一種基于背景建模和雙目視覺的人體身高測量方法
【專利摘要】本發明提供一種基于背景建模和雙目視覺的人體身高測量方法；本發明通過雙目攝像機中的左攝像機先對當前無人體的干凈背景建立混合高斯模型，并實時更新模型參數；當人體進入雙目視覺測量裝置的成像區域時，利用左攝像頭建立的混合高斯背景模型清晰準確地分割出人體前景，同時檢測人體陰影并消除，然后對生成的人體前景圖像做形態學處理來去噪，進而得到完整的人體外輪廓；利用人體外輪廓在左攝像頭圖像像素坐標系下的人體最高點與最低點像素坐標，以及雙目視覺三維測量原理，計算在左攝像頭坐標系下的人體最高點與最低點的世界坐標，進而得到目標人體的身高；本發明適應性強，操作簡單，速度快。
【專利說明】
-種基于背景建模和雙目視覺的人體身高測量方法
技術領域
[0001] 本發明設及計算機視覺技術領域，特別設及一種應用背景建模和雙目視覺原理的 人體身高測量方法。
【背景技術】
[0002] 背景建模是目標檢測的一種重要技術，目的是為了從序列圖像中將運動目標從背 景圖像中分割提取出來，從而得到目標前景物體的輪廓信息。背景建模的難點在于環境光 照的變化，背景的多模態性，運動物體的陰影等。在眾多基于背景建模的目標檢測算法中， 混合高斯模型因其具有設置參數少，背景干凈，擬合性好，自適應性強等優點而被廣泛使 用。基于背景建模的人體前景分割可W很好地將人體輪廓信息從視頻序列圖像中提取出 來，進而可W運用雙目立體視覺技術對人體輪廓進行測量。
[0003] 雙目立體視覺技術是機器視覺中的一種重要技術，它是模仿人眼的視覺特點，利 用兩臺不同位置的攝像機模擬人眼。雙目立體視覺技術主要運用視差原理從不同的成像設 備中獲取圖像信息，進而獲取物體的=維幾何信息。雙目視覺=維測量技術具有非接觸，系 統結構簡單，成本低，速度快，精度較高等優點而被廣泛應用在=維測量領域。
【發明內容】
[0004] 本發明的目的在于提供一種基于背景建模和雙目視覺的非接觸式人體身高測量 方法，相比現有的人體身高測量方法具有非接觸，速度快，操作簡單，實用性強等特點。
[0005] 為達到上述目的，本發明提供的基于背景建模和雙目視覺的人體身高測量方法包 括步驟如下：
[0006] 步驟1:平行固定雙目視覺=維測量裝置于與地面平行的同一水平線，調整雙攝像 頭焦距，RGB增益，對比度，曝光參數，白平衡參數為一致，獲取雙目視覺圖像；
[0007] 步驟2:對步驟1中的左右攝像頭先進行單目標定，再進行立體標定，獲取雙目攝像 頭內參數焦距fx，fy與主點坐標Cx, Cy, W及左右攝像頭間的旋轉矩陣R與平移向量T;對步驟 1中的左右攝像頭視圖進行立體校正使雙目攝像頭前向平行對準；
[000引步驟3:對步驟2中立體校正后的左視圖建立混合高斯背景模型，學習100帖的當前 背景后，對進入雙目成像區域的人體進行運動前景的提取；
[0009] 步驟4:對步驟3中提取出的人體運動前景圖像進行檢測，對檢測出的人體前景中 的陰影部分進行消除，同時對人體運動前景做形態學處理，消除圖像噪聲，運用連通域算法 得到完整人體前景；
[0010] 步驟5:根據步驟4得到的消除陰影和形態學處理后的人體前景圖像，提取人體前 景輪廓，并得到左攝像頭圖像像素坐標系下人體最高點與最低點像素坐標；
[0011] 步驟6:根據步驟2得到的立體校正后的左右視圖，對左右攝像頭視圖進行特征點 匹配，得到人體輪廓最高點與最低點像素坐標處的視差信息；
[0012] 步驟7:根據步驟5得到的人體坐標和步驟6得到的對應點視差信息，計算人體輪廓 最高點與最低點在W左攝像頭坐標系為世界坐標系下的=維坐標，繼而計算得到目標人體 的真實身高。
[0013] 進一步的，所述的步驟1中搭建雙目視覺=維測量裝置步驟如下：
[0014] 步驟1.1:將雙目攝像頭用微距板平行固定于攝影=腳架上，利用水平儀保證雙目 攝像頭垂直于水平地面，建立W左攝像頭坐標系為世界坐標系的=維空間；
[0015] 步驟1.2:將雙目攝像頭的焦距，RGB增益，對比度，曝光參數，白平衡參數均設置為 相同參數，左右視圖沒有明顯的差異。
[0016] 進一步的，所述的步驟3中對混合高斯背景模型的建立步驟如下：
[0017]步驟3.1:對每個像素點1*,巧=[虹*，扣*，81,*^，巧為像素點坐標，*為對應時刻帖， R，G，B分別為紅綠藍=通道值，建立K個高斯分布函數并在100帖內初始化參數，如式（1)所 示：
[001引
姐
[0019] 式中，COi,t,Xy代表第i個高斯分布的權重，并占
.n(lt,xy|iii,t,xy, Ei,t,xy)代表t時刻在該像素點處的第i個高斯分布，其均值為其協方差矩陣為 Ei.t.xy，高斯分布函數表達式如式(2):
[0020]
[0021] 式中，n為像素點It, xy的維數;如對RG姻像來說，n即為3;
[0022] 步驟3.2:新讀入的一帖圖像內所有像素點與當前像素點的高斯混合模型進行匹 配，匹配條件如式(3)所示：
[002；3] |lt'xy-iii't'xy|《A〇i't'xy (3)
[0024] 式中，A為匹配常數，一般取為2.5;〇i,t,xy為對應像素點在當前帖第i個高斯分布的 方差值；
[0025] 步驟3.3:判斷當前像素點是否與混合高斯模型的前B個背景分布相匹配；匹配成 功則認為是背景像素點，否則認為是前景像素點；背景像素點用黑色標記，前景像素點用白 色標記;所有的黑色像素點組成背景圖像，所有的白色像素點組成前景圖像;B的表達式如 下：
[0026]
謝
[0027] 式中，I-Cf是權重闊值;b為滿足式4括號內的式子的i的最小值；
[00%]步驟3.4:按下式更新第i個高斯分布參數，并將更新后的混合高斯模型作為下一 帖的背景：
[0029] O i't+l'xy= ? i't'xy+曰i't'xy)-曰CT (5)
[0032] 式中，It,xy是像素點，a是定義的學習速率，范圍在0~1間。Ml,t,xy是匹配常數，若該 像素點與第i個高斯分布函數相匹配，則Mi, t,xy= 1，否則Mi, t,xy = 0 ; CT是一個常量設為0.05 ;
[0030]
[0031] 扔 ?i,t+l,xy，iii,t + l,xy，Ei,t+l,xy為對應像素點更新后第i個高斯分布的權重，均值和協方差矩 陣；
[0033] 步驟3.5 :計算順序參數order，由大到小對所有高斯分布函數進行重新排列， order表達式如下：
[0034]
健）
[0035] 式中，Oi, t+l,xy為對應像素點更新后第i個高斯分布的方差值；
[0036] 步驟3.6:保留權重為正的高斯分布函數，刪除權重為負的高斯分布函數；
[0037] 步驟3.7:若當前像素點不與混合高斯背景模型任一高斯分布相匹配，則生成一個 新的高斯分布函數來替代權重最小的第n個高斯分布函數，運個新的高斯分布參數設置如 下所示，并且同步驟3.5重新排列高斯分布；
[003引 0n't+i'xy = a (9)
[0039] iin,t+l,xy=It,xy (10)
[0040] On, t+1,Xy = VarInit (11)
[OOW 式中，《。,*+1,巧山。,*+1,巧，0。,*+1,巧是權重最小的第11個高斯分布函數的權重，均值和 協方差矩陣;varinit是用來初始化高斯分布一個較大方差；
[0042] 步驟3.8:歸一化所有高斯分布函數權重;繼續讀入新的一帖圖像，與更新后的混 合高斯背景模型進行匹配;不斷實時更新混合高斯模型，從而得到人體運動前景圖像。
[0043] 進一步的，所述的步驟4中陰影檢測通過計算運動前景的色度失真CDi與亮度失真 Qi來判斷，判斷條件如下：
[0044]
腳
[0045] tau和TCD為色度和亮度闊值，判斷當前帖的運動前景圖像各像素點是陰影還是前 景。
[0046] 進一步的，所述的步驟4中通過開運算與閉運算去除人體前景圖像噪聲，并去除小 于一定闊值的輪廓的非感興趣的前景區域，只留下輪廓面積最大的人體前景區域。
[0047] 進一步的，所述的步驟5中尋找人體在圖像像素坐標系下的最高點與最低點通過 遍歷人體輪廓，得到人體輪廓在Y軸上的最小值與最大值而確定運兩點的像素坐標(xhigh， yhigh)( Xlow, ylow)。
[0048] 進一步的，所述的步驟6中得到人體最高點與最低點視差信息步驟如下：
[0049] 步驟6.1:利用SUrf算法對左右視圖中的人體前景區域進行匹配，并通過匹配特征 點對的歐式距離大小來篩選匹配較好的特征點；
[0050] 步驟6.2:計算人體最高點區域與最低點區域的特征點對橫坐標差值，得到人體最 局點與最低點處視差f目息dhigh, diow。
[0051] 進一步的，所述的步驟7中結合雙目攝像機內外參數，人體輪廓最高點最低點在圖 像像素坐標系下的像素坐標W及它們的視差信息，計算運兩點在左攝像機坐標系(世界坐 標系)下的S維坐標，其中Y坐標差即為人體身高，計算公式如下：
[0 化 2]
(13)
[0化3] (14)
[0化4] he i 曲 tman = Yiow-Yhigh (15)
[00對式中，Tx為雙目攝像頭間的基線長度;Cy為主點的縱坐標值，heightman即為人體的 高度。
[0056] 進一步的，所述的K的取值為(3~5)。
[0057] 與現有技術相比，本發明具有如下有益效果：
[005引（1)適應性強，本發明的方法采用混合高斯模型對當前測量環境背景進行建模，可 W適應相對較為復雜的測量環境，對測量環境的要求不高。
[0059] (2)操作簡單，本發明的方法只需要被測人體進入雙目攝像機的理想成像區域即 可實現一鍵測量，無需任何復雜的操作。
[0060] (3)速度快，本發明的方法在人體進入雙目成像區域后，可W立即測量目標人體， 無需等待時間。
【附圖說明】
[0061] 圖1是本發明實施例的整體流程圖；
[0062] 圖2是本發明一個實施例的原理示意圖。
【具體實施方式】
[0063] 下面詳細描述本發明的實施例，所述實施例的示例在附圖中示出。下面通過參考 附圖描述的實施例是示例性的，僅用于解釋本發明，而不能解釋為對本發明的限制。
[0064] 本實例的所有代碼均為C/C++編寫，在Microsoft Visual Sl:udio 2013環境下運 行。
[0065] 如圖1所示，本發明基于背景建模和雙目視覺的人體身高測量方法包括W下步驟：
[0066] 步驟1:平行固定雙目視覺=維測量裝置于與地面平行的同一水平線，調整雙攝像 頭焦距，RGB增益，對比度，曝光參數，白平衡參數為一致，獲取雙目視覺圖像；
[0067] 所述的步驟1中搭建雙目視覺=維測量裝置步驟如下：
[0068] 步驟1.1:將雙目攝像頭用微距板平行固定于攝影=腳架上，利用水平儀保證雙目 攝像頭垂直于水平地面，建立W左攝像頭坐標系為世界坐標系的=維空間；
[0069] 步驟1.2:將雙目攝像頭的焦距，RGB增益，對比度，曝光參數，白平衡參數均設置為 相同參數，左右視圖沒有明顯的差異。
[0070] 步驟2:對步驟1中的左右攝像頭先進行單目標定，再進行立體標定，獲取雙目攝像 頭內參數焦距fx，fy與主點坐標Cx,Cy, W及左右攝像頭間的旋轉矩陣R與平移向量T;對步驟 1中的左右攝像頭視圖進行立體校正使雙目攝像頭前向平行對準；
[0071] 步驟3:對步驟2中立體校正后的左視圖建立混合高斯背景模型，學習100帖的當前 背景后，對進入雙目成像區域的人體進行運動前景的提取；
[0072] 所述的步驟3中對混合高斯背景模型的建立步驟如下：
[0073] 步驟3.1:對每個像素點1*,^=化,*，扣*，81,*^，巧為像素點坐標，*為對應時刻帖， R，G，B分別為紅綠藍=通道值，建立K (3~5)個高斯分布函數并在100帖內初始化參數，如式 (I)所示：
[0074] (I)
[007引式中，《i,t,xy代表第i個高斯分布的權重，并且
；ri(It,xy|iii,t,xy， Ei,t,xy)代表t時刻在該像素點處的第i個高斯分布，其均值為其協方差矩陣為 Ei.t.xy，高斯分布函數表達式如式(2):
[0076]
似
[0077] 式中，n為像素點It,xy的維數;如對RGB圖像來說，n即為3;
[0078] 步驟3.2:新讀入的一帖圖像內所有像素點與當前像素點的高斯混合模型進行匹 配，匹配條件如式(3)所示：
[0079] I It'xy-Ui't'xy I《AOi't'xy (3)
[0080] 式中，A為匹配常數，一般取為2.5;〇i,t,xy為對應像素點在當前帖第i個高斯分布的 方差值；
[0081] 步驟3.3:判斷當前像素點是否與混合高斯模型的前B個背景分布相匹配；匹配成 功則認為是背景像素點，否則認為是前景像素點；背景像素點用黑色標記，前景像素點用白 色標記;所有的黑色像素點組成背景圖像，所有的白色像素點組成前景圖像;B的表達式如 下：
[0082]
(4)
[0083] 式中，I-Cf是權重闊值;b為滿足式4括號內的式子的i的最小值；
[0084] 步驟3.4:按下式更新第i個高斯分布參數，并將更新后的混合高斯模型作為下一 帖的背景：
[00化] W i't+l'xy= ? i't'xy+a(Mi't'xy-? i't'xy)-曰CT (5)
[0086]
[0087] 巧)
[008引式中，It,Xy是像素點，a是定義的學習速率，范圍在0~1間。Ml,t,Xy是匹配常數，若該 像素點與第i個高斯分布函數相匹配，則Ml,t,Xy=I，否則Ml,t,xy = 0;CT是一個常量設為0.05; ?i,t+l,xy，iii,t + l,xy，Ei,t+l,xy為對應像素點更新后第i個高斯分布的權重，均值和協方差矩 陣；
[0089] 步驟3.5 :計算順序參數order，由大到小對所有高斯分布函數進行重新排列， order夷化式加下.
[0090]
觸
[0091] 式中，〇i,W,xy為對應像素點更新后第i個高斯分布的方差值；
[0092] 步驟3.6:保留權重為正的高斯分布函數，刪除權重為負的高斯分布函數；
[0093] 步驟3.7:若當前像素點不與混合高斯背景模型任一高斯分布相匹配，則生成一個 新的高斯分布函數來替代權重最小的第n個高斯分布函數，運個新的高斯分布參數設置如 下所示，并且同步驟3.5重新排列高斯分布；
[0094] 〇n,t+i,xy = a (9)
[0095] iin,t+l,xy=It,xy (10)
[0096] 〇n,t+i,xy = varInit (11)
[0097] 式中，《。,*+1,巧山。,*+1,巧，〇。,*+1,巧是權重最小的第11個高斯分布函數的權重，均值和 協方差矩陣;varinit是用來初始化高斯分布一個較大方差；
[0098] 步驟3.8:歸一化所有高斯分布函數權重;繼續讀入新的一帖圖像，與更新后的混 合高斯背景模型進行匹配;不斷實時更新混合高斯模型，從而得到人體運動前景圖像。
[0099] 步驟4:對步驟3中提取出的人體運動前景圖像進行檢測，對檢測出的人體前景中 的陰影部分進行消除，同時對人體運動前景做形態學處理，消除圖像噪聲，運用連通域算法 得到完整人體前景；
[0100] 所述的步驟4中陰影檢測通過計算運動前景的色度失真CDi與亮度失真Qi來判斷， 判斷條件如下：
[0101]
(12)
[0102] tau和TCD為色度和亮度闊值，判斷當前帖的運動前景圖像各像素點是陰影還是前 旦 O
[0103] 所述的步驟4中通過開運算與閉運算去除人體前景圖像噪聲，并去除小于一定闊 值的輪廓的非感興趣的前景區域，只留下輪廓面積最大的人體前景區域。
[0104] 步驟5:根據步驟4得到的消除陰影和形態學處理后的人體前景圖像，提取人體前 景輪廓，并得到左攝像頭圖像像素坐標系下人體最高點與最低點像素坐標；
[0105] 所述的步驟5中尋找人體在圖像像素坐標系下的最高點與最低點通過遍歷人體輪 廓，得到人體輪廓在Y軸上的最小值與最大值而確定運兩點的像素坐標(xhigh，yhigh)，（xi?， y low) O
[0106] 步驟6:根據步驟2得到的立體校正后的左右視圖，對左右攝像頭視圖進行特征點 匹配，得到人體輪廓最高點與最低點像素坐標處的視差信息；
[0107] 所述的步驟6中得到人體最高點與最低點視差信息步驟如下：
[0108] 步驟6.1:利用SUrf算法對左右視圖中的人體前景區域進行匹配，并通過匹配特征 點對的歐式距離大小來篩選匹配較好的特征點；
[0109] 步驟6.2:計算人體最高點區域與最低點區域的特征點對橫坐標差值，得到人體最 局點與巧低點處視差f曰息dhigh , dlow。
[0110] 步驟7:根據步驟5得到的人體坐標和步驟6得到的對應點視差信息，計算人體輪廓 最高點與最低點在W左攝像頭坐標系為世界坐標系下的=維坐標，繼而計算得到目標人體 的真實身高。
[0111] 所述的步驟7中結合雙目攝像機內外參數，人體輪廓最高點最低點在圖像像素坐 標系下的像素坐標W及它們的視差信息，計算運兩點在左攝像機坐標系(世界坐標系)下的 =維坐標，其中Y坐標差即為人體身高，計算公式如下：
[0112]
(13)
[0113]
村巧
[0114] he ightmax = Ylow-Yhigh (15)
[0115] 式中，Tx為雙目攝像頭間的基線長度;Cy為主點的縱坐標值，hei曲tman即為人體的 高度。利用雙目立體視覺技術測量人體身高原理示意圖如圖2所示，其中Ol-UlVl為左圖像 坐標系，02-U2V2為右圖像坐標系，Ocl-XclYclZcl為左攝像頭坐標系，Ocr-XcrYcrZcr為右攝像頭 坐標系，Pl為人體最高點，P2為人體最低點，至此人體身高信息即可得到。
[0116] 本發明的上述實施例僅僅是為清楚地說明本發明所作的舉例，對于本領域的普通 技術人員可W在上述的基礎上做出不同程度的修改和變動，但不偏離本發明的精神和原 貝IJ，都應涵蓋在本發明的權利要求書保護范圍內。
【主權項】
1. 一種基于背景建模和雙目視覺的人體身高測量方法，其特征在于，包括以下步驟： 步驟1:平行固定雙目視覺三維測量裝置于與地面平行的同一水平線，調整雙攝像頭焦 距，RGB增益，對比度，曝光參數，白平衡參數為一致，獲取雙目視覺圖像； 步驟2:對步驟1中的左右攝像頭先進行單目標定，再進行立體標定，獲取雙目攝像頭內 參數焦距fx，fy與主點坐標cx，cy，以及左右攝像頭間的旋轉矩陣R與平移向量T;對步驟1中 的左右攝像頭視圖進行立體校正使雙目攝像頭前向平行對準； 步驟3:對步驟2中立體校正后的左視圖建立混合高斯背景模型，學習100幀的當前背景 后，對進入雙目成像區域的人體進行運動前景的提取； 步驟4:對步驟3中提取出的人體運動前景圖像進行檢測，對檢測出的人體前景中的陰 影部分進行消除，同時對人體運動前景做形態學處理，消除圖像噪聲，運用連通域算法得到 完整人體如景； 步驟5:根據步驟4得到的消除陰影和形態學處理后的人體前景圖像，提取人體前景輪 廓，并得到左攝像頭圖像像素坐標系下人體最高點與最低點像素坐標； 步驟6:根據步驟2得到的立體校正后的左右視圖，對左右攝像頭視圖進行特征點匹配， 得到人體輪廓最高點與最低點像素坐標處的視差信息； 步驟7:根據步驟5得到的人體坐標和步驟6得到的對應點視差信息，計算人體輪廓最高 點與最低點在以左攝像頭坐標系為世界坐標系下的三維坐標，繼而計算得到目標人體的真 實身高。2. 根據權利要求1所述的一種基于背景建模和雙目視覺的人體身高測量方法，其特征 在于:所述的步驟1中搭建雙目視覺三維測量裝置步驟如下： 步驟1.1:將雙目攝像頭用微距板平行固定于攝影三腳架上，利用水平儀保證雙目攝像 頭垂直于水平地面，建立以左攝像頭坐標系為世界坐標系的三維空間； 步驟1.2:將雙目攝像頭的焦距，RGB增益，對比度，曝光參數，白平衡參數均設置為相同 參數，左右視圖沒有明顯的差異。3. 根據權利要求1所述的一種基于背景建模和雙目視覺的人體身高測量方法，其特征 在于： 所述的步驟3中對混合高斯背景模型的建立步驟如下： 步驟3.1:對每個像素點11, xy =[辦,t，, t ]T，xy為像素點坐標，t為對應時刻幀，R，G， B分別為紅綠藍三通道值，建立K(3~5)個高斯分布函數并在100幀內初始化參數，如式（1) 所示：式中，ω i, t, xy代表第i個高斯分布的權重，并且ΣΙ. (I t, xy | Pi, t, xy，Σ i, t, xy)代 表t時刻在該像素點處的第i個高斯分布，其均值為yi,t,xy，其協方差矩陣為Σ^ χγ，高斯分 布函數表達式如式(2):式中，η為像素點It, #的維數;如對RGB圖像來說，η即為3; 步驟3.2:新讀入的一幀圖像內所有像素點與當前像素點的高斯混合模型進行匹配，匹 配條件如式(3)所示： It, xy-14?, t, xy | t, xy (3) 式中，λ為匹配常數，一般取為2.5;〇i,t, xy為對應像素點在當前幀第i個高斯分布的方差 值； 步驟3.3:判斷當前像素點是否與混合高斯模型的前B個背景分布相匹配；匹配成功則 認為是背景像素點，否則認為是前景像素點；背景像素點用黑色標記，前景像素點用白色標 記;所有的黑色像素點組成背景圖像，所有的白色像素點組成前景圖像;B的表達式如下：式中，1 -cf是權重閾值;b為滿足式4括號內的式子的i的最小值； 步驟3.4:按下式更新第i個高斯分布參數，并將更新后的混合高斯模型作為下一幀的 背景： ω i,t+l,xy= ω i,t,xy+a(Mi,t,xy_W i,t,xy)_aCT (5)) 式中，It,xy是像素點，a是定義的學習速率，范圍在〇~1間。M^xy是匹配常數，若該像素 點與第i個高斯分布函數相匹配，則否則M^xyzO^T是一個常量設為0.05; ? i,t+1,xy，yi,t+1,xy，Ei,t+i, xy為對應像素點更新后第i個高斯分布的權重，均值和協方差矩 陣； 步驟3.5:計算順序參數order，由大到小對所有高斯分布函數進行重新排列，order表 達式如下：(8) 式中，〇i, t+1, ^為對應像素點更新后第i個高斯分布的方差值； 步驟3.6:保留權重為正的高斯分布函數，刪除權重為負的高斯分布函數； 步驟3.7:若當前像素點不與混合高斯背景模型任一高斯分布相匹配，則生成一個新的 高斯分布函數來替代權重最小的第η個高斯分布函數，這個新的高斯分布參數設置如下所 示，并且同步驟3.5重新排列高斯分布； Wn,t+l,xy = a (9) 14η, t+1, xy-It, xy ( 10 ) 〇n,t+i,xy=varInit (11) 式中，ωn,t+1,xy，μη,t+1, xy，ση,t+1,#是權重最小的第n個高斯分布函數的權重，均值和協方 差矩陣;varlnit是用來初始化高斯分布一個較大方差； 步驟3.8:歸一化所有高斯分布函數權重;繼續讀入新的一幀圖像，與更新后的混合高 斯背景模型進行匹配;不斷實時更新混合高斯模型，從而得到人體運動前景圖像。4.根據權利要求1所述的一種基于背景建模和雙目視覺的人體身高測量方法，其特征 在于:所述的步驟4中陰影檢測通過計算運動前景的色度失真CDi與亮度失真αι來判斷，判斷 條件如下： (12) tau和tcd為色度和亮度閾值，判斷當前幀的運動前景圖像各像素點是陰影還是前景。5. 根據權利要求1所述的一種基于背景建模和雙目視覺的人體身高測量方法，其特征 在于： 所述的步驟4中通過開運算與閉運算去除人體前景圖像噪聲，并去除小于一定閾值的 輪廓的非感興趣的前景區域，只留下輪廓面積最大的人體前景區域。6. 根據權利要求1所述的基于背景建模和雙目視覺的人體身高測量方法，其特征在于： 所述的步驟5中尋找人體在圖像像素坐標系下的最高點與最低點通過遍歷人體輪廓，得到 人體輪廓在Y軸上的最小值與最大值而確定這兩點的像素坐標(xhigh，yhi gh)，（xi?，yi?)。7. 根據權利要求1所述的一種基于背景建模和雙目視覺的人體身高測量方法，其特征 在于，所述的步驟6中得到人體最高點與最低點視差信息步驟如下： 步驟6.1:利用surf算法對左右視圖中的人體前景區域進行匹配，并通過匹配特征點對 的歐式距離大小來篩選匹配較好的特征點； 步驟6.2:計算人體最高點區域與最低點區域的特征點對橫坐標差值，得到人體最高點 與最低點處視差信息dhigh，di〇w。8. 根據權利要求1所述的一種基于背景建模和雙目視覺的人體身高測量方法，其特征 在于，所述的步驟7中結合雙目攝像機內外參數，人體輪廓最高點最低點在圖像像素坐標系 下的像素坐標以及它們的視差信息，計算這兩點在左攝像機坐標系(世界坐標系）下的三維 坐標，其中γ坐標差即為人體身高，計算公式如下：he i ghtman - Ylow-Yhigh 式中，Tx為雙目攝像頭間的基線長度;cy為主點的縱坐標值，heightman即為人體的高度。
【文檔編號】G06K9/00GK105956539SQ201610268252
【公開日】2016年9月21日
【申請日】2016年4月27日
【發明人】楊光義, 邱晨力, 王雪迪, 劉晨岑
【申請人】武漢大學