點(diǎn)分割法相結(jié)合，實(shí)現(xiàn)人體表面曲率結(jié)構(gòu)特征和截面輪廓特征融合的自動(dòng)分割。

2 三維人體模型分割算法

2.1 頭部與軀干分割

傳統(tǒng)頭部與軀干分割采用最小圍度法[5]，將脖根處人體上半身水平圍度最小地方定為分割切面，該切面之上的三維數(shù)據(jù)點(diǎn)歸屬于頭部Shead。本文分割頭部采取近似凸包邊最大距離分割法定位脖根處特征點(diǎn)，頭頸輪廓到近似凸包邊距離最遠(yuǎn)點(diǎn)即為定位分割切面的特征點(diǎn)。定位脖根處兩個(gè)特征點(diǎn)的關(guān)鍵是確定頭頂側(cè)邊點(diǎn)A和點(diǎn)B以及肩端點(diǎn)C和點(diǎn)D，如圖2所示。具體方法如下：

第一，頭頂側(cè)邊點(diǎn)A和點(diǎn)B定位：將人體模型三維數(shù)據(jù)投影到xoy平面上，得到正面頭部輪廓數(shù)據(jù)。在y軸上頭頂點(diǎn)下做身高2%的切片，切片內(nèi)的輪廓數(shù)據(jù)中x值最小的數(shù)據(jù)點(diǎn)為A點(diǎn)，最大的為B點(diǎn)，故確定頭頂側(cè)邊點(diǎn)A和點(diǎn)B。

第二，肩端點(diǎn)C和點(diǎn)D定位：分別將肩部x值和y值相差較小的輪廓數(shù)據(jù)點(diǎn)利用最小二乘擬合出直線L1和L2，相交于H，H離掃描數(shù)據(jù)點(diǎn)最近的點(diǎn)C即為肩端點(diǎn)。同理可得另外一個(gè)肩端點(diǎn)D。

圖2 頭部與軀干的分割圖Fig.2 Segmentation diagram of head and trunk

2.2 下肢與軀干分割

下肢與軀干的分割通常以腿間分叉點(diǎn)做切片，將大腿和臀部分開[6]，但這種方法對體型肥胖人體模型分割時(shí)會(huì)造成下肢與軀干的分割偏差。本研究采用大腿根部水平切片和腿間分叉點(diǎn)兩個(gè)關(guān)鍵特征進(jìn)行分割。具體方法如下：

第一，將人體模型三維數(shù)據(jù)點(diǎn)投影到y(tǒng)oz平面，對臀部側(cè)面凸輪廓采用曲線最小二乘法擬合成圓的方法經(jīng)多次迭代求得擬合橢圓[5]，如圖3所示。在獲取臀部最高點(diǎn)E和圓心O后，延長EO交圓于F，計(jì)算E點(diǎn)以下每個(gè)輪廓點(diǎn)到F點(diǎn)的距離，將距離F點(diǎn)最近的胯底點(diǎn)G點(diǎn)作為下肢與軀干的分割特征點(diǎn)。過G點(diǎn)做平行于xoz平面的水平切面作為軀干和下肢的分割平面。

第二，為避免左右腿連接的情況，以腿間分叉點(diǎn)分割左右腿。過腿間分叉點(diǎn)做平行于yoz平面的垂直切面，分割平面輪廓點(diǎn)x坐標(biāo)大于切面坐標(biāo)的為Sleftleg，x坐標(biāo)小于切面坐標(biāo)的為Srightleg。

圖3 下肢與軀干的分割圖Fig.3 Segmentation diagram of lower limb and trunk

2.3 上肢與軀干分割

上肢與軀干的分割是通過肩端點(diǎn)與腋窩點(diǎn)間連線將手臂與軀干分開。腋窩點(diǎn)屬于體內(nèi)點(diǎn)無法根據(jù)掃描數(shù)據(jù)進(jìn)行定位，故以很多文獻(xiàn)以手臂和軀干的分叉點(diǎn)代替腋窩點(diǎn)，做縱向切片分割上肢與軀干[7]。但此種方法針對肥胖體型分割效果不盡如人意。本研究采用逐層切面代替固定的分界線，智能區(qū)分上肢與軀干。以右臂為例，具體方法如下：

第一，以右臂和軀干的分叉點(diǎn)開始以y軸步長s逐個(gè)向y軸正方向上做平行于xoz平面的切面。第一個(gè)切平片是過右手臂與軀干分叉點(diǎn)K的切面，如圖4(a)所示。其后的切面如圖4(b)所示。找到每個(gè)切面在z軸前后方向上的最凹點(diǎn)P、Q，PQ的連線作為右臂與軀干在該切面的分割線。

第二，將人體模型三維數(shù)據(jù)點(diǎn)投影到xoz平面，得到正面右肩輪廓數(shù)據(jù)，如圖4(c)所示。采用本文2.1中頭部與軀干的分割方法，切線擬合x坐標(biāo)最小點(diǎn)為右肩端點(diǎn)J。

第三，沿y軸逐層切面接近肩端點(diǎn)J時(shí)將無法找到切面凹點(diǎn)，可將最后兩個(gè)凹點(diǎn)與肩端點(diǎn)J組成的平面作為手臂與軀干的分割面，如圖4(d)所示。

圖4 手臂與軀干的分割圖Fig.4 Segmentation diagram of arm and trunk

3 三維人體模型自動(dòng)分割流程

為了實(shí)現(xiàn)人體三維模型的6個(gè)部位自動(dòng)分割，具體的三維人體模型自動(dòng)分割流程圖如圖5所示。

圖5中，首先對被掃描對象的點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理。然后分別在頭部與軀干、下肢與軀干及上肢與軀干這些關(guān)鍵點(diǎn)處進(jìn)行分割并對分割有效性進(jìn)行評價(jià)。若某個(gè)部位分割結(jié)果與實(shí)際不符，則會(huì)對其進(jìn)行再次優(yōu)化分割，若分割結(jié)果與實(shí)際相符，則將分割結(jié)果用于特征點(diǎn)提取和特征點(diǎn)尺寸計(jì)算。

圖5 三維人體模型自動(dòng)分割流程圖Fig.5 3D model automatic segmentation flow diagram

4 分割實(shí)驗(yàn)結(jié)果及分析

4.1 三維人體數(shù)據(jù)掃描實(shí)驗(yàn)

以白光相位測量原理，搭建人體三維模型掃描系統(tǒng)[8]，如圖6所示。依據(jù)GB/T 23698-2009采取立姿A[9]。進(jìn)行掃描時(shí)，保持被掃描者靜止不動(dòng)，雙臂分開且與軀干保持20°～30°夾角，雙腳分開與肩同寬。既保證了大腿根部分叉處和雙臂腋下的數(shù)據(jù)不丟失，也保證了掃描數(shù)據(jù)的穩(wěn)定性。

圖6 人體三維掃描系統(tǒng)Fig.6 3D body scanning system

本研究以Matlab平臺(tái)實(shí)現(xiàn)人體分割算法。為驗(yàn)證本研究的普遍適應(yīng)性，在實(shí)驗(yàn)前對三維掃描對象進(jìn)行了選取。分別對50個(gè)正常體型和10個(gè)肥胖體型掃描對象進(jìn)行三維掃描，并保存了其三維模型數(shù)據(jù)。研究首先擬從不同體型被掃描對象的6部分分割來驗(yàn)證所采用的自動(dòng)分割方法的普適性。然后，采用多組被掃描對象自動(dòng)分割數(shù)據(jù)和手動(dòng)測量數(shù)據(jù)對比來驗(yàn)證分割位置的準(zhǔn)確性。

4.2 實(shí)驗(yàn)結(jié)果及分析

4.2.1 頭部與軀干分割結(jié)果

分別采用最小維度頭頸分割法和本文提出的算法對兩種體型的三維模型樣本進(jìn)行分割，如圖7所示。結(jié)果顯示，兩種方法都可正確分割頭頸。由于人體前脖頸邊緣要低于后脖頸邊緣，從脖根特征點(diǎn)引入分割切面傾斜角度，可使頭部與軀干的分割更符合人體表面幾何特征，使分割更加準(zhǔn)確。

表1顯示了兩種分割算法得到的樣本模型頭部與軀干分割特征點(diǎn)位置z坐標(biāo)(單位mm)與實(shí)際分割位置對比。通過誤差對比可以看出，對于前50例正常體型和后10例肥胖體型總體誤差均值，特征點(diǎn)算法精度優(yōu)于最小圍度法的分割方法，廣泛適用于多種體型分割。

圖7 頭部和軀干分割結(jié)果Fig.7 Segmentation results of head and trunk

表1 頭部與軀干分割特征點(diǎn)位置對比

4.2.2 下肢與軀干分割結(jié)果

分別采用腿間分叉點(diǎn)定位切面和胯底點(diǎn)定位切面對兩種體型的三維模型樣本進(jìn)行下肢分割，分割結(jié)果如圖8所示。結(jié)果顯示，正常體型樣本的腿間分叉點(diǎn)切面與胯底點(diǎn)切面非常接近如圖8(a)，皆可正確分割。肥胖體型樣本僅憑腿間分叉點(diǎn)分割下肢，會(huì)造成下肢分割錯(cuò)誤，采用本文的分割方法可以避免這一錯(cuò)誤，得到正確的分割結(jié)果，如圖8(b)所示。

表2顯示了兩種分割算法得到的樣本模型下肢與軀干分割特征點(diǎn)位置z坐標(biāo)(單位mm)與實(shí)際分割位置對比。通過誤差比較可以看出，對于前50例正常體型，兩種方法總體誤差均值近似，都可以達(dá)到準(zhǔn)確分割的效果。對于后10例肥胖體型，本文算法解決了腿間分叉點(diǎn)定位偏低的問題，大大提高了分割精確度，可以廣泛適用于多種體型人群。

圖8 下肢和軀干分割結(jié)果Fig.8 Segmentation results of lower limb and trunk

表2 下肢與軀干分割特征點(diǎn)位置對比

4.2.3 上肢與軀干分割結(jié)果

分別采用手臂和軀干的分叉點(diǎn)定位分界線和逐層切面分界線對兩種體型的三維模型樣本進(jìn)行上分割，分割結(jié)果如圖9所示。結(jié)果顯示，正常體型樣本分叉點(diǎn)定位分界線(圖9(a)右側(cè)虛線)與逐層切面分界線(圖9(a)左側(cè)實(shí)線)皆可正確分割上肢和軀干。肥胖體型樣本僅憑手臂和軀干的分叉點(diǎn)定位分割上肢，會(huì)導(dǎo)致上肢和胸部分界不明，部分屬于上肢的數(shù)據(jù)點(diǎn)丟失，部分軀干的數(shù) 據(jù)點(diǎn)被歸為上肢，如圖9(b)右側(cè)虛線所示。本文的分割方法采用逐層切面的方式，不受體型影響，分割線(9(b)左側(cè)實(shí)線)接近實(shí)際情況，達(dá)到理想分割效果。

圖9 上肢和軀干分割結(jié)果Fig.9 Segmentation results of upper limb and trunk

5 結(jié)論

本文提出了一種針對不同體型的人體三維模型自動(dòng)分割方法，實(shí)現(xiàn)了頭部、四肢與軀干的自動(dòng)分離。實(shí)驗(yàn)采集了包括不同體型的共60組三維人體點(diǎn)云模型。通過分割算法將模型自動(dòng)分割成6個(gè)部分。實(shí)驗(yàn)結(jié)果表明：本算法可以實(shí)現(xiàn)人體模型尤其是對肥胖體型模型的正確分割，經(jīng)過與實(shí)際測量位置對比，誤差均在5%以內(nèi)，可以達(dá)到正常人體測量需求，增強(qiáng)了人體模型的普適性，拓寬了人體尺寸自動(dòng)獲取的適應(yīng)人群，為后續(xù)研究奠定基礎(chǔ)。

[1] 陳偉偉，陳雁.非接觸式三維人體測量技術(shù)的進(jìn)展及應(yīng)用[J]. 紡織科技進(jìn)展，2010，(06)：88-90.

[2] Q. Wang, T. Zhou, A New Figure Analysis System Based on the Data of 3D Body Scanner[M]. Third International Conference on Information and Computing. World Academic Press，2010：155-158.

[3] 賴軍，王博，付全，等.基于點(diǎn)模型的人體尺寸自動(dòng)提取方法[J].中南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2014，45(8)：2676-2683.

[4] 呂方梅，習(xí)俊通，馬登哲.人體表面點(diǎn)云數(shù)據(jù)的拓?fù)涮卣鳈z測與自動(dòng)分割[J].計(jì)算機(jī)工程與應(yīng)用，2008，44(6)：196-198.

[5] 晏義，文志強(qiáng)，李世鋒.基于輪廓曲線擬 合的人體下肢分割及其測量技術(shù)[J].湖南工業(yè)大學(xué)學(xué)報(bào)，2011，25(2)：85-89.

[6] 閆蓓，王斌，李媛.基于最小二乘法的橢擬合改進(jìn)算法[J]. 北京航空航天大學(xué)學(xué)報(bào)，2008，34(3)：295-298.

[7] A. J. Chambers，A. L. Sukits，J. L. Mcrory，et al. The effect of obesity and gender on body segment parameters in older adults[J]. Clinical Biomechanics, 2010，25(2)：131-136.

[8] 宋昌江，吳岡，姜洋.基于雙目立體視覺技術(shù)的人體掃描系統(tǒng)的設(shè)計(jì)[J]. 黑龍江科學(xué)，2014，5(6)：28-30.

[9] GB/T 23698-2009，三維掃描人體測量方法的一般要求[S].中國：中華人民共和國國家標(biāo)準(zhǔn).

The study of 3D model automatic segmentation method based on different body dimensions

CONG Xiao-dan1,2, WU Gang1,2, GAO Feng-jiao1,2

(1.Institute of Automation, Heilongjiang Academy of Sciences, Harbin 150090, China; 2.Institute of Advanced Technology, Heilongjiang Academy of Sciences, Harbin 150020, China)

3D model segmentation according to the point cloud data of different body dimensions is a difficult problem in 3D body measurement, a 3D model automatic segmentation method based on different body dimensions is presented in this study. A segmentation method is implemented by fusing the body surface curvature structural characteristic and cross section profile characteristic, which is based on the morphological characteristics difference of the different parts of human body. The segmentation method is combined with approximate convex-edge-maximum separation method, contour partial curve iteration fitting segmentation method, trunk segmentation feature point segmentation method. The segmentation result demonstrates that this method presents the characteristics of automatic, quickly and easy-operation, which can not only ensure the accuracy of the segmentation location but also achieve the universal requirements of human body model segmentation.

Anthropometry; Different body dimensions; Characteristic fusion; Model automatic segmentation

2016-10-25

黑龍江省科學(xué)院青年創(chuàng)新基金項(xiàng)目“三維人體測量中關(guān)鍵尺寸自動(dòng)提取技術(shù)的研究”

叢曉丹(1988-)，女，碩士，助理研究員。

TP391.4

A

1674-8646(2017)02-0002-05