【摘要】 本发明涉及一种自动检测人体下肢特征点的方法，包括以下步骤：1)图像采集：被测者身着专业测量裤，利用图像采集装置，采集被测者正面、侧面两张图像并提取出腿部轮廓；2)大腿根下5公分处的检测：根据专业测量裤的边缘来判断，即边缘就是大腿根下5公分处；3)小腿最粗处检测：采用逐步缩小检测范围，分层细化的方法检测小腿最粗的地方；4)腓骨点处的检测：在小腿最粗以上和大腿根下5公分以下检测，确定膝盖前侧最凹和后侧最凹的位置，两位置的平均值为腓骨点。发明有益的效果是：本发明通过自动识别人体下肢各特征点，能简单方便全自动进行医用压力袜所需的各个尺寸的获取，改进了以往需要贴标记或鼠标点击的半自动测量方法，更加方便快捷、准确。。 【专利类型】发明授权 【申请人】浙江理工大学 【申请人类型】学校 【申请人地址】310018 浙江省杭州市下沙高教园区2号街5号 【申请人地区】中国 【申请人城市】杭州市 【申请人区县】上城区 【申请号】CN201210239321.8 【申请日】2012-07-11 【申请年份】2012 【公开公告号】CN102783743B 【公开公告日】2014-07-23 【公开公告年份】2014 【授权公告号】CN102783743B 【授权公告日】2014-07-23 【授权公告年份】2014.0 【IPC分类号】A41H1/02 【发明人】黄晓平; 边境; 王兆青 【主权项内容】一种自动检测人体下肢特征点的方法，包括以下步骤：1)图像采集：被测者身着专业测量裤，利用图像采集装置，采集被测者正面、侧面两张图像并提取出腿部轮廓；2)大腿根下5公分处的检测：根据专业测量裤的边缘来判断，即边缘就是大腿根下5公分处；3)小腿最粗处检测：设置小腿最粗处的检测范围S1为20cm-46cm，每1cm进行宽度累加，当累加值开始从大变小时，就是小腿肚所在的区域，选定该处上下2cm为区域S2，这样检测范围缩小到S2；再在S2区域进行每2mm宽度累加和进行比较，值最大处即为小腿最粗处；4)腓骨点处的检测：在小腿最粗以上和大腿根下5公分以下检测，确定膝盖前侧最凸和后侧最凹的位置，两位置的平均值为腓骨点。 【当前权利人】浙江理工大学 【当前专利权人地址】浙江省杭州市下沙高教园区2号街5号 【专利权人类型】公立 【统一社会信用代码】12330000470009034M 【家族引证次数】3.0 【家族被引证次数】2

未经允许不得转载：http://www.zhongzhencnc.com/1791492945.html