基于線性結(jié)構(gòu)光掃描的虛擬3D試衣間

呂志濤

【摘 要】 成衣交易占據(jù)了網(wǎng)購很大的比重，但是成衣網(wǎng)絡(luò)交易存在很大的弊端—購衣者不可避免的面臨合身與不合身的問題，也不可能隨意地試衣服，網(wǎng)購的這些弊端極大的抹殺了消費者的網(wǎng)購的意愿?，F(xiàn)有的很多試衣軟件也只是在二維的基礎(chǔ)上模擬人體試衣，但是這些試衣法僅僅能讓消費者選擇衣服的顏色樣式，合身與否就無法得知。本文論述一種采用固定普通的家庭數(shù)碼相機，并手持激光掃描器掃描并攝制視頻，通過近景攝影測量學(xué)對人體進行三維模型的構(gòu)建，生成的深度圖像，通過設(shè)計出的具有試衣功能的虛擬3D試衣間軟件，得到人體實際尺寸，并大致展示出試衣效果，從而滿足人們的網(wǎng)絡(luò)試衣的需求。

【關(guān)鍵詞】 家庭數(shù)碼相機 手持激光掃描 三維模型 深度圖像 試衣

1 測量基本原理及開發(fā)環(huán)境

1.1 結(jié)構(gòu)光三維測量基本原理

結(jié)構(gòu)光三維測量是基于光學(xué)三角法測量原理。如圖1所示，激光器投射的光束通過一個柱面鏡在空間中形成一個激光平面，當與物體的表面相交時便在物體表面產(chǎn)生一亮的光條。如光條彎曲表示曲面有變化，光條的偏移程度與物體表面深度有關(guān)，光條不連續(xù)表示物體表面有間隙。

在近景攝影測量中共線條件方程式具體的數(shù)學(xué)關(guān)系式如式2.1。

（2.1）

通過對相機的標定及平差處理，內(nèi)外方位元素都可以計算出來。于是式2.1中的各個參數(shù)已知，由此就可以建立起來從相片上的x，y到物點坐標X，Y，Z之間的數(shù)學(xué)關(guān)系式，這個過程在攝影測量學(xué)上被稱為（單像）空間后方交會。

如圖1，點1，3，4，2共面，通過點1，3所在的線和點4，2所在的線的函數(shù)式可以求出四個點所在的平面，而點5也在這個平面上，這樣點5就又有一個方程，結(jié)合上面的共線方程即可解算出點5的空間坐標X，Y，Z。

1.2 系統(tǒng)硬件環(huán)境介紹

（1）標定平面的設(shè)計。兩個輔助平面由兩塊鑲嵌著一系列黑色圓點的標定木板組成，圓點中安裝了40個紅色燈珠，主要目的是確定相機的內(nèi)外方位元素。兩板之間的夾角為90度。（2）拍攝相機的選取。因為項目目標是為了適應(yīng)普通家用數(shù)碼相機，本次選用的是固定在地面的Sony數(shù)碼相機，制作過程中關(guān)閉了自動變焦功能，以解算出正確的外方位元素。

2 直接線性法相機標定

2.1 直接線性變換

直接線性變換從共線條件方程式（詳見式2.1）演繹而來。由于非本文敘述重點，在此省略詳細的推導(dǎo)過程，對其做進一步推導(dǎo)，可列出一組解系數(shù)的線性方程，見式3.1。

（3.1）

本系統(tǒng)所設(shè)計的標點共四十個，于是就有80個方程參與解算。由求出至十一個參數(shù)的最小二乘解。

由于本系統(tǒng)所用的相機為普通家用數(shù)碼相機，其光學(xué)畸變差通常較大，改正模型如下：

（3.2）

和為像點觀測值的改正數(shù)，光學(xué)畸變差改正為和。本系統(tǒng)索顧及的徑向畸變參數(shù)為，；偏心畸變參數(shù)為，。因此根據(jù)間接平差原理求出至以及鏡頭光學(xué)畸變參數(shù)、、和。

2.2 外方位元素獲取

本系統(tǒng)利用OpenCv逐幀獲取圖像。在標定視頻部分使用otsu算法求取最佳二值化閾值并閾值化，對每個輪廓分別計算平均點坐標即可獲得40個點中心的像方坐標。

將檢測出來的點進行排序，基本思想為：在y方向按照y坐標排序可以分隔左板和右板的點，在分別按照x方向排序可以分隔各個點，這樣計算機就正確識別了點號。

最后使用鋼尺測量得到標定點的物方坐標，即可使用直接線性法解算得到外方位元素。

2.3 物點坐標反算獲取

在檢測掃描線函數(shù)關(guān)系式的時候，按照x方向按照點灰度求加權(quán)得到加權(quán)坐標，然后從上至下由x方向遍歷這個圖像，當檢測到圖像最大灰度小于一個經(jīng)驗閾值110的時候停止檢測，如此按列反復(fù)掃描并將這些點進行最小二乘擬合可以得到上下掃描線函數(shù)，結(jié)合外方位元素可以計算得到這些線的物方坐標函數(shù)。將夾在掃面線中間的點中間的點經(jīng)過灰度加權(quán)求像方坐標，而這個像方坐標是滿足的共線方程的，結(jié)合求出來的兩個掃描線函數(shù)即可解算出每個點的XYZ，得到物體表面深度數(shù)據(jù)。

3 OpenGL3D展示平臺

3.1 三角網(wǎng)的建立

目前，Deluanay三角網(wǎng)的建立方法比較成熟，但經(jīng)試驗這些建網(wǎng)方法大量耗時，而本次研究提出的建網(wǎng)方法充分發(fā)揮了解算中每一幀的點云之間的相關(guān)性，從而進行更快的建網(wǎng)，具體如下述。

選取相鄰兩幀的掃描線并在兩條掃描線之間均勻的建網(wǎng)，建立兩個指針fron和back分別指向上一幀和下一幀掃描線第一個點。并進行比較，如果back指針的點比fron指針的點x坐標小，則在fron，back，back+1三個點之間建立三角網(wǎng)并儲存，并把back指向同一幀的下一個點，如果fron指針點x比back的小反之。當其中一個指針指到了對應(yīng)一幀的最后一個點，則另一個指針不斷的向后移動同時建立三角網(wǎng)并存儲。當兩個指針都指到了本幀的盡頭則fron指針和back指針指向分別對應(yīng)的下一幀的開頭。當掃描完所有的幀數(shù)畫出網(wǎng)形，建網(wǎng)完畢。

經(jīng)過實驗，使用這種建網(wǎng)方法可以在1秒左右完成20000個點的人體表面三角網(wǎng)建立。

3.2 OpenGL服裝繪制

本項目致力于人體表面真實三維點云坐標提建模及其較為準確的數(shù)據(jù)提取，服裝的藝術(shù)性以及可欣賞性不是本項目研究的重點。因此，下面的研究將使用比較簡單的方法對服裝進行繪制展示。

繪制服裝將使用OpenGL的NURBS曲面繪制接口進行繪制，對上衣和下衣分別使用16個控制點繪制NURBS曲面來顯示衣服，結(jié)果如圖2。

4 精度評定

4.1 實驗結(jié)果與結(jié)論

作者使用本文述標定點獲取方法檢測得到的標定點坐標值如表1所示。endprint

而這些點在打點的時候物方坐標已知，這樣就可以通過本文論述的方法獲得相機外方位元素。

4.2 OpenGL平臺展示及其效果評定

作者使用本文論述解算方法進行實驗，通過OpenGL接口提供的點的選取功能選出肩膀處及腰部兩側(cè)坐標如下：

肩膀： （1.13687 0.457177 2.00333）

（0.732448 0.667097 1.9898 ）

S1=0.456m

腰部： （1.14168 0.550894 1.98853）

（0.830256 0.660169 1.97889）

S2=0.330m

實際使用鋼尺對人測的距離

S10=0.460m

S20=0.340m

上述數(shù)據(jù)可以為受測試者選定衣服提供依據(jù)，是相對準確的。

4.3 偏差原因

由上述數(shù)據(jù)分析可以看出，實際測量結(jié)果和點云得到的結(jié)果有一定差距，偏差原因分析如下：（1）使用鋼尺測得不是很準確的直線距離，和點云計算得到的直線距離有一定差距。（2）在點云選取上與實際的測量位置有不一致，也是產(chǎn)生誤差的原因之一。（3）本系統(tǒng)的偶然誤差和三維外方位元素解算過程中的系統(tǒng)誤差。改進方向： （1）制作一個工字型的測量尺來得到腰寬和肩寬的直線距離。（2）改進系統(tǒng)的各個環(huán)節(jié)，可以加入更加復(fù)雜的畸變參數(shù)模型。（3）改進激光條帶中心提取算法。（4）硬件層面上，可以使用質(zhì)地更好的標定板，適當降低標定燈亮度以減少光暈對測量的影響。（5）可以使用更好的數(shù)碼相機來采集視頻數(shù)據(jù)。（6）選取激光線更細的激光器，降低因為線細化過程中引起的誤差。

5 總結(jié)與展望

5.1 本文總結(jié)

本課題完成的主要工作如下：（1）根據(jù)本課題的實際需要，成功地研制了一套用于測量物體表面深度圖像成像系統(tǒng)，并對其所涉及到的關(guān)鍵技術(shù)進行了探討。（2）針對本系統(tǒng)的具體情況，提出一種基于直接線性變換的標定方法，完成了攝影過程中相機外方位元素的獲取。（3）使用OpenGL顯示出來了測量得到的深度深度數(shù)據(jù)，研究并提出一種大量點云的快速三角網(wǎng)建法進行了三角網(wǎng)的建設(shè)。并使用OpenGL繪制了衣服提供三維的人體試衣初步效果。

5.2 展望

本課題要求系統(tǒng)具有測量、成像速度快，系統(tǒng)成本低并且能比較快捷的實現(xiàn)人體表面展示，經(jīng)過實驗已經(jīng)基本實現(xiàn)了這個要求。但仍有需要進一步完善的地方。本課題今后的工作主要有以下幾點：（1）改進標定板質(zhì)量。由于兩個輔助標定平面的平整度以及兩兩直接的垂直性直接關(guān)系到標定精度，向?qū)I(yè)的加工公司訂制標定板以提高質(zhì)量并實現(xiàn)更加精確的打孔；（2）利用質(zhì)量比較好的網(wǎng)絡(luò)攝像頭來代替照相機，網(wǎng)絡(luò)攝像頭可以直接連接計算機實現(xiàn)實時的標定和解算，提升實驗成果的趣味性和實用性。（3）另外，標定板上安裝的LED燈也可以使用更加柔和，光線相對較弱的燈珠，這樣可以減少刺眼的LED在正射攝像頭時產(chǎn)生的光暈現(xiàn)象，增強標定的精度。 （4）使用光線更細的一字型激光器，減少激光線細化過程中產(chǎn)生的誤差，提升人體表面掃描的分辨率。（5）集成所有軟件為一個自動化處理的軟件，使研究成果具有更好的易用性。（6）使用更為精細的人體表面紋理方法，可以在攝取視頻即使拍攝人體表面照片并根據(jù)照片進行紋理。

參考文獻：

[1]馮文灝.近景攝影測量[M].武漢：武漢大學(xué)出版社，2002.

[2]武漢大學(xué)測繪學(xué)院測量平差學(xué)科組.誤差理論與測量平差基礎(chǔ)[M].武漢：武漢大學(xué)出版社，2003.

[3]Edward Angel，段飛（譯）.OpenGL編程基礎(chǔ)[M].北京：清華大學(xué)出版社，2008.endprint

而這些點在打點的時候物方坐標已知，這樣就可以通過本文論述的方法獲得相機外方位元素。

4.2 OpenGL平臺展示及其效果評定

作者使用本文論述解算方法進行實驗，通過OpenGL接口提供的點的選取功能選出肩膀處及腰部兩側(cè)坐標如下：

肩膀： （1.13687 0.457177 2.00333）

（0.732448 0.667097 1.9898 ）

S1=0.456m

腰部： （1.14168 0.550894 1.98853）

（0.830256 0.660169 1.97889）

S2=0.330m

實際使用鋼尺對人測的距離

S10=0.460m

S20=0.340m

上述數(shù)據(jù)可以為受測試者選定衣服提供依據(jù)，是相對準確的。

4.3 偏差原因

由上述數(shù)據(jù)分析可以看出，實際測量結(jié)果和點云得到的結(jié)果有一定差距，偏差原因分析如下：（1）使用鋼尺測得不是很準確的直線距離，和點云計算得到的直線距離有一定差距。（2）在點云選取上與實際的測量位置有不一致，也是產(chǎn)生誤差的原因之一。（3）本系統(tǒng)的偶然誤差和三維外方位元素解算過程中的系統(tǒng)誤差。改進方向： （1）制作一個工字型的測量尺來得到腰寬和肩寬的直線距離。（2）改進系統(tǒng)的各個環(huán)節(jié)，可以加入更加復(fù)雜的畸變參數(shù)模型。（3）改進激光條帶中心提取算法。（4）硬件層面上，可以使用質(zhì)地更好的標定板，適當降低標定燈亮度以減少光暈對測量的影響。（5）可以使用更好的數(shù)碼相機來采集視頻數(shù)據(jù)。（6）選取激光線更細的激光器，降低因為線細化過程中引起的誤差。

5 總結(jié)與展望

5.1 本文總結(jié)

本課題完成的主要工作如下：（1）根據(jù)本課題的實際需要，成功地研制了一套用于測量物體表面深度圖像成像系統(tǒng)，并對其所涉及到的關(guān)鍵技術(shù)進行了探討。（2）針對本系統(tǒng)的具體情況，提出一種基于直接線性變換的標定方法，完成了攝影過程中相機外方位元素的獲取。（3）使用OpenGL顯示出來了測量得到的深度深度數(shù)據(jù)，研究并提出一種大量點云的快速三角網(wǎng)建法進行了三角網(wǎng)的建設(shè)。并使用OpenGL繪制了衣服提供三維的人體試衣初步效果。

5.2 展望

本課題要求系統(tǒng)具有測量、成像速度快，系統(tǒng)成本低并且能比較快捷的實現(xiàn)人體表面展示，經(jīng)過實驗已經(jīng)基本實現(xiàn)了這個要求。但仍有需要進一步完善的地方。本課題今后的工作主要有以下幾點：（1）改進標定板質(zhì)量。由于兩個輔助標定平面的平整度以及兩兩直接的垂直性直接關(guān)系到標定精度，向?qū)I(yè)的加工公司訂制標定板以提高質(zhì)量并實現(xiàn)更加精確的打孔；（2）利用質(zhì)量比較好的網(wǎng)絡(luò)攝像頭來代替照相機，網(wǎng)絡(luò)攝像頭可以直接連接計算機實現(xiàn)實時的標定和解算，提升實驗成果的趣味性和實用性。（3）另外，標定板上安裝的LED燈也可以使用更加柔和，光線相對較弱的燈珠，這樣可以減少刺眼的LED在正射攝像頭時產(chǎn)生的光暈現(xiàn)象，增強標定的精度。 （4）使用光線更細的一字型激光器，減少激光線細化過程中產(chǎn)生的誤差，提升人體表面掃描的分辨率。（5）集成所有軟件為一個自動化處理的軟件，使研究成果具有更好的易用性。（6）使用更為精細的人體表面紋理方法，可以在攝取視頻即使拍攝人體表面照片并根據(jù)照片進行紋理。

參考文獻：

[1]馮文灝.近景攝影測量[M].武漢：武漢大學(xué)出版社，2002.

[2]武漢大學(xué)測繪學(xué)院測量平差學(xué)科組.誤差理論與測量平差基礎(chǔ)[M].武漢：武漢大學(xué)出版社，2003.

[3]Edward Angel，段飛（譯）.OpenGL編程基礎(chǔ)[M].北京：清華大學(xué)出版社，2008.endprint

而這些點在打點的時候物方坐標已知，這樣就可以通過本文論述的方法獲得相機外方位元素。

4.2 OpenGL平臺展示及其效果評定

作者使用本文論述解算方法進行實驗，通過OpenGL接口提供的點的選取功能選出肩膀處及腰部兩側(cè)坐標如下：

肩膀： （1.13687 0.457177 2.00333）

（0.732448 0.667097 1.9898 ）

S1=0.456m

腰部： （1.14168 0.550894 1.98853）

（0.830256 0.660169 1.97889）

S2=0.330m

實際使用鋼尺對人測的距離

S10=0.460m

S20=0.340m

上述數(shù)據(jù)可以為受測試者選定衣服提供依據(jù)，是相對準確的。

4.3 偏差原因

由上述數(shù)據(jù)分析可以看出，實際測量結(jié)果和點云得到的結(jié)果有一定差距，偏差原因分析如下：（1）使用鋼尺測得不是很準確的直線距離，和點云計算得到的直線距離有一定差距。（2）在點云選取上與實際的測量位置有不一致，也是產(chǎn)生誤差的原因之一。（3）本系統(tǒng)的偶然誤差和三維外方位元素解算過程中的系統(tǒng)誤差。改進方向： （1）制作一個工字型的測量尺來得到腰寬和肩寬的直線距離。（2）改進系統(tǒng)的各個環(huán)節(jié)，可以加入更加復(fù)雜的畸變參數(shù)模型。（3）改進激光條帶中心提取算法。（4）硬件層面上，可以使用質(zhì)地更好的標定板，適當降低標定燈亮度以減少光暈對測量的影響。（5）可以使用更好的數(shù)碼相機來采集視頻數(shù)據(jù)。（6）選取激光線更細的激光器，降低因為線細化過程中引起的誤差。

5 總結(jié)與展望

5.1 本文總結(jié)

本課題完成的主要工作如下：（1）根據(jù)本課題的實際需要，成功地研制了一套用于測量物體表面深度圖像成像系統(tǒng)，并對其所涉及到的關(guān)鍵技術(shù)進行了探討。（2）針對本系統(tǒng)的具體情況，提出一種基于直接線性變換的標定方法，完成了攝影過程中相機外方位元素的獲取。（3）使用OpenGL顯示出來了測量得到的深度深度數(shù)據(jù)，研究并提出一種大量點云的快速三角網(wǎng)建法進行了三角網(wǎng)的建設(shè)。并使用OpenGL繪制了衣服提供三維的人體試衣初步效果。

5.2 展望

本課題要求系統(tǒng)具有測量、成像速度快，系統(tǒng)成本低并且能比較快捷的實現(xiàn)人體表面展示，經(jīng)過實驗已經(jīng)基本實現(xiàn)了這個要求。但仍有需要進一步完善的地方。本課題今后的工作主要有以下幾點：（1）改進標定板質(zhì)量。由于兩個輔助標定平面的平整度以及兩兩直接的垂直性直接關(guān)系到標定精度，向?qū)I(yè)的加工公司訂制標定板以提高質(zhì)量并實現(xiàn)更加精確的打孔；（2）利用質(zhì)量比較好的網(wǎng)絡(luò)攝像頭來代替照相機，網(wǎng)絡(luò)攝像頭可以直接連接計算機實現(xiàn)實時的標定和解算，提升實驗成果的趣味性和實用性。（3）另外，標定板上安裝的LED燈也可以使用更加柔和，光線相對較弱的燈珠，這樣可以減少刺眼的LED在正射攝像頭時產(chǎn)生的光暈現(xiàn)象，增強標定的精度。 （4）使用光線更細的一字型激光器，減少激光線細化過程中產(chǎn)生的誤差，提升人體表面掃描的分辨率。（5）集成所有軟件為一個自動化處理的軟件，使研究成果具有更好的易用性。（6）使用更為精細的人體表面紋理方法，可以在攝取視頻即使拍攝人體表面照片并根據(jù)照片進行紋理。

參考文獻：

[1]馮文灝.近景攝影測量[M].武漢：武漢大學(xué)出版社，2002.

[2]武漢大學(xué)測繪學(xué)院測量平差學(xué)科組.誤差理論與測量平差基礎(chǔ)[M].武漢：武漢大學(xué)出版社，2003.

[3]Edward Angel，段飛（譯）.OpenGL編程基礎(chǔ)[M].北京：清華大學(xué)出版社，2008.endprint