駱順華，王建萍

(1.東華大學(xué)服裝·藝術(shù)設(shè)計(jì)學(xué)院，上海 200051;2.山東工藝美術(shù)學(xué)院服裝學(xué)院，山東濟(jì)南 250300)

世界上沒(méi)有2個(gè)完全相同的人體，最早進(jìn)行人體測(cè)量研究是Quelet在1870年測(cè)量男性各部位平均尺寸［1］。人體是服裝結(jié)構(gòu)設(shè)計(jì)的依據(jù)，只有在對(duì)人體形態(tài)和尺寸準(zhǔn)確測(cè)量的基礎(chǔ)上，才能設(shè)計(jì)與制作服裝，因此人體測(cè)量是合理進(jìn)行服裝結(jié)構(gòu)設(shè)計(jì)的基礎(chǔ)。人體測(cè)量方法有接觸式測(cè)量法和非接觸測(cè)量法。接觸式測(cè)量法分為馬丁法(Martin)、滑動(dòng)量規(guī)法(sliding gauge)、復(fù)模法(replica);非接觸式測(cè)量法分為照相法、莫爾圖法(Moire topography)以及三維人體掃描［2］。本文基于二維圖像的非接觸式人體測(cè)量技術(shù)分解成3個(gè)步驟，并分析了每個(gè)步驟采用的主要方法及存在的問(wèn)題。

1 非接觸式測(cè)量技術(shù)簡(jiǎn)介

非接觸式測(cè)量技術(shù)是從上世紀(jì)80年代興起，歐美等發(fā)達(dá)國(guó)家都分別研制了各種非接觸式人體測(cè)量系統(tǒng)，主要有二維和三維2種測(cè)量方法［2］。雖然三維人體掃描系統(tǒng)精度高，但價(jià)格昂貴、系統(tǒng)龐大、測(cè)量要求暗室、設(shè)備不便于移動(dòng)，因此實(shí)際生產(chǎn)應(yīng)用性不強(qiáng)。相關(guān)學(xué)者［3－6］為找到一種既實(shí)用又簡(jiǎn)便的測(cè)量技術(shù)，開(kāi)展了以二維圖像為基礎(chǔ)的人體測(cè)量研究?；舅悸肥窍扔脭z像機(jī)拍攝人體正面和側(cè)面等方向的二維圖像(如圖1);經(jīng)過(guò)圖像去噪、邊緣檢測(cè)、輪廓提取等處理方法得到清晰的人體輪廓圖像;測(cè)量輪廓圖中人體各部位寬度、厚度和長(zhǎng)度等尺寸;然后采用各種數(shù)學(xué)模型計(jì)算或模擬得到人體圍度尺寸。

圖1 攝像方法Fig.1 Photographic method

2 測(cè)量方法

2.1 圖像邊緣處理與尺寸提取方法

基于圖像測(cè)量臀寬、臀厚、腰寬、腰厚等特征部位尺寸前，圖像因?yàn)榕臄z時(shí)的抖動(dòng)、像素等原因會(huì)出現(xiàn)圖像邊緣模糊、噪點(diǎn)多等問(wèn)題。圖像的邊緣處理可以減少誤差，提高人體測(cè)量精度。李曉久等［7］應(yīng)用數(shù)字圖像邊緣檢測(cè)的原理以及3大類基于算子的邊緣檢測(cè)算法提取二維圖像邊緣。通過(guò)對(duì)比各算子的實(shí)際應(yīng)用效果，發(fā)現(xiàn)Sobel與Smoothed邊緣算子的圖像增強(qiáng)效果較好，可有效排除噪聲干擾，且輪廓線清晰，有利于輪廓跟蹤、修補(bǔ)。趙靜秒［8］利用基于閾值的數(shù)字圖像邊緣分割原理，排除了拍攝時(shí)內(nèi)外部因素對(duì)人體數(shù)字圖像造成的干擾;另外，分析人體數(shù)字圖像的點(diǎn)、線特征，總結(jié)出5種人體不同部位的輪廓測(cè)量方法，分別為曲線凸凹點(diǎn)識(shí)別法、極值識(shí)別法、建模識(shí)別法、曲線擬合逼近法及曲線長(zhǎng)度的近似算法。黃秀麗［9］利用MatLab工具和計(jì)算機(jī)圖形處理學(xué)知識(shí)得到普通數(shù)碼照片中人體邊緣。翟文斌［10］根據(jù)2幅以上含有人體特征線信息的圖像得到人體的三維尺寸信息。通過(guò)對(duì)攝像頭獲得圖像進(jìn)行格式變換、邊緣檢測(cè)等一系列預(yù)處理，提取輪廓圖中的胸部、腰部和臀部的平面二維尺寸。杜艷華［11］分析了多種常用的邊緣檢測(cè)和輪廓提取算法，結(jié)合人體結(jié)構(gòu)特點(diǎn)，設(shè)計(jì)了一個(gè)包括圖像去噪、邊緣檢測(cè)、輪廓提取、尺寸頂點(diǎn)搜索和坐標(biāo)計(jì)算的處理流程，達(dá)到人體尺寸信息自動(dòng)提取的目的。袁緣［12］提出利用基于canny算子的數(shù)字圖像邊緣檢測(cè)方法來(lái)提取人體的邊緣，攝像機(jī)自標(biāo)定，使實(shí)際測(cè)量過(guò)程簡(jiǎn)便，同時(shí)考慮到畸變，自動(dòng)校正，提高測(cè)量精度。Lin Yueh-Ling等［13］提出從人體正面和側(cè)面圖像來(lái)自動(dòng)尋找人體輪廓特征點(diǎn)的系統(tǒng)方法?；阪湸a算法自動(dòng)提取55個(gè)特征點(diǎn)和26個(gè)人體尺寸。

圖像拍攝時(shí)，被拍攝者輕微晃動(dòng)或者相機(jī)的震動(dòng)都會(huì)導(dǎo)致照片邊緣模糊。攝像機(jī)技術(shù)的提升是解決該問(wèn)題的根本方法，比如索尼新研發(fā)的Exmor CMOS影像傳感器有效解決了圖像邊緣模糊。在測(cè)量輪廓圖特征部位尺寸前，獲得連續(xù)清晰的圖像輪廓圖是準(zhǔn)確人體測(cè)量的基礎(chǔ)，其中關(guān)鍵問(wèn)題是如何選擇合適的圖像輪廓邊緣檢測(cè)方法以及如何準(zhǔn)確地確定人體特征點(diǎn)。

2.2 圍度尺寸計(jì)算方法

2.2.1 曲線擬合

李曉久等［14］用對(duì)數(shù)函數(shù)曲線擬合18～26歲人員的典型臀圍曲線。盧晨［15］建立圍度尺寸與人體身高、體重、寬度和厚度尺寸的函數(shù)關(guān)系模型估算圍度尺寸。并利用樣本的圍度曲線，建立基于樣本的人體軀干函數(shù)模型。黃秀麗［9］運(yùn)用雙橢圓曲線擬合模型來(lái)預(yù)測(cè)人體主要圍度、肩寬及頸椎點(diǎn)高等。錢(qián)倩等［16］采用橢圓模型擬合四肢部位圍度尺寸，發(fā)現(xiàn)該模型擬合大腿根圍和小腿肚圍的圍度精度高。

不同部位需要采用的擬合曲線模型不同。在確定最佳擬合曲線前，需要采用幾種預(yù)選的曲線進(jìn)行擬合，對(duì)比擬合精度，然后選擇擬合精度最高的曲線作為該部位的擬合曲線。

2.2.2 回歸分析

王玉秀等［17］確定 TNF指數(shù)、臀寬、臀厚、人體正、側(cè)面投影面積為建立臀圍回歸模型的主要部位。建立臀圍線性回歸模型預(yù)測(cè)臀圍。姜安［18］提出用最小二乘和偏最小二乘回歸實(shí)現(xiàn)人體胸圍尺寸測(cè)量。徐楓等［19］通過(guò)回歸分析、相關(guān)分析等統(tǒng)計(jì)方法得到精度高的青年女性胸圍回歸公式。黃秀麗［9］運(yùn)用二階最小二乘回歸分析、線性回歸分析方法，提取人體主要部位的高、寬、厚等尺寸，通過(guò)數(shù)學(xué)模型計(jì)算人體圍度、肩寬及頸椎點(diǎn)高等值。譚非［20］采用二元一次線性回歸方法建立圍度算法模型，該模型以人工測(cè)量的圍度值為應(yīng)變量，以程序自動(dòng)提取的厚、寬度值為自變量。朱放放等［21］利用人體正、側(cè)、后二維圖像采集的不完全數(shù)據(jù)進(jìn)行人體圍度計(jì)算，通過(guò)胸圍、腰圍和臀圍回歸方程計(jì)算圍度尺寸。錢(qián)倩等［16］提出最小二乘回歸分析模型適合計(jì)算膝圍等四肢主要部位的圍度。

綜上所述，回歸分析可以采用的數(shù)學(xué)模型有很多種，每個(gè)部位圍度應(yīng)該使用多種較合適的回歸數(shù)學(xué)模型進(jìn)行比較計(jì)算，然后對(duì)各計(jì)算值與實(shí)際測(cè)量值進(jìn)行比較，再確定合適回歸模型。以上研究?jī)?nèi)容比較孤立，沒(méi)有學(xué)者對(duì)人體各部位的回歸數(shù)學(xué)模型進(jìn)行系統(tǒng)化研究?；貧w分析方法是基于其他部位測(cè)量值建立相關(guān)數(shù)學(xué)模型進(jìn)行計(jì)算得到圍度尺寸，這種測(cè)量方法的精度與樣本數(shù)量、樣本形體相近度有很大關(guān)系，因此如何確定樣本質(zhì)量以及體型分類對(duì)控制誤差有很大作用。

2.2.3 灰色關(guān)聯(lián)分析

李曉久等［22］采用灰色關(guān)聯(lián)分析方法，建立以身高、體重、胸寬、胸厚為主要部位的胸圍灰色模型，然后用TNF指數(shù)分類分別建立人體胸圍尺寸灰色模型。因?yàn)槿梭w復(fù)雜、多變，各個(gè)部位彼此相關(guān)，符合灰色系統(tǒng)的特征，因此可以用灰色模型進(jìn)行圍度測(cè)量。

2.3 誤差、精度分析方法

誤差、精度分析是任何實(shí)驗(yàn)結(jié)果處理的必要步驟，不僅可以驗(yàn)證方法的可行性，而且可以確定結(jié)果的偏差程度，為后續(xù)改進(jìn)工作提供參考依據(jù)。二維圖像非接觸式人體測(cè)量方法獲取人體測(cè)量數(shù)據(jù)的步驟較多，而且是與人體不接觸，必然在每個(gè)環(huán)節(jié)有機(jī)器設(shè)備、計(jì)算模型、人為操作的誤差存在。王玉秀等［17］對(duì)臀圍的簡(jiǎn)單線性回歸模型進(jìn)行共線性檢驗(yàn)。為增強(qiáng)回歸精度，采用逐步回歸方法進(jìn)一步選取自變量，最終引入嶺回歸方法解決多重共線性問(wèn)題，預(yù)測(cè)值平均誤差為0.52 cm。朱放放等［21］提出增加實(shí)驗(yàn)次數(shù)和樣本數(shù)可以提高實(shí)驗(yàn)數(shù)據(jù)的準(zhǔn)確度以及增加人體數(shù)據(jù)以優(yōu)化圍度模型等方法來(lái)減少誤差。郭靜等［23］得出照相測(cè)量產(chǎn)生誤差的因素包括數(shù)碼相機(jī)本身的光學(xué)構(gòu)造、人為操作及后期測(cè)量等，其中光學(xué)誤差基本符合球面變形規(guī)律。根據(jù)分析結(jié)果，提出了選擇數(shù)碼相機(jī)和優(yōu)選數(shù)據(jù)測(cè)量軟件的組合，Nikon D100與Shapeline組合的誤差程度最小，而Canon PowerShot S400與Photoshop組合得到的誤差程度最大。蔡劍等［24］利用拍攝照片的方法獲取服裝人臺(tái)特征尺寸，采取參照標(biāo)定法得出測(cè)量尺寸并進(jìn)行誤差分析，利用MatLab編程降低圖像畸變程度以減少誤差，提出拍攝背景對(duì)比度高可以減小誤差。國(guó)外研究主要集中在人工測(cè)量和二維圖像測(cè)量值的誤差和精度對(duì)比上。Meunier等［25］采用2臺(tái)照相機(jī)同時(shí)對(duì)人體正面和側(cè)面進(jìn)行采集圖像并建立數(shù)學(xué)模型計(jì)算，結(jié)果發(fā)現(xiàn)與人工測(cè)量數(shù)據(jù)沒(méi)有顯著差異。Patrick等［26］提出了通過(guò)二維的人體圖片測(cè)量人體尺寸的方法，并用單因素方差分析對(duì)此方法獲得的尺寸與人工測(cè)量尺寸精度進(jìn)行比較，得到二者沒(méi)有顯著差異的結(jié)論。Herianto等［27］基于服裝電子商務(wù)的人體尺寸采集需要更高效率和便利性。提出從攝像圖片上獲取尺寸，其中對(duì)人工測(cè)量和照相測(cè)量方法進(jìn)行了對(duì)比和統(tǒng)計(jì)分析，得出照相測(cè)量的尺寸有很高的精確度和可靠度。Marianne等［28］采用人工測(cè)量方法和二維非接觸照相方法對(duì)5個(gè)運(yùn)動(dòng)員進(jìn)行了人體尺寸測(cè)量，然后基于Yeadon模型的方法計(jì)算人體尺寸，發(fā)現(xiàn)2種方法絕對(duì)精度的平均標(biāo)準(zhǔn)差為2.1%和2.87%。Chiraz［29］提出用校準(zhǔn)過(guò)的單目序列低分辨率圖片計(jì)算人體測(cè)量尺寸，選擇預(yù)估身高和肩寬為例，預(yù)估精度的控制采用平均多幀系列預(yù)估值。找到一種提高2個(gè)尺寸平均估計(jì)值精度的新方法，誤差減小需要合理選擇、控制三維模型和人體表面標(biāo)記位置誤差。

以上學(xué)者從使用的設(shè)備、數(shù)學(xué)模型對(duì)比以及圖片處理等方面進(jìn)行誤差和精度的分析。誤差產(chǎn)生的原因很多，從圖像拍攝、輪廓邊緣提取到圍度計(jì)算都會(huì)有不同程度的誤差，如何把誤差控制在合理范圍內(nèi)還有待進(jìn)一步研究。實(shí)際應(yīng)用與實(shí)驗(yàn)室研究相比，誤差影響因素更多，而且可控性更差，因此誤差分析對(duì)于評(píng)價(jià)和判斷二維圖像非接觸式人體測(cè)量方法的實(shí)用性有重要意義。

3 總結(jié)

二維圖像非接觸式人體測(cè)量方法的圍度尺寸的提取有曲線擬合、回歸方程、圖形數(shù)學(xué)模型、灰色關(guān)聯(lián)分析等研究方法。曲線擬合模型有很多，但以上研究都是針對(duì)青年人體某一部位和某一特定體型，模型的普遍性不高，針對(duì)不同體型和人體不同部位的人體模型建立的規(guī)律沒(méi)有闡述。回歸分析方法一般選擇的測(cè)量部位有身高、體重、臀厚、臀寬、腰厚、腰寬等?；貧w分析方法精確度不穩(wěn)定與樣本數(shù)以及樣本離散程度有關(guān)。部分學(xué)者在曲線擬合和回歸分析之前并沒(méi)有考慮到拍攝圖像輪廓處理的問(wèn)題，且圖像輪廓處理的最佳方法有待進(jìn)一步確定。拍攝圖像輪廓的處理是否得當(dāng)是產(chǎn)生誤差的主要原因。

基于圖像的二維人體測(cè)量在測(cè)量方法的規(guī)范性、操作簡(jiǎn)便化、誤差精度等方面還有待進(jìn)一步研究。圖像的二維人體測(cè)量在服裝在線定制中有很好的應(yīng)用前景，目前服裝在線定制電子商務(wù)中還沒(méi)有解決的主要問(wèn)題是人體尺寸遠(yuǎn)程準(zhǔn)確獲取，該問(wèn)題

［1］ SIMMONSKarla P， ISTOOK Cynthia L. Body measurement techniques:comparing 3-D body-scanning and anthropometric methods for apparel applications［J］.Journal of Fashion Marketing and Management，2003，7(3):306 －332.

［2］ 方方，張渭源.一種新興的測(cè)量技術(shù):3-D人體掃描系統(tǒng)［J］.紡織導(dǎo)報(bào)，2003(2):34 －37.FANG Fang，ZHANG Weiyuan.A new measurement technology:3-D body scanner system［J］.China Textile Leader，2003(2):34 －37.

［3］ 陳小云.一種基于PSD的非接觸二維位置測(cè)量系統(tǒng)［J］.機(jī)電技術(shù)，2005(1):44－47.CHEN Xiaoyun.A non-contact anthropometric system based on PSD ［J］.Mechanical-electric Technology，2005(1):44－47.

［4］ 王建民，浦昭邦，晏磊，等.二維圖像測(cè)量機(jī)系統(tǒng)的研究［J］.儀器儀表，2001，22(4)，349 －353.WANG Jianmin，PU Zhaobang，YAN Lei，et al.Research on 2-D image anthropometric system［J］.Instrument，2001，22(4)，349 －353.

［5］ 楊關(guān)良.基于二維圖像的三維信息提取研究［J］.海軍工程大學(xué)學(xué)報(bào)，2004，16(4):39 －42.YANGGuanliang.Research on 3-D information extracted based on 2-D images［J］.Marine Army Engineering University，2004，16(4):39 －42.

［6］ CARLOS Barr'on，IOANNIS A Kakadiari.Estimating anthropometry and pose from a single uncalibrated image［J］.Computer Vision and Image Understanding，2001(81):269－284.

［7］ 李曉久，趙靜秒，王玉秀.基于算子的人體數(shù)字圖像邊緣檢測(cè)算法［J］.紡織學(xué)報(bào)，2006，(27)3:43 －46.LIXiaojiu，ZHAO Jingmiao，WANG Yuxiu.Application of edge detection methods based on operators to the analysis of body digital images［J］.Journal of Textile Research，2006，27(3):43 －46.

［8］ 趙靜秒.非接觸式人體測(cè)量系統(tǒng)的研究:數(shù)字圖像的處理與人體測(cè)量信息的提取［D］.天津:天津工業(yè)大學(xué)，2004:14－29.ZHAO Jingmiao.Research on non-contact 3-D body measurement system［D］.Tianjin:Tianjin Polytechnic University，2004:14 －29.

［9］ 黃秀麗.基于數(shù)字圖像的青年女體測(cè)量系統(tǒng)研究［D］.蘇州:蘇州大學(xué)，2009:54－61.HUANG Xiuli.Research on measurement of young female's bodies based on digital images［D］.Suzhou:Suzhou University，2009:54 －61.

［10］ 翟文斌.基于圖像處理的人體測(cè)量［D］.長(zhǎng)春:吉林大學(xué)，2006:26－59.是制約服裝在線定制電子商務(wù)的發(fā)展瓶頸。ZHAIWenbin.Measurement of the human body based on image processing［D］.Changchun:Jilin University，2006:26－59.

［11］ 杜艷華，楊志強(qiáng).基于照片自動(dòng)提取人體尺寸信息的研究［J］.計(jì)算機(jī)技術(shù)與發(fā)展，2010，20(2)，48 －51.DU Yanhua，YANG Zhiqiang.Research on automatic information extraction of human body based on photos［J］.Computer Technology and Development，2010，20(2):48 －51.

［12］ 袁淵.基于攝像機(jī)自標(biāo)定技術(shù)的非接觸人體測(cè)量［D］.大連:大連輕工業(yè)學(xué)院，2005:15－33.YUAN Yuan.Non-contact human body measuring technology based on camera self-calibration technique［D］. Dalian: Dalian Institute of Light Industry，2005:15 －33.

［13］ LIN Yueh Ling，WANG M J J.Automatic feature extraction from front and side images Industrial Engineering and engineering management［C］//IEEE International Conference.Beijing，2008:1994 －1953.

［14］ 李曉久，王玉秀.二維非接觸式人體測(cè)量系統(tǒng)中臀圍的計(jì)算［J］.紡織學(xué)報(bào)，2004，25(2):98 －100.LIXiaojiu，WANG Yuxiu.Hip calculation of 2-D noncontact anthropometry system［J］.Journal of Textile Research，2004，25(2):98 －100.

［15］ 盧晨.基于圖像的非接觸式人體測(cè)量系統(tǒng)研究與實(shí)現(xiàn)［D］.蘇州:蘇州大學(xué)，2009:10－62.LU Cheng.The study and implementation of image-based non-contacting human body auto-measurement system［D］.Suzhou:Soochow University，2009:10 －62.

［16］ 錢(qián)倩，黃秀麗，劉國(guó)聯(lián).青年女性肢體圍度尺寸預(yù)測(cè)方法探討［J］.蘇州大學(xué)學(xué)報(bào):工科版，2008(6):24－28.QIAN Qian，Huang Xiuli，Liu Guolian.Research on predictionmethods of limbs'girths of young females［J］.Journal of Soochow University:Engineering Science Edition，2008(6):24－28.

［17］ 王玉秀，李曉久.人體臀圍尺寸嶺回歸模型的建立［J］.針織工業(yè)，2006(7):27－29.WANG Yuxiu，LI Xiaojiu.Establishment of the ridge regression model of human hip girth［J］.Knitting Industries，2006(7):27 － 29.

［18］ 姜安，許增樸，于德敏，等.人體胸圍尺寸的擬合方法［J］.天津工業(yè)大學(xué)學(xué)報(bào)，2002(5):85－88.JIANG An，XU Zengpu，YU Demin，et al. Fitting methods for sizes of human bodies bust［J］.Journal of Tianjin Polytechnic University，2002(5):85 －88.

［19］ 徐楓，張浩，鄭嶸.照相測(cè)量中胸圍擬合的回歸分析［J］.紡織學(xué)報(bào)，2006，27(8):49 －52.XU Feng，ZHANG Hao，ZHENG Rong.Prediction for bust girth using regression analysis from photographic and anthropometric data［J］.Journal of Textile Research，2006，27(8):49 －52.

［20］ 譚菲.基于數(shù)字圖像的青年女性體型及非接觸式二維測(cè)量系統(tǒng)研究［D］.蘇州:蘇州大學(xué)，2010:31－76.TAN Fei.The research of youth female somatotype ＆ 2-D non-contact nomatometry system based on digital pictures［D］.Suzhou:Soochow University，2010:31 －76.

［21］ 朱放放，羅戎蕾.基于不完全數(shù)據(jù)的服用人體測(cè)量系統(tǒng) ［J］.浙江理工大學(xué)學(xué)報(bào)，2011，(28)5:710 －713.ZHU Fangfang，LUO Ronglei.3-D body measurement systems to the apparel from photos based on unorganized range data［J］.Journal of Zhejiang Sci-Tech University，2011，28(5):710 －713.

［22］ 李曉久，朱廣舟.人體胸圍尺寸灰色模型建立［J］.紡織學(xué)報(bào)，2005，26(5):77 －79.LI Xiaojiu，ZHU Guangzhou.Establishment of grey models of human bust［J］.Journal of Textile Research，2005，26(5):77 －79.

［23］ 郭靜，張浩，鄭嶸，等.人體照相測(cè)量的誤差因素分析［J］.紡織學(xué)報(bào)，2006，27(6):51 －54.GUO Jing，ZHANG Hao，ZHENG Rong，et al.Analysis on the factors influencing the accuracy of human photogrammetry［J］.Journal of Textile Research，2006，27(6):51－54.

［24］ 蔡劍，林大鈞，郭延龍，等.拍攝照片獲取人體特征尺寸的可行性研究［J］.東華大學(xué)學(xué)報(bào):自然科學(xué)版，2011，37(4):481 －517.CAI Jian，LIN Dajun，GUO Yanlong，et al.Feasibility study of obtaining human body's characteristic dimensions based on the photomeasurement［J］.Journal of Donghua University:Natural Science Edition，2011，37(4):481－517.

［25］ MEUNIER P，YIN S.Performance of a 2-D image-based anthropometric measurement and clothing sizing system［J］.Applied Ergonomics，2000，31(5):445 －451.

［26］ HUNG P C Y，WITANA C P，RAVINDRA S G.Anthropometric measurements from photographic images［R］. Hong Kong University of Science and Technology，2004:764 －769.

［27］ HERIANTO， SILVIANA， PROBANDARI， et al.Development of digital anthropometric circum ferential measurement system based on two dimensional images［C］//The 11th Asia Pacific Industrial Engineering and Management Systems Conference/The 14th Asia Pacific Regional Meeting of International Foundation for Production Research.Melaka，2010，12:1－5.

［28］ MARIANNE Gittoes，IAN Bezodis，CASSIE Wilson.An image-based approach to obtaining anthropometric measurements for athlete-specific Inertiamodeling［C］//26 International Conference on Biomechanics in Sports，2008:85－88.

［29］ CHIRAZB，LARRY D.Estimation of anthropometry from a single calibrated camera［C］//Seventh IEEE International Conference on Automatic Face and Gesture Recognition，2006:499 －504.