(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201810479306.8
(22)申请日 2018.05.18
(71)申请人 四川效率未来科技有限公司
地址 610041 四川省成都市中国（四川）自
由贸易试验区成都高新区天府二街
138号1栋16层1602号
(72)发明人 杨浩 张静 许真达 曹越
林文韬 李圳浩
(74)专利代理机构 成都虹盛汇泉专利代理有限
公司 51268
代理人 王伟
(51)Int.Cl.
G06T 7/60(2017.01)
G06T 7/12(2017.01)
G06T 7/181(2017.01)
G06K 9/46(2006.01)
(54)发明名称
法
(57)摘要
本发明公开了一种基于Kinect相机的人体
背部特征点提取方法，其包括获取人体背部图
像，灰度化，对比度拉伸，二值化，连通域标记和
遍历寻人体背部腋下、肩部、腰部和胯骨特征
取人体背部图像的外轮廓图，并对外轮廓图进行
遍历，能够高效、精确的提取出人体背部图像的
特征点，为后续计算人体脊柱侧弯程度提供精确
的数据。权利要求书2页 说明书4页 附图3页CN 108648229 A 2018.10.12
C N 108648229
A
1.一种基于Kinect相机的人体背部特征点提取方法，其特征在于，包括以下步骤：
A、获取人体背部图像，并对人体背部图像进行灰度化处理；
C、对步骤B处理后的图像采用大津阈值二值化方法进行处理，得到二值图像；
D、采用连通域方法对步骤C得到的二值图像进行处理，得到人体背部二值图像；
E、采用canny算子方法对步骤D得到的人体背部二值图像进行处理，得到人体背部外轮廓图；
F、对步骤E得到的人体背部外轮廓图进行遍历，分别得到人体背部左侧腋下坐标点、右侧腋下坐标点、左侧肩坐标点、右侧肩坐标点、腰部坐标点和胯骨坐标点；
G、根据步骤F得到的多个坐标点在步骤A的人体背部图像中进行标注。
2.如权利要求1所述的基于Kinect相机的人体背部特征点提取方法，其特征在于，所述步骤D采用连通域方法对步骤C得到的二值图像进行处理，得到人体背部二值图像，具体为：对步骤C得到的二值图像进行连通域标记，并统计连通区域的个数；再对得到的连通区域计算每一个连通区域的面积，将小于最大连通区域面积的连通域置零，得到人体背部二值图像。
3.如权利要求2所述的基于Kinect相机的人体背部特征点提取方法，其特征在于，所述步骤D还包括对得到的人体背部二值图像进行孔洞填充处理。
4.如权利要求3所述的基于Kinect相机的人体背部特征点提取方法，其特征在于，所述步骤F包括对步骤E得到的人体背部外轮廓图计算中心坐标和轮廓图第i行左右两侧的背部轮廓坐标(i1,k1)及(i2,k2)。
5.如权利要求4所述的基于Kinect相机的人体背部特征点提取方法，其特征在于，所述步骤F对人体背部外轮廓图进行遍历，得到人体背部左侧腋下坐标点具体为：对人体背部外轮廓图从第i1-1行的第j列开始遍历，到人体背部左侧轮廓的列坐标k′1，判断列坐标k′1与列坐标k1的差值是否大于设定阈值；若是，则将第i1行的左侧轮廓坐标作为人体背部左侧腋下坐标点(m1,n1)；若否，则继续遍历第i1-2行。
6.如权利要求5所述的基于Kinect相机的人体背部特征点提取方法，其特征在于，所述步骤F对人体背部外轮廓图进行遍历，得到人体背部右侧腋下坐标点具体为：对人体背部外轮廓图从第i2-1行的第j列开始遍历，到人体背部右侧轮廓的列坐标k′2，判断列坐标k′2与列坐标k2的差值是否大于设定阈值；若是，则将第i2行的右侧轮廓坐标作为人体背部右侧腋下坐标点(m2,n2)；若否，则继续遍历第i2-2行。
7.如权利要求6所述的基于Kinect相机的人体背部特征点提取方法，其特征在于，所述步骤F对人体背部外轮廓图进行遍历，得到人体背部左侧肩坐标点具体为：根据对人体背部外轮廓图从第m1-1行开始遍历n1列，到不为零的点，作为人体背部左侧肩坐标点。
8.如权利要求7所述的基于Kinect相机的人体背部特征点提取方法，其特征在于，所述步骤F对人体背部外轮廓图进行遍历，得到人体背部右侧肩坐标点具体为：根据对人体背部外轮廓图从第m2-1行开始遍历n2列，到不为零的点，作为人体背部右侧肩坐标点。
9.如权利要求8所述的基于Kinect相机的人体背部特征点提取方法，其特征在于，所述步骤F对人体背部
外轮廓图进行遍历，得到人体背部腰部坐标点和胯骨坐标点具体为采用基于曲率的角点检测算法对人体背部外轮廓图进行角点检测，包括以下分步骤：
S1、从人体背部外轮廓图的中心行坐标开始，分别获取人体背部左右两侧轮廓坐标；
S2、从人体背部左右两侧轮廓坐标的第N个轮廓点开始，依次选取该点为当前轮廓点p i，与当前轮廓点间隔N-1个点的轮廓点为前轮廓点p i-(N-1)和后轮廓点p i+(N-1)；
S3、根据曲率公式计算当前轮廓点p i的曲率；
S4、从人体背部左右两侧轮廓点的曲率中到曲率最大值和最小值对应的轮廓点，即为人体背部胯骨坐标点和腰部坐标点。
10.如权利要求9所述的基于Kinect相机的人体背部特征点提取方法，其特征在于，所述步骤S3中曲率公式具体为：
其中，k(i)为第i个轮廓点的曲率，|p i p i-k|为当前轮廓点与其间隔k个点的前轮廓点的距离，|p i p i+k|为当前轮廓点与其间隔k个点的后轮廓点的距离，|p i-k p i+k|为前轮廓点p i-k与后轮廓点p i+k的距离。
基于Kinect相机的人体背部特征点提取方法
技术领域
[0001]本发明属于数字图像处理领域，具体涉及一种基于Kinect相机的人体背部特征点提取方法。
背景技术
[0002]脊柱侧弯也可以称之为脊柱侧凸，具有多发性的特点，近年来青少年出现脊柱侧凸的情况正在逐年增加，对青少年的生活以及以后工作造成一定程度的影响，因此脊柱侧弯检测有着相当广泛的应用。脊柱侧弯目前常用的方法是脊柱侧凸尺，Adams向前弯腰试验，但是这些检测方法都不够精确，且靠人工检测不仅费力，得到的结果精度也不够，容易导致误检和漏检，而基于数字图像处理的特征自动提取能保证精度的同时节约大量的人力物力。
发明内容
[0003]本发明的发明目的是：为了解决现有技术中存在的以上问题，本发明提出了一种基于Kinect相机的人体背部特征点提取方法。
[0004]本发明的技术方案是：一种基于Kinect相机的人体背部特征点提取方法，包括以下步骤：
[0005]A、获取人体背部图像，并对人体背部图像进行灰度化处理；
[0006]B、对步骤A得到的灰度图像进行对比度拉伸处理；
[0007]C、对步骤B处理后的图像采用大津阈值二值化方法进行处理，得到二值图像；[0008]D、采用连通域方法对步骤C得到的二值图像进行处理，得到人体背部二值图像；[0009]E、采用canny算子方法对步骤D得到的人体背部二值图像进行处理，得到人体背部外轮廓图；
[0010]F、对步骤E得到的人体背部外轮廓图进行遍历，分别得到人体背部左侧腋下坐标点、右侧腋下坐标点、左侧肩坐标点、右侧肩坐标点、腰部坐标点和胯骨坐标点；
[0011]G、根据步骤F得到的多个坐标点在步骤A的人体背部图像中进行标注。
[0012]进一步地，所述步骤D采用连通域方法对步骤C得到的二值图像进行处理，得到人体背部二值图像，具体为：对步骤C得到的二值图像进行连通域标记，并统计连通区域的个数；再对得到的连通区域计算每一个连通区域的面积，将小于最大连通区域面积的连通域置零，得到人体背部二值图像。
[0013]进一步地，所述步骤D还包括对得到的人体背部二值图像进行孔洞填充处理。[0014]进一步地，所
述步骤F包括对步骤E得到的人体背部外轮廓图计算中心坐标和轮廓图第i行左右两侧的背部轮廓坐标(i1,k1)及(i2,k2)。
[0015]进一步地，所述步骤F对人体背部外轮廓图进行遍历，得到人体背部左侧腋下坐标点具体为：对人体背部外轮廓图从第i1-1行的第j列开始遍历，到人体背部左侧轮廓的列坐标k′1，判断列坐标k′1与列坐标的差值k1是否大于设定阈值；若是，则将第i1行的左侧轮
廓坐标作为人体背部左侧腋下坐标点(m1,n1)；若否，则继续遍历第i1-2行。
[0016]进一步地，所述步骤F对人体背部外轮廓图进行遍历，得到人体背部右侧腋下坐标点具体为：对人体背部外轮廓图从第i2-1行的第j列开始遍历，到人体背部右侧轮廓的列坐标k′2，判断列坐标k′2与列坐标的差值k2是否大于设定阈值；若是，则将第i2行的右侧轮廓坐标作为人体背部右侧腋下坐标点(m2,n2)；若否，则继续遍历第i2-2行。
[0017]进一步地，所述步骤F对人体背部外轮廓图进行遍历，得到人体背部左侧肩坐标点具体为：根据对人体背部外轮廓图从第m1-1行开始遍历n1列，到不为零的点，作为人体背部左侧肩坐标点。
[0018]进一步地，所述步骤F对人体背部外轮廓图进行遍历，得到人体背部右侧肩坐标点具体为：根据对人体背部外轮廓图从第m2-1行开始遍历n2列，到不为零的点，作为人体背部右侧肩坐标点。
[0019]进一步地，所述步骤F对人体背部外轮廓图进行遍历，得到人体背部腰部坐标点和胯骨坐标点具体为采用基于曲率的角点检测算法对人体背部外轮廓图进行角点检测，包括以下分步骤：
[0020]S1、从人体背部外轮廓图的中心行坐标开始，分别获取人体背部左右两侧轮廓坐标；
[0021]S2、从人体背部左右两侧轮廓坐标的第N个轮廓点开始，依次选取该点为当前轮廓点p i，与当前轮廓点间隔N-1个点的轮廓点为前轮廓点p i-(N-1)和后轮廓点p i+(N-1)；[0022]S3、根据曲率公式计算当前轮廓点p i的曲率；
[0023]S4、从人体背部左右两侧轮廓点的曲率中到曲率最大值和最小值对应的轮廓点，即为人体背部胯骨坐标点和腰部坐标点。
[0024]进一步地，所述步骤S3中曲率公式具体为：
[0025]
[0026]其中，k(i)为第i个轮廓点的曲率，|p i p i-k|为当前轮廓点与其间隔k个点的前轮廓点的距离，|p i p i+k|为当前轮廓点与其间隔k个点的后轮廓点的距离，|p i-k p i+k|为前轮廓点p i-k与后轮廓点p i+k的距离。
[0027]本发明的有益效果是：本发明通过提取人体背部图像的外轮廓图，并对外轮廓图进行遍历，能够高效、精确的提取出人体背部图像的特征点，为后续计算人体脊柱侧弯程度提供精确的数据。
附图说明
[0028]图1是本发明的基于Kinect相机的人体背部特征点提取方法的流程示意图；[0029]图2是本发明实施例中灰度化处理后的灰度图像；
[0030]图3是本发明实施例中采用大津阈值二值化后的二值图像；
[0031]图4是本发明实施例中人体背部外轮廓示意图；
[0032]图5是本发明实施例中人体背部图像标注结果示意图。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议