宋仙麗 夏建磊

DOI：10.19850/j.cnki.2096-4706.2021.08.027

摘? 要：圖像匹配是人體測(cè)量系統(tǒng)實(shí)現(xiàn)圍度測(cè)量的關(guān)鍵。圖像匹配的基礎(chǔ)和前提是圍度標(biāo)記點(diǎn)的精準(zhǔn)識(shí)別，標(biāo)記點(diǎn)的識(shí)別效果受顏色、形狀等因素的影響。在圖像匹配過(guò)程中，可以通過(guò)提高彩色標(biāo)記點(diǎn)的識(shí)別效率來(lái)提高圖像匹配準(zhǔn)確性。文章設(shè)計(jì)多種不同顏色和不同形狀的標(biāo)記點(diǎn)，利用基于HSV模型的顏色空間聚類(lèi)算法對(duì)標(biāo)記點(diǎn)進(jìn)行各顏色的分類(lèi)和坐標(biāo)的聚類(lèi)。經(jīng)實(shí)驗(yàn)驗(yàn)證，設(shè)計(jì)的黃品青圓形的標(biāo)記點(diǎn)類(lèi)型的識(shí)別效果較好。

關(guān)鍵詞：標(biāo)記點(diǎn)識(shí)別;顏色空間聚類(lèi)算法;HSV模型;圖像匹配

中圖分類(lèi)號(hào)：TP391.4? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：2096-4706（2021）08-0095-05

Optimization Design of Girth Marker Point Based on Color Space Clustering Algorithm

SONG Xianli，XIA Jianlei

（School of Electronic and Information，Zhongyuan University of Technology，Zhengzhou? 450007，China）

Abstract：Image matching is the key for human body measurement system to realize girth measurement. The basis and premise of image matching is the accurate identification of girth marker point. The identification effect of marker point is affected by color，shape and other factors. In the process of image matching，the accuracy of image matching can be improved by improving the identification efficiency of color marker point. In this paper，a variety of marker points with different colors and shapes are designed，and the color space clustering algorithm based on HSV model is used to carry out color classification and coordinate clustering on the marker points. It is verified by experiment that the recognition effect of the designed yellow-magenta-cyan circle mark point type is better.

Keywords：marker point identification;color space clustering algorithm;HSV model;image matching

0? 引? 言

隨著數(shù)字技術(shù)的出現(xiàn)，個(gè)性化服裝定制已成為當(dāng)代消費(fèi)者新的追求^[1]，而服裝設(shè)計(jì)也正朝著數(shù)字化、智能化的方向快速發(fā)展^[2]。準(zhǔn)確的人體尺寸是服裝定制的先決條件^[3]。人體測(cè)量技術(shù)從開(kāi)始的人工接觸式測(cè)量發(fā)展到現(xiàn)在的非接觸式測(cè)量^[4]。非接觸式測(cè)量又分為主動(dòng)式和被動(dòng)式兩種。主動(dòng)式設(shè)備往往價(jià)格昂貴、體型龐大且有輻射^[5]。被動(dòng)式測(cè)量利用普通相機(jī)采集人體彩色圖像，之后對(duì)人體圖像進(jìn)行一系列圖像處理，獲得被測(cè)者的尺寸信息?；诙嘁朁c(diǎn)立體圖像的人體圍度測(cè)量系統(tǒng)^[6]在測(cè)量圍度時(shí)，其定制的緊身衣測(cè)量部位鑲嵌著一些循環(huán)使用的彩色標(biāo)記點(diǎn)，圖像匹配是該系統(tǒng)實(shí)現(xiàn)圍度測(cè)量的關(guān)鍵。圖像匹配的基礎(chǔ)和前提是標(biāo)記點(diǎn)的精準(zhǔn)識(shí)別^[7]，標(biāo)記點(diǎn)的識(shí)別效果又受顏色、形狀等因素的影響。為了提高標(biāo)記點(diǎn)的識(shí)別效率，需要對(duì)標(biāo)記點(diǎn)的顏色、形狀進(jìn)行優(yōu)化。

1? 標(biāo)記點(diǎn)設(shè)計(jì)

在標(biāo)記點(diǎn)顏色優(yōu)化設(shè)計(jì)中，先固定標(biāo)記點(diǎn)的形狀、大小、間距等其他干擾因素，通過(guò)實(shí)驗(yàn)挑選出識(shí)別效果較好的標(biāo)記點(diǎn)顏色組合。常用的顏色空間有RGB模型、YCbCr模型、HSV模型等。而最常用于顏色識(shí)別的是HSV模型，它由三個(gè)參數(shù)構(gòu)成：色度（H）、飽和度（S）、亮度（V）。對(duì)彩色標(biāo)記點(diǎn)進(jìn)行匹配時(shí)，標(biāo)記點(diǎn)的顏色差異越大，標(biāo)記點(diǎn)越容易被識(shí)別和匹配。在HSV顏色空間中，各類(lèi)顏色的差異越大，對(duì)應(yīng)的色調(diào)（H）值范圍差別則越大，而所占的顏色空間分散程度也越大。顏料三基色黃色、品紅色、青色（黃品青）及光學(xué)三原色紅色、綠色、藍(lán)色（紅綠藍(lán)）兩種顏色組合對(duì)應(yīng)的HSV范圍如表1所示，在HSV空間中的散點(diǎn)圖如圖1所示。在HSV空間中，黃品青與紅綠藍(lán)兩種顏色組合的分散程度較大，由此本文選用了黃品青與紅綠藍(lán)來(lái)做標(biāo)記點(diǎn)的顏色優(yōu)化實(shí)驗(yàn)。

同理在標(biāo)記點(diǎn)形狀優(yōu)化設(shè)計(jì)中，先固定標(biāo)記點(diǎn)的顏色、大小、間距等其他干擾因素，然后對(duì)設(shè)計(jì)的圓形、方形、雪花形等形狀進(jìn)行實(shí)驗(yàn)驗(yàn)證，挑選出識(shí)別效果較好的標(biāo)記點(diǎn)形狀。

在制作標(biāo)記點(diǎn)時(shí)，首先利用HSV顏色空間與YCbCr顏色空間的轉(zhuǎn)換關(guān)系，將挑選的顏色的對(duì)應(yīng)參數(shù)在YCbCr顏色空間里進(jìn)行轉(zhuǎn)換再打印，以減小彩色打印時(shí)標(biāo)記點(diǎn)顏色本身帶來(lái)的誤差。

2? 圖像采集

為了排除人體擺動(dòng)、呼吸等對(duì)實(shí)驗(yàn)結(jié)果造成影響，標(biāo)記點(diǎn)優(yōu)化實(shí)驗(yàn)的實(shí)驗(yàn)?zāi)繕?biāo)設(shè)為一個(gè)規(guī)則的圓桶。本文使用兩個(gè)POINT GREY GS3-U3-28S4C-C型號(hào)的工業(yè)攝像頭搭建雙目立體視覺(jué)系統(tǒng)，如圖2所示。

相機(jī)拍攝距離為80 cm。使用低畸變百萬(wàn)像素鏡頭，SONY ICX687傳感器，焦距6 mm，有效像素為1 928×1 448，總像素2.8 million pixel。同時(shí)還配置Intel（R） Core（TM） i7-10750H型號(hào)的中央處理器（CPU）、16 GB內(nèi)存和NVIDIA GeForce RTX 2060型號(hào)獨(dú)立顯卡的筆記本電腦。電腦通過(guò)使用兩個(gè)USB接口對(duì)雙目相機(jī)進(jìn)行控制、采集及存儲(chǔ)鑲嵌著標(biāo)記點(diǎn)的圓桶圖像。

3? 實(shí)驗(yàn)與分析

3.1? 標(biāo)記點(diǎn)顏色優(yōu)化

圖3是圓形黃品青標(biāo)記點(diǎn)的實(shí)驗(yàn)素材示例。

標(biāo)記點(diǎn)的形狀設(shè)為圓形，直徑為5 mm，間距為1 cm。黃品青與紅綠藍(lán)兩種顏色組合的三個(gè)不同顏色的標(biāo)記點(diǎn)分別依次排列，循環(huán)九次，一共有27個(gè)標(biāo)記點(diǎn)。利用Photoshop軟件提取到鑲嵌著圓形黃品青與圓形紅綠藍(lán)標(biāo)記點(diǎn)的左、右視圖的感興趣區(qū)域。

利用基于HSV模型的顏色空間聚類(lèi)算法^[8]，在HSV顏色空間內(nèi)對(duì)鑲嵌著圓形黃品青標(biāo)記點(diǎn)的左、右視圖的感興趣區(qū)域進(jìn)行各顏色的分類(lèi)和標(biāo)記點(diǎn)的聚類(lèi)。首先根據(jù)表1，將分割圖像中的標(biāo)記點(diǎn)分為Y、M、C三種不同的顏色類(lèi)別，分割圖像中的像素構(gòu)成一個(gè)數(shù)據(jù)集Z={z₁，z₂，…，z_i}，i=1，2，…，n，n=1 928×1 448。分割圖像由RGB顏色空間轉(zhuǎn)換為HSV顏色空間。假如V_i大于46則根據(jù)其色度值H_i分量對(duì)像素進(jìn)行分類(lèi)，并向該像素添加表示顏色類(lèi)別的第四分量Ai;假如亮度值V_i大于46且11i

4? 結(jié)? 論

為了提高標(biāo)記點(diǎn)的識(shí)別效果，本文設(shè)計(jì)了幾種不同顏色和不同形狀的彩色標(biāo)記點(diǎn)。利用基于HSV模型的顏色空間聚類(lèi)算法，對(duì)各種彩色標(biāo)記點(diǎn)進(jìn)行識(shí)別驗(yàn)證，實(shí)驗(yàn)證明了黃品青圓形標(biāo)記點(diǎn)的識(shí)別效果較好。在圖像匹配過(guò)程中，通過(guò)提高標(biāo)記點(diǎn)的識(shí)別效率，可以獲得準(zhǔn)確的匹配點(diǎn)對(duì)位置信息，提高圖像匹配準(zhǔn)確性，進(jìn)而減小在非接觸人體測(cè)量中的人體尺寸測(cè)量誤差。

參考文獻(xiàn)：

[1] ZHANG J，LIU K，DONG M，et al. An intelligent garment recommendation system based on fuzzy techniques [J].The Journal of The Textile Institute，2020，111（9），1324-1330.

[2] SU G，HU X R，PENG T，et al. Research and Comparison of Smoothing Algorithms for Geometric Solid Figures [C]//2017 2nd International Conference on Communications，I.nformation Management and Network Security （CIMNS2017）.Beijing：DEStech Publications，2017：6.

[3] 賈俊瑛.基于圖像的人體尺寸測(cè)量方法研究 [D].上海：上海師范大學(xué)，2020.

[4] 尹汪.基于圖像的人體尺寸獲取 [D].武漢：武漢紡織大學(xué)，2018.

[5] WEISS A，HIRSHBERG D，BLACK M J. Home 3D body scans from noisy image and range data [C]//2011 IEEE International Conference on Computer Vision （ICCV 2011）.Barcelona：IEEE，2011：1951-1958.

[6] YANG L，HUANG Q，SONG X，et al. Girth Measurement Based on Multi-View Stereo Images for Garment Design [J].IEEE Access，2020，8：160338-160354.

[7] 馬永立.基于標(biāo)記點(diǎn)的圖像點(diǎn)匹配方法研究 [D].西安：西安科技大學(xué)，2011.

[8] 黃倩倩.面向服裝設(shè)計(jì)的多視點(diǎn)人體參數(shù)測(cè)量 [D].鄭州：中原工學(xué)院，2020.

作者簡(jiǎn)介：宋仙麗（1993—），女，漢族，河南周口人，碩士研究生在讀，研究方向：圖像處理、計(jì)算機(jī)視覺(jué);夏建磊（1984—），男，漢族，河南漯河人，講師，碩士，研究方向：計(jì)算機(jī)視覺(jué)。

收稿日期：2021-03-09

基金項(xiàng)目：河南省高校重點(diǎn)科研項(xiàng)目（19A51 0005、21A510016、21A520052）;校內(nèi)重大項(xiàng)目成果培育計(jì)劃（K2020ZDPY02）