一種建模方法及裝置的制造方法
【技術領域】
[0001] 本發(fā)明涉及自動化領域，尤其涉及一種建模方法及裝置。
【背景技術】
[0002] 目前獲取人體的形體特征的方式主要包括：皮尺測量、照片比對兩種方式，以下是 這兩種方式的各自實現(xiàn)過程：
[0003] 第一種，皮尺測量方式需要專業(yè)人員通過皮尺對待測用戶進行各個部分的測量， 進而獲得人體的形體特征，由于每個人的測量習慣和方式不盡相同，導致人體尺寸誤差較 大，無法統(tǒng)一，并且該方案所耗費的時間較長。
[0004] 第二種，照片比對方式首先需要拍攝具有參照物的用戶的圖像，然后通過專業(yè)人 員對照片進行分析之后"估計"出人體的大概尺寸，其首先需要拍攝的照片有參照物，并且 對于照片的角度也有很大的要求，另外，由于還是需要人工估測，故而也會導致誤差較大。
[0005] 由于現(xiàn)有技術中所測量的人體的形體特征的誤差較大，從而也導致基于該形體特 征所建立的人體的三維模型的誤差較大。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明提供一種建模方法及裝置，以解決現(xiàn)有技術中建立人體的三維模型時誤差 較大的技術問題。
[0007] 第一方面，本發(fā)明實施例提供一種建模方法，包括：
[0008] 獲取用戶的量體圖像，所述量體圖像包括：正面圖、側(cè)面圖、左側(cè)圖、右側(cè)圖；
[0009] 從所述量體圖像中提取出所述用戶的輪廓信息；
[0010] 基于所述輪廓信息和所述用戶的身高信息確定所述用戶的形體特征；
[0011] 基于所述形體特征建立所述用戶的三維模型。
[0012] 可選的，所述基于所述輪廓信息和所述用戶的身高信息確定所述用戶的形體特 征，具體包括：
[0013] 確定所述用戶的第一身體結(jié)構(gòu)所在的第一區(qū)域；
[0014] 基于所述第一區(qū)域確定第一身體結(jié)構(gòu)在所述量體圖像中的第一像素點距離；
[0015] 至少基于所述第一像素點距離、所述身高信息、所述用戶的身高在所述量體圖像 中的第二像素點距離確定所述第一身體結(jié)構(gòu)的特征。
[0016] 可選的，所述基于所述第一區(qū)域確定第一身體結(jié)構(gòu)在所述量體圖像中的第一像素 點距離，具體包括：
[0017] 確定所述第一區(qū)域中邊界斜率極值點所在位置為所述第一身體結(jié)構(gòu)的關節(jié)位 置；
[0018] 基于所述關節(jié)位置確定所述第一像素點距離。
[0019] 可選的，所述至少基于所述第一像素點距離、所述身高信息、所述用戶的身高在所 述量體圖像中的第二像素點距離確定所述第一身體結(jié)構(gòu)的特征，具體為：
[0020] 基于所述第一像素點距離、所述身高信息、所述第二像素點距離確定所述第一身 體結(jié)構(gòu)的尺寸。
[0021] 可選的，所述至少基于所述第一像素點距離、所述身高信息、所述用戶的身高在所 述量體圖像中的第二像素點距離確定所述第一身體結(jié)構(gòu)的特征，具體為：
[0022] 基于所述第一像素點距離、所述身高信息、所述第二像素點距離確定所述第一身 體結(jié)構(gòu)的寬度；以及基于所述第一身體結(jié)構(gòu)的寬度和所述第一身體結(jié)構(gòu)的第一模擬算法確 定所述第一身體結(jié)構(gòu)的周長；或
[0023] 基于所述第一像素點距離、所述身高信息、所述第二像素點距離確定所述第一身 體結(jié)構(gòu)的寬度和厚度；以及基于所述第一身體結(jié)構(gòu)的寬度、厚度和所述第一身體結(jié)構(gòu)的第 二模擬算法確定所述第一身體結(jié)構(gòu)的周長。
[0024] 可選的，在所述第一身體結(jié)構(gòu)為：上臂、下臂、手腕、大腿、膝蓋、小腿、腳踝時，所述 第一模擬算法具體為：nW，其中W表示第一身體結(jié)構(gòu)的寬度。
[0025] 可選的，在所述第一身體結(jié)構(gòu)為：胸、腹、腰、胯、頸時，所述模擬算法具體為： Jr(W+L) /2，其中W表示第一身體結(jié)構(gòu)的寬度，L表示第一身體結(jié)構(gòu)的厚度。
[0026] 第二方面，本發(fā)明實施例提供一種建模裝置，包括：
[0027] 獲取模塊，用于獲取用戶的量體圖像，所述量體圖像包括：正面圖、側(cè)面圖、左側(cè) 圖、右側(cè)圖；
[0028] 提取模塊，用于從所述量體圖像中提取出所述用戶的輪廓信息；
[0029] 第一確定模塊，用于基于所述輪廓信息和所述用戶的身高信息確定所述用戶的形 體特征；
[0030] 建立模塊，用于基于所述形體特征建立所述用戶的三維模型。
[0031] 可選的，所述第一確定模塊，具體包括：
[0032] 第一確定單元，用于確定所述用戶的第一身體結(jié)構(gòu)所在的第一區(qū)域；
[0033] 第二確定單元，用于基于所述第一區(qū)域確定第一身體結(jié)構(gòu)在所述量體圖像中的第 一像素點距離；
[0034] 第三確定單元，用于至少基于所述第一像素點距離、所述身高信息、所述用戶的身 高在所述量體圖像中的第二像素點距離確定所述第一身體結(jié)構(gòu)的特征。
[0035] 可選的，所述第二確定單元，具體包括：
[0036] 第一確定子單元，用于確定所述第一區(qū)域中邊界斜率極值點所在位置為所述第一 身體結(jié)構(gòu)的關節(jié)位置；
[0037] 第二確定子單元，用于基于所述關節(jié)位置確定所述第一像素點距離。
[0038] 可選的，所述第三確定單元，具體用于：
[0039] 基于所述第一像素點距離、所述身高信息、所述第二像素點距離確定所述第一身 體結(jié)構(gòu)的尺寸。
[0040] 可選的，所述第三確定單元，具體用于：
[0041] 基于所述第一像素點距離、所述身高信息、所述第二像素點距離確定所述第一身 體結(jié)構(gòu)的寬度；以及基于所述第一身體結(jié)構(gòu)的寬度和所述第一身體結(jié)構(gòu)的第一模擬算法確 定所述第一身體結(jié)構(gòu)的周長；或
[0042]基于所述第一像素點距離、所述身高信息、所述第二像素點距離確定所述第一身 體結(jié)構(gòu)的寬度和厚度；以及基于所述第一身體結(jié)構(gòu)的寬度、厚度和所述第一身體結(jié)構(gòu)的第 二模擬算法確定所述第一身體結(jié)構(gòu)的周長。
[0043] 可選的，在所述第一身體結(jié)構(gòu)為：上臂、下臂、手腕、大腿、膝蓋、小腿、腳踝時，所述 第一模擬算法具體為：nW，其中W表示第一身體結(jié)構(gòu)的厚度。
[0044] 可選的，在所述第一身體結(jié)構(gòu)為：胸、腹、腰、胯、頸時，所述第二模擬算法具體為： Jr(W+L) /2，其中W表示第一身體結(jié)構(gòu)的厚度，L表示第一身體結(jié)構(gòu)的寬度。
[0045] 本發(fā)明有益效果如下：
[0046] 由于在本發(fā)明實施例中，首先獲取用戶的量體圖像，所述量體圖像包括：正面圖、 側(cè)面圖、左側(cè)圖、右側(cè)圖；然后從所述量體圖像中提取出所述用戶的輪廓信息；接著基于所 述輪廓信息和所述用戶的身高信息確定所述用戶的形體特征；最后，基于所述形體特征建 立所述用戶的三維模型。由于該方案中不需要依賴專業(yè)人員采集人體的形體特征，而是直 接采集獲得用戶的量體圖像，從而基于量體圖像來獲得用戶的形體特征，而在獲得用戶的 形體特征的過程中不需要專業(yè)人士的測量（也即其采集精度不依賴于人工），故而該形體 特征