岳超種 蘭祥

摘 要： 體質(zhì)參數(shù)是衡量學(xué)生健康與否的重要標準，利用信息化手段精確采集學(xué)生體質(zhì)參數(shù)能夠為相關(guān)教育部門提供數(shù)據(jù)支撐，有助于開展素質(zhì)教育，促進學(xué)生全面發(fā)展。文章首先闡述了學(xué)生體質(zhì)參數(shù)測量的兩種方法，分析了學(xué)生體質(zhì)參數(shù)測量的必要性，基于圖片處理技術(shù)設(shè)計開發(fā)了一套自動化獲取學(xué)生體質(zhì)參數(shù)的測量系統(tǒng)，并組織了學(xué)生體質(zhì)參數(shù)測量的對比研究實驗，將傳統(tǒng)的接觸式測量與基于圖像處理的非接觸式測量效果進行了對比分析。

關(guān)鍵詞：圖像處理；學(xué)生體質(zhì)參數(shù)；測量系統(tǒng)；自動化

中圖分類號：TP393 文獻標志碼：B 文章編號：1673-8454（2015）12-0084-04

一、引言

學(xué)生時期是身體發(fā)育的高峰期，也是體質(zhì)強壯的關(guān)鍵時期。隨著經(jīng)濟的發(fā)展，人們的物質(zhì)文化生活逐步提升，各年齡段學(xué)生的身體素質(zhì)卻呈現(xiàn)逐年下降的趨勢，此問題引起了社會的廣泛關(guān)注。因此，掌握學(xué)生的生長發(fā)育規(guī)律，并快速、簡潔、準確的測量學(xué)生的體質(zhì)參數(shù)具有現(xiàn)實意義。常用的傳統(tǒng)接觸式體質(zhì)參數(shù)測量方式費時費力，并且由于人為原因容易造成誤差，而數(shù)字圖像處理技術(shù)具有測量簡單、準確、自動化程度高等特點，因此，基于圖像處理技術(shù)設(shè)計一套高效、便捷、自動化的學(xué)生體質(zhì)參數(shù)測量系統(tǒng)，利用信息化手段準確獲取學(xué)生體質(zhì)參數(shù)，為相關(guān)教育部門提供可靠數(shù)據(jù)支撐，有助于促進學(xué)生的全面發(fā)展。

二、體質(zhì)參數(shù)測量方法及必要性分析

1.測量的概念及分類

人體測量學(xué)是一門用測量的方法研究人體體格特征的科學(xué)，是指通過測量人體各部分的尺寸來確定個體和群體之間的差別，從而為各種工業(yè)設(shè)計和工程設(shè)計提供人體測量數(shù)據(jù)。人體測量技術(shù)自上世紀70年代中期逐漸成為服裝數(shù)字化技術(shù)的重要研究課題，在30多年的發(fā)展中，大致經(jīng)歷了由手工測量向計算機輔助測量、由接觸式測量向非接觸式測量、由二維測量向三維測量的方式轉(zhuǎn)變，并向自動測量以及利用計算機執(zhí)行測量、處理和分析操作的方向發(fā)展[1]。人體測量方法根據(jù)測量工具是否與人體接觸可以分為接觸式測量和非接觸式測量[2]。

（1）接觸式測量

接觸式測量即傳統(tǒng)的測量方法，也稱手工測量，主要測量工具有軟尺、測高計、測距計、角度計等。該方法優(yōu)點是簡單、直觀，可以直接獲取到精確有效的人體參數(shù)，目前仍在一定范圍內(nèi)使用。其不足主要體現(xiàn)在以下兩方面：一是由于測試者的經(jīng)驗不同，被測數(shù)據(jù)會產(chǎn)生一定程度的差異；二是當測量范圍較大或樣本容量較大時，會出現(xiàn)測量效率低、耗時長等問題。

（2）非接觸式人體測量

非接觸式人體測量是現(xiàn)代化人體測量技術(shù)的主要特征。它彌補了傳統(tǒng)接觸式人體測量方法的不足，使測量更加方便、快捷。三維人體自動測量是非接觸式人體測量的一個重要分支和方向。三維人體自動測量作為現(xiàn)代圖像測量技術(shù)的一個分支，以現(xiàn)代光學(xué)為基礎(chǔ)，融合光電子學(xué)、計算機圖像學(xué)、信息處理、計算機視覺等科學(xué)技術(shù)為一體[3]。

非接觸式測量分為主動式和被動式非接觸測量。主動式非接觸測量方法主要是通過發(fā)射光線、接受反射光成像的方式來進行測量。測量的數(shù)據(jù)信息完整、精確，但該類方法對設(shè)備的要求比較嚴格，且成本相對較高，對測量人員也有專業(yè)的要求，并且向被測者發(fā)射光線，極可能引起被測者的心理反感，影響測量結(jié)果。而被動式非接觸測量對設(shè)備以及測量人員的要求都相對偏低，也不會引起被測者的心理反感。非接觸式人體測量又包括很多方法，如表1所示。

2.學(xué)生體質(zhì)參數(shù)測量必要性和可行性分析

一是當代學(xué)生體質(zhì)出現(xiàn)一系列問題，通過測量有助于避免這些問題，為教育部門提供數(shù)據(jù)支撐和決策支持，促進學(xué)生全面發(fā)展。

二是基于圖像處理的技術(shù)已經(jīng)相當成熟，且相對于其它測量方法，有以下優(yōu)點：①開發(fā)成本比較低，對設(shè)備的要求低，不需要專門的專業(yè)設(shè)備。②操作簡單、方便，對測量人員的素質(zhì)要求不高。③可以實現(xiàn)離線化、自動化處理，處理效率高。

三、系統(tǒng)設(shè)計

1.測量指標的選取

身體形態(tài)是人體生命活動的物質(zhì)基礎(chǔ)，能夠反映一定的身體機能。由于當今校園里學(xué)生群體普遍存在坐姿不正以及長期保持坐立等引起的背部發(fā)生畸變的問題，因此，根據(jù)學(xué)生青春期發(fā)育特點，選取身高、臂展、頭圍、坐高等指標作為測量指標。

2.測量的原理

本研究是基于圖像處理的技術(shù)實現(xiàn)人體測量，實現(xiàn)原理基于被動式雙目視覺原理。所需設(shè)備主要有兩個數(shù)碼相機和一個標定尺，兩個數(shù)碼相機用以獲取被測者的正面圖像和側(cè)面圖像，標定尺用以標定單位距離在圖像中的映射長度，為還原真實長度提供參考依據(jù)。所得圖像按照圖像預(yù)處理（灰度處理、二值化處理）、圖像輪廓提取、特征點識別和標定等步驟進行處理，最后根據(jù)標定的比例關(guān)系還原真實長度，實現(xiàn)人體參數(shù)的自動化獲取。

3.系統(tǒng)的數(shù)據(jù)流程

系統(tǒng)的數(shù)據(jù)流程圖如圖1所示，首先通過兩個已經(jīng)定標好的數(shù)碼相機同時對被測者進行圖像采集，得到被測者的正面和側(cè)面圖像；然后分別對圖像進行預(yù)處理，包括圖像灰度化、圖像二值化、圖像邊緣檢測及輪廓提取，根據(jù)預(yù)處理圖像結(jié)合人體形態(tài)特征進行人體特征點的標定，最后根據(jù)雙目視覺原理，將圖像中的坐標點轉(zhuǎn)化為實際人體物理坐標，最后根據(jù)物理坐標計算人體各項測量指標的真實數(shù)據(jù)。

4.相關(guān)技術(shù)

（1）圖像灰度化

圖像灰度化即彩色圖像轉(zhuǎn)化為灰度圖的過程。彩色圖像中每個像素的顏色由R、G、B三個分量決定，而每個分量有255個值，則每個像素點的取值為0～255*255*255。而灰度圖像是R、G、B三個分量相同的一種特殊彩色圖像，每個像素點的值為0～255。由于尺寸的提取與照片的色彩沒有關(guān)系，為了提高處理的速度和效率，可以將彩色圖像經(jīng)過灰度處理轉(zhuǎn)化為灰度圖像，灰度轉(zhuǎn)換的方法有以下幾種：

浮點算法：Gray=R*0.3+G*0.59+B*0.11

整數(shù)方法：Gray=（R*30+G*0.59+B*11）/100

移位方法：Gray=（R*76+G*151+B*28）>>8

平均值法：Gray=（R+G+B）/3

僅取綠色：Gray=G

通過上述任一方法得到Gray后，將原來RGB（R，G，B）中的R，G，B統(tǒng)一用Gray替換，形成新的RGB（Gray，Gray，Gray），即完成了圖像的灰度變換。對比分析表明，第5種方法可以將人體與背景有效的分離，有利于后期操作，故采用僅取綠色的方法進行灰度處理。

（2）圖像二值化

二值化是圖像處理的基本操作，任何圖像處理基本離不開二值化。為了使整個圖像呈現(xiàn)出明顯的黑白視覺效果，將圖像像素點的灰度值設(shè)置為0或255，常用的方法是設(shè)定一個閾值T，用T將圖像的數(shù)據(jù)分成兩部分：

g（x，y）=0 （灰度值小于閾值（T））

255（灰度值大于閾值（T））

經(jīng)過大量的實驗測試，本研究選取閾值為100可以得到最佳的處理效果。

（3）圖像邊緣檢測及輪廓提取

邊緣存在于目標與背景、目標與目標、區(qū)域與區(qū)域之間，圖像的邊緣是局部特征不連續(xù)出現(xiàn)的部分，也就是圖像局部亮度變化最顯著的部分，是圖像最基本的特征之一。大部分信息都蘊含于圖像邊緣處，是圖像分割、圖像分類、圖像配準和模式識別所依賴的重要特征。圖像邊緣檢測的基本步驟為濾波、增強、檢測和定位。輪廓提取的基本方法就是邊緣檢測法，即借助于空域微分子進行，通過將模本與圖像卷積完成。常用的邊緣檢測方法有梯度算子、Sobel算子、Roberts算子、Canny算子等。

（4）特征點的標定及提取

標定尺的標定作用是建立一個真實物理坐標和圖像像素坐標的一一對應(yīng)關(guān)系，本研究采用一種相對簡單的二維平面標定方法，即標定尺選為一條長為100cm的尺子，根據(jù)其在圖像中映射長度，計算真實距離與圖像距離的比例關(guān)系，根據(jù)這個比例關(guān)系，可以還原人體各個指標參數(shù)的真實數(shù)據(jù)。

①身高的確定，主要包括頭頂點和足底點的標定。從圖像左上角即圖像第一個像素點（0，0）處開始，從左向右自頂向下進行逐點掃描，當遇到第一個白點即像素值為255，停止掃描，并記錄該點的坐標（x1，y1），那么y=y1這條線就是頭頂線；利用同樣的方法從圖像的左下角從左向右從下向上逐點進行掃描，遇到第一個白點記錄坐標（x2，y2），那么y=y2即為足底線。人體實際身高在圖像上的映射長度為：△y（身高）=y2-y1。

②坐高的確定方法同上。

③臂展的確定，主要包括臂展兩端的標定。臂展左端點坐標點確定方法與身高確定方法類似，從圖像左上角坐標（0，0）處開始，但掃描方向不同，先進行自上而下再從左向右進行逐點掃描，遇到第一個像素值為255的點停止掃描，記錄坐標（x3，y3）；右端點坐標采取同樣的方法，從圖像的右上方坐標（imag.width，0）自上而下，由右向左進行掃描，遇到第一個像素值為255的點停止并記錄坐標（x4，y4），那么實際臂展在圖像上的映射長度為△y（臂展）=x4-x3。

④頭圍的測量。要進行頭圍的測量，必須對頭圍進行建模。本研究以橢圓模型對頭圍進行數(shù)學(xué)建模，將測量結(jié)果與真實數(shù)據(jù)進行比較分析，對兩組數(shù)據(jù)進行函數(shù)擬合得到頭圍，把誤差控制在合理的范圍之內(nèi)。首先根據(jù)橢圓公式：+=1（a>b>0）（2a為橢圓的長軸，2b為橢圓的短軸，焦點在x軸上），確定a和b的值，運用橢圓周長近似公式L=2πb+4（a-b）求出橢圓周長。從眉間點為起點，經(jīng)枕后點再至眉間點的圍長，兩側(cè)部位為兩耳上方略高的位置，因此以兩耳位置上方2個像素處為橢圓短軸的兩個端點，進行頭圍測量。首先在頭部區(qū)域上下掃描，找出兩耳的高度，即臉部最寬的部分為兩耳所在位置，從而找到頭圍所在的高度y5；然后在此高度位置，分別從左右兩測進行掃描，遇到像素值為255的記錄下來，得到兩個坐標點（x左，y5）和（x右，y5），從而得到橢圓模型的短軸長度。同樣的方法，在側(cè)面圖像的同一高度進行掃描，亦會得到橢圓模型的長軸長度。根據(jù)公式進行轉(zhuǎn)換得到頭圍的長度。

5.單位轉(zhuǎn)換

以上方法中得到的坐標或者長度均是采用像素為單位，要得到實際的人體參數(shù)，就必須將圖像中的像素轉(zhuǎn)化為實際的物理長度。在進行人體圖像處理之前，須進行一個實際物理坐標在圖像中的映射轉(zhuǎn)化，即將一個單位長度（100cm）的標準尺寸的標尺放在拍攝地點即被測者的位置進行拍照，通過圖像處理得到它在圖像中的像素長度L（標尺），從而得出圖像像素到物理坐標的映射長度，即L（實際）=L（像素）*（100/L（標尺））cm。

四、系統(tǒng)的實現(xiàn)

1.系統(tǒng)的編制

運用Labview2013進行語言編寫，在Windows7操作系統(tǒng)環(huán)境下進行開發(fā)。Labview是一種圖形化的編程語言，又稱“G”語言。包含前面板和程序框圖兩個部分，具備可視化的編程環(huán)境。使用這種語言編程時，代碼量相對較少，取而代之的是流程圖，在進行程序調(diào)試的時候，能夠清楚看到數(shù)據(jù)流的執(zhí)行情況，使編程簡單直觀。

2.程序界面設(shè)計

將每個功能模塊的處理情況直觀的體現(xiàn)出來，可以清楚的看到每個功能模塊的處理效果，方便發(fā)現(xiàn)問題并對程序進行調(diào)試和修改。界面有以下幾部分組成：一是兩個選擇圖像的對話框提供圖像的輸入功能，分別為正面圖像和側(cè)面圖像；二是數(shù)據(jù)保存位置的選擇框，用以選擇人體參數(shù)的輸出位置，本系統(tǒng)是將數(shù)據(jù)存儲在excel表中；三是下側(cè)兩個按鈕分別用以執(zhí)行和終止，當點擊“執(zhí)行”按鈕時，開始圖像的處理，圖像執(zhí)行完畢后，按下“終止”按鈕退出程序；四是右上方的數(shù)據(jù)顯示區(qū)域，每處理完一組數(shù)據(jù)，會自動顯示在顯示區(qū)域。

3.測量結(jié)果分析

本研究選取濟南市某小學(xué)二年級8歲左右的40名小學(xué)生為測量對象，通過傳統(tǒng)接觸式測量和使用基于圖像處理的系統(tǒng)測量分別得出數(shù)據(jù)（見圖3），進行對比分析。

分析發(fā)現(xiàn)，利用本系統(tǒng)提取的數(shù)據(jù)與傳統(tǒng)接觸式測量方式所得數(shù)據(jù)相比，精度更高，并且方便快捷，具有很好的泛用性，誤差基本控制在0.5cm之內(nèi)，能夠符合人體尺寸信息提取的要求。該部分將再適當擴充。

五、結(jié)束語

（1）通過人體正面和側(cè)面兩張圖像，并通過圖像處理方法，實現(xiàn)對人體參數(shù)的測量，建立三維人體模型。

（2）通過圖像處理的方法相對于傳統(tǒng)手工測量方法易于操作、方便快捷、省時高效、具有離線化處理等優(yōu)勢。但也有不足之處，獲取的信息僅僅來自兩張圖片，不能很好的進行三維的計算，信息量有限，對結(jié)果提取會產(chǎn)生一定的困難和誤差。

（3）針對學(xué)生群體選取的指標相對較少，基于圖像處理技術(shù)只能獲取學(xué)生形態(tài)方面的指標，不能全面反映當前學(xué)生的體質(zhì)出現(xiàn)的問題，且只能橫向反映某個階段學(xué)生群體出現(xiàn)的體質(zhì)問題，沒有定期跟蹤對學(xué)生進行測量，不能正確反映學(xué)生體質(zhì)長期縱向發(fā)展情況。

參考文獻：

[1]李勇，付小莉，尚會超.三維人體測量方法的研究[J].紡織學(xué)報，2001（4）：261-263.

[2]羅仕鑒，朱上上，孫守遷.人體測量技術(shù)的現(xiàn)狀與發(fā)展趨勢[J].人類工效學(xué)，2002，8（2）：31-34.

[3]張穎，鄒奉元.三維人體測量技術(shù)的原理及應(yīng)用[J].浙江工程學(xué)院學(xué)報，2003，20（4）：310-314.

[4]Meadows D.M..Generation of surface contour by moirc patterns[J].Applied Optics，1990，9（9）：1467-1478.

[5]李勇，付小莉.基于紅外的三維人體自動測量系統(tǒng)[J].紡織學(xué)報，2003，24（1）：69-71.

[6]叢杉，張渭源.數(shù)字技術(shù)在服裝定制中的應(yīng)用[J].東華大學(xué)學(xué)報：自然科學(xué)版，2006，32（1）：125-130.

[7]Roger Y，Tsai.Aversatile camera calibration technique for hign-accuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses[J].IEEE Journal of Robotic and Automation，1987，3（4）：323-342.

[8]SU J，H wang.Three Dimensional Body Scanning Systems with Potensional for Use in the Apparel Industry[J].Textile Technology and Management，2001，13（4）：18-19，29-32.

[9]王祺明.服裝業(yè)三維人體測量技術(shù)的方法和現(xiàn)狀分析[J].紹興文理學(xué)院學(xué)報（自然科學(xué)版），2002（4）：65-68.

（編輯：魯利瑞）