WO2023022630A1 - Способ измерения линейных размеров объекта по изображению - Google Patents

Способ измерения линейных размеров объекта по изображению Download PDF

Info

Publication number
WO2023022630A1
WO2023022630A1 PCT/RU2022/050252 RU2022050252W WO2023022630A1 WO 2023022630 A1 WO2023022630 A1 WO 2023022630A1 RU 2022050252 W RU2022050252 W RU 2022050252W WO 2023022630 A1 WO2023022630 A1 WO 2023022630A1
Authority
WO
WIPO (PCT)
Prior art keywords
dimensions
measured
contour
image
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/RU2022/050252
Other languages
English (en)
French (fr)
Inventor
Алексей Георгиевич ЯСТРЕБОВ
Сергей Викторович ШЕВШЕЛЕВ
Виталий Сергеевич ДЫШЛОВ
Виктория Алексеевна ОРЛОВА
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aiva LLC
Original Assignee
Aiva LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from RU2021124620A external-priority patent/RU2777785C1/ru
Application filed by Aiva LLC filed Critical Aiva LLC
Priority to EP22858840.6A priority Critical patent/EP4388912A4/en
Priority to CN202280056626.7A priority patent/CN117858641A/zh
Priority to US18/683,007 priority patent/US20250139805A1/en
Publication of WO2023022630A1 publication Critical patent/WO2023022630A1/ru
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A41—WEARING APPAREL
    • A41H—APPLIANCES OR METHODS FOR MAKING CLOTHES, e.g. FOR DRESS-MAKING OR FOR TAILORING, NOT OTHERWISE PROVIDED FOR
    • A41H1/00—Measuring aids or methods
    • A41H1/02—Devices for taking measurements on the human body
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/02—Affine transformations
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/88—Image or video recognition using optical means, e.g. reference filters, holographic masks, frequency domain filters or spatial domain filters
    • G06V10/92—Image or video recognition using optical means, e.g. reference filters, holographic masks, frequency domain filters or spatial domain filters using spatial domain filters, e.g. joint transform correlators
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/12—Acquisition of 3D measurements of objects

Definitions

  • the invention relates to methods for non-contact determination of the linear dimensions of an object and can be used to determine the anthropometric dimensions of human body parts in the virtual selection and ordering of clothing in online services and its production.
  • JP2017101356, IPC: A41H1/02, published 08/06/2017 taken as a prototype, in which a set of user photographs is produced, including at least one image of the user from the front or back, as well as a side view .
  • the actual dimensions are determined, which serve as a guide for the dimensions in the above images.
  • every part of the user's body can be measured from a simple shooting image, which greatly reduces the user's time in making clothes.
  • the measurement does not require special knowledge or skills, nor special or expensive tools.
  • the disadvantage of this known method is that this method involves finding measurement points on the image with the participation of a person, the measurement points can be located in different planes relative to each other, which can reduce the accuracy of measurements due to errors introduced during manual processing of photographs.
  • the participation of a second person or special equipment for surveying is required to carry out the measurements .
  • the technical result achieved by the claimed method consists in increasing the accuracy of non-contact determination of linear dimensions, increasing the speed of obtaining the measurement result through the use of computer vision algorithms and neural network technologies that analyze images without participation a person in the process of determining the size of the measured object, which eliminates the occurrence of errors that can be caused by human inattention.
  • the technical result is achieved due to the fact that in order to obtain an image in the frame, an exemplary object is placed along with the measured object, photographs are taken from different angles using a mobile device, for example, from above and from the side to determine the width and length of the object, respectively, and they are transmitted electronically to the server into a computational algorithm, then sequentially on each image using computer vision algorithms and an artificial neural network, the contours of the measured and reference objects are determined, at which the coordinates of the extreme points of the contour of the exemplary object are found and a projective transformation is performed to find the actual dimensions of the measured object, taking into account perspective distortions of the frame.
  • a projective transformation is a formula that allows you to convert the apparent dimensions of an object in a frame to its true dimensions, taking into account the fact that objects further away have smaller apparent dimensions.
  • the projective transformation eliminates the distortion of the visualization of the size of the object, which occurs when the camera is located at an arbitrary angle to the object when shooting.
  • the claimed method is implemented sequentially. Using a mobile phone with software installed on it, an image is captured so that the measured and exemplary objects fall into the frame, photographs are taken from different angles, for example, from above and from the side to obtain the width and length of the object, respectively. The resulting images are transmitted to the server, where they are sequentially processed.
  • Image processing is carried out by computer vision methods using an artificial neural network, while finding the pixel mask and contour of the exemplary object, approximating the contour with a polygon, obtaining corner points, then finding the pixel mask and contour of the measured object, determining the extreme points of the contour of the exemplary object of known size and shape, after which, using a projective transformation, the physical dimensions of the measured object are found, taking into account perspective distortions caused by an arbitrary position of the camera when shooting.
  • the result of the implementation of the method is one size of the measured object (length or width) for one source image.
  • the measurement result is displayed on the mobile phone of the user who took the photos.
  • measuring the linear dimensions of an object involves creating a photograph or a set of photographs of the object being measured in different projections, while simultaneously placing in the frame an exemplary object ( landmark object) with pre-known dimensions, placed so that the dimensions can be count from photographs, image processing by a computational algorithm, calculation of the actual size of the measured object.
  • the claimed method includes the detection of contours and characteristic points (for example, corners) of a model object. Further, taking into account the previously known shape of the exemplary object (rectangle, circle, etc.), information about which is stored in the database of exemplary objects on the server, a projective transformation is built, which allows compensating for distortions caused by the presence of the perspective of the frame. This, in turn, makes it possible to take photographs with the help of a camera located at an arbitrary angle to the reference and measured objects.
  • the claimed method in contrast to the prototype, involves a fully automated measurement of the dimensions of an object of interest, for example, any part of the human body, due to the following steps: a) Automated detection of the contour of a human body part by analyzing all the contours in the photograph and selecting the largest contour in within the frame ; b) Automated detection of an accurate pixel mask of a human body part by processing the contour found above with an artificial neural network; c) Automated refinement of the contour due to the analysis of the found exact pixel mask of a part of the human body; d) Automated detection of measurement points on the contour of a human body part; e) Automated calculation of the actual dimensions of a human body part, taking into account perspective distortions of the frame caused by the location of the camera at an arbitrary angle to the measured object.
  • human participation in calculating the size of a body part is limited to the stage of making photographs, and the subsequent stages: image analysis and calculations are carried out automatically by computer vision algorithms using an artificial neural network, which increases the accuracy of calculating the actual dimensions of the object being measured, reduces the processing time of photographs and excludes errors caused by the presence of the human factor.
  • the method for measuring the linear size of the measured object according to the joint image of the measured and exemplary object consists of the following steps:
  • the result of the algorithm execution is one size of the measured object (length or width) for one original image.
  • the invention is illustrated by the following figures and an implementation example.
  • the figure 1 shows an example of the location in the frame (in the original image) of the exemplary object 1 (for example, a sheet of A4 paper) and the measured object 2 (for example, a human foot) for the “top view” angle.
  • the exemplary object 1 for example, a sheet of A4 paper
  • the measured object 2 for example, a human foot
  • the figure 2 shows an example of the original image of the reference object 1 and the measured object 2 for the side view.
  • FIG. 1 An example of the implementation of the method.
  • a mobile phone with a camera several photographs of the dorsum of the foot from above (Fig. 1) and from the side (Fig. 2) were sequentially taken.
  • a model object 1 was placed, which was used as a sheet of A4 paper (the dimensions of which are 29.7 by 21.0 cm.).
  • the resulting images were subjected to sequential automated processing in accordance with the claimed method, using computer vision algorithms and an artificial neural network. During processing, the mask and contour of the sheet of paper were automatically found, the contour was further approximated by a rectangle, for which the corner points were obtained.
  • the mask and the contour of the foot were found, with the help of computer vision algorithms, the extreme points of the contour were determined (for top and side views).
  • a projective transformation of the extreme points of the leaf and foot was constructed from the image plane, the distance between the projected points was measured, and the real physical dimensions of the human foot were obtained: length and width (27.2 and 10.0 cm, respectively).
  • the resulting length and width of the foot can be converted into standard shoe sizes, greatly facilitating its selection.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Textile Engineering (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

Изобретение относится к способам бесконтактного определения линейных размеров объекта и может быть использовано для определения антропометрических размеров частей тела человека при виртуальном подборе и заказе одежды в онлайн-сервисах и ее производстве. Способ измерения линейных размеров объекта, включающий создание набора фотографий измеряемого объекта с разных ракурсов, при одновременном расположении в кадре образцового объекта с заранее известными размерами и формой, размещенного так, чтобы размеры можно было считать с фотографии, обработку изображений вычислительным алгоритмом. Технический результат заключается в повышении точности бесконтактного определения линейных размеров, повышении скорости получения результата измерений за счёт использования алгоритмов компьютерного зрения и нейросетевых технологий, анализирующих изображения без участия человека в процессе определения размеров измеряемого объекта, что исключает возникновение ошибок, которые могут быть вызваны невнимательностью человека.

Description

СПОСОБ ИЗМЕРЕНИЯ ЛИНЕЙНЫХ РАЗМЕРОВ ОБЪЕКТА ПО ИЗОБРАЖЕНИЮ
Изобретение относится к способам бесконтактного определения линейных размеров объекта и может быть использовано для определения антропометрических размеров частей тела человека при виртуальном подборе и заказе одежды в онлайн-сервисах и ее производстве .
Из уровня техники известен способ измерения размеров ( JP2017101356 , МПК : А41Н1 / 02 , опубликовано 08 . 06 . 2017 ) , принятый за прототип, при котором изготавливается набор фотографий пользователя, включающий по крайней мере одно изображение пользователя спереди или сзади, а также вид сбоку . На основе размеров предмета-ориентира, размещенного так, чтобы размеры можно было считать с набора фотографий, определяют фактические размеры, которые служат ориентиром для размеров на вышеупомянутых изображениях . Таким образом, каждая часть тела пользователя может быть измерена по изображению, полученному при простой съемке , что значительно сокращает затраты времени для пользователя при изготовлении одежды . Помимо этого , для измерения не требуется специальных знаний или навыков , а также специальных или дорогостоящих инструментов . Недостатком указанного известного способа является то , что данный способ предполагает нахождение точек измерения на изображении при участии человека, точки измерения могут находится в разных плоскостях относительно друг друга, что может снизить точность измерений за счет привнесенных ошибок при ручной обработке фотографий . Кроме того , для проведения измерений необходимо участие второго человека либо специальное оборудование для съемки .
Достигаемый заявляемым способом технический результат заключается в повышении точности бесконтактного определения линейных размеров , повышении скорости получения результата измерений за счёт использования алгоритмов компьютерного зрения и нейросетевых технологий, анализирующих изображения без участия человека в процессе определения размеров измеряемого объекта, что исключает возникновение ошибок, которые могут быть вызваны невнимательностью человека .
Технический результат достигается за счет того , что для получения изображения в кадре вместе с измеряемым объектом размещают образцовый объект , с помощью мобильного устройства делают фотографии с разных ракурсов , например, сверху и сбоку для определения ширины и длины объекта соответственно , передают их электронным способом на сервер в вычислительный алгоритм, далее последовательно на каждом изображении при помощи алгоритмов компьютерного зрения и искусственной нейросети проводят определение контуров измеряемого и эталонного объектов , при котором находят координаты крайних точек контура образцового объекта и выполняют проективное преобразование для нахождения реальных размеров измеряемого объекта с учетом перспективных искажений кадра .
Проективное преобразование - это формула, которая позволяет перевести видимые размеры объекта в кадре в его истинные размеры с учетом того , что объекты, расположенные дальше , имеют меньшие видимые размеры . Проективное преобразование устраняет искажение визуализации размера объекта, которое возникает , когда при съёмке камера расположена под произвольным углом к объекту .
Заявляемый способ реализуют последовательно . С помощью мобильного телефона с установленным на нём ПО фиксируют изображение так, чтобы в кадр попадали измеряемый и образцовый объекты, делают фотографии с разных ракурсов , например, сверху и сбоку для получения ширины и длины объекта соответственно . Полученные изображения передаются на сервер, где происходит их последовательная обработка . Обработку изображений осуществляют методами компьютерного зрения с использованием искусственной нейросети, при этом находят пиксельную маску и контур образцового объекта, аппроксимируют контур многоугольником, получают угловые точки, затем находят пиксельную маску и контур измеряемого объекта, определяют крайние точки контура образцового объекта известных размера и формы, после чего с помощью проективного преобразования находят физические размеры измеряемого объекта с учетом перспективных искажений, вызванных произвольным расположением камеры при съемке . Результатом осуществления способа является один размер измеряемого объекта (длина или ширина ) для одного исходного изображения . Результат измерений отображается на мобильном телефоне пользователя, сделавшего фотографии .
Информация об образцовых объектах известного размера и формы содержится в базе размеров образцовых объектов , обращение к которой осуществляется алгоритмом автоматически, благодаря чему участие оператора не требуется .
Признаками изобретения, общими с прототипом, являются следующие : измерение линейных размеров объекта включает создание фотографии или набора фотографий измеряемого объекта в разных проекциях, с одновременным расположением в кадре образцового объекта (предмета-ориентира ) с заранее известными размерами, размещенного так, чтобы размеры можно было считать с фотографий, обработка изображений вычислительным алгоритмом, вычисление фактического размера измеряемого объекта .
Признаки изобретения, отличные от прототипа :
1 ) В способе , принятом за прототип, фотографии человека с прикрепленным к нему объектом-ориентиром делаются так, что размеры объекта-ориентира в вертикальном и горизонтальном направлении могли быть получены из указанных фотографий . Также в случае использования открытки государственного образца в качестве предмета-ориентира она размещается так, чтобы одна из сторон была ориентирована горизонтально , а другая — вертикально . Далее способ измерения масштаба изображения представляет собой вычисление отношения фактических размеров сторон предмета-ориентира к видимым размерам его сторон на изображении . Такой способ вычисления размеров вносит ограничение на ракурс съёмки и расположение предмета-ориентира в кадре , так как угол и перспектива искажают размер, полученный на фотографии . В связи с чем для точного вычисления размеров тела человека предмет-ориентир должен находиться в плоскости, строго перпендикулярной оси зрения камеры .
В отличие от прототипа, заявляемый способ включает обнаружение контуров и характерных точек (например, углов ) образцового объекта . Далее с учетом заранее известной формы образцового объекта (прямоугольник, круг и т . д . ) , информация о которой хранится в базе образцовых объектов на сервере , строится проективное преобразование , которое позволяет компенсировать искажения, вызванные наличием перспективы кадра . Это , в свою очередь , позволяет изготавливать фотографии с помощью камеры, находящейся под произвольным углом к образцовому и измеряемому объектам.
2 ) В способе , принятом за прототип, для измерения размеров тела человека, необходимых для изготовления одежды, вычисляются расстояния между точками измерения (например, точки вершины плеч и т . д . ) . Нахождение расположения точек вычисления на изображении может выполняться человеком. Данный этап обработки фотографии занимает много времени и из-за непосредственного участия в нём человека может привести к появлению ошибок в вычислении положения точек измерения, что далее приводит к появлению и накоплению ошибок в вычислении размеров частей тела человека .
Заявляемый способ, в отличие от прототипа, предполагает полностью автоматизированное измерение интересующих размеров объекта, например, какой-либо части тела человека, за счёт следующих этапов : а ) Автоматизированное обнаружение контура части тела человека за счёт анализа всех контуров на фотографии и выбора наибольшего контура в пределах кадра ; б ) Автоматизированное обнаружение точной пиксельной маски части тела человека посредством обработки найденного выше контура искусственной нейросетью; в ) Автоматизированное уточнение контура за счет анализа найденной точной пиксельной маски части тела человека ; г) Автоматизированное обнаружение точек измерения на контуре части тела человека; д) Автоматизированное вычисление фактических размеров части тела человека с учетом перспективных искажений кадра, вызванных расположением камеры под произвольным углом к измеряемому объекту.
Таким образом, в заявляемом способе участие человека при вычислении размера части тела ограничивается этапом изготовления фотографий, а последующие стадии: анализ изображений и вычисления — осуществляются автоматически алгоритмами компьютерного зрения с использованием искусственной нейросети, что повышает точность вычисления реальных размеров измеряемого объекта, снижает время обработки фотографий и исключает ошибки, вызванные наличием человеческого фактора.
Способ измерения линейного размера измеряемого объекта по совместному изображению измеряемого и образцового объекта состоит из следующих этапов:
1. Создание сцены для получения изображения, подходящего для проведения дальнейших расчетов.
2. Передача полученного изображения электронным способом в вычислительный алгоритм.
3. Выполнение вычислительного алгоритма определения реального размера измеряемого объекта:
3.1. Поиск на изображении области расположения образцового объекта .
3.1.1. Обработка изображения для повышения контрастности и снижения уровня шума .
3.1.2. Получение на изображении контуров контрастных объектов .
3.1.3. Поиск контура образцового объекта по его геометрическим признакам (форма, размер) .
3.1.4. Вычисление координат описывающей области для контура образцового объекта и её расширение. 3.2. Определение видимых размеров образцового объекта на изображении .
3.2.1. Детектирование и идентификация образцового объекта внутри найденной прямоугольной области с нахождением его пиксельной маски с помощью нейросети типа U2-Net .
3.2.2. Нахождение контура найденной пиксельной маски образцового объекта.
3.2.3. Аппроксимация контура пиксельной маски образцового объекта подходящей геометрической фигурой, описывающей форму соответствующего типа образцовых объектов (например, четырёхугольник, эллипс) .
3.2.4. Нахождение характерных точек контура, описывающих видимый размер образцового объекта.
3.3. Поиск на изображении измеряемого объекта.
3.3.1. Удаление с изображения образцового объекта путем заливки области его нахождения однородным цветом.
3.3.2. Детектирование измеряемого объекта на изображении и нахождение его пиксельной маски с помощью нейросети типа U2-Net. . Нахождение крайних точек контура маски измеряемого объекта, расстояние между которыми позволяет получить измеряемый размер объекта в заданном ракурсе.
5. Вычисление геометрических параметров сцены с учетом перспективы на основании известных физических и вычисленных видимых размеров образцового объекта, при использовании библиотеки параметров образцовых объектов и проективного преобразования.
6. Вычисление физического размера измеряемого объекта на основании вычисленных геометрических параметров сцены и найденных видимых размеров измеряемого объекта.
7. Результатом выполнения алгоритма является один размер измеряемого объекта (длина или ширина) для одного исходного изображения .
Изобретение иллюстрируется следующими фигурами и примером реализации . На фигуре 1 изображен пример расположения в кадре ( на исходном изображении) образцового объекта 1 (на примере листа бумаги А4 ) и измеряемого объекта 2 (на примере ступни человека ) для ракурса «вид сверху» .
На фигуре 2 изображен пример исходного изображения образцового объекта 1 и измеряемого объекта 2 для ракурса «вид сбоку» .
Пример реализации способа . С помощью мобильного телефона с камерой последовательно сделали несколько фотографий тыльной стороны стопы сверху ( фиг . 1 ) и сбоку ( фиг . 2 ) . При этом рядом с измеряемым объектом 2 — ногой в кадре размещали образцовый объект 1 , в качестве которого использовали лист бумаги формата А4 (размеры которого 29 , 7 на 21 , 0 см. ) . Полученные изображения подвергали последовательной автоматизированной обработке в соответствии с заявляемым способом, с помощью алгоритмов компьютерного зрения и искусственной нейросети . При обработке автоматически были найдены маска и контур листа бумаги, контур в дальнейшем аппроксимирован прямоугольником, для которого получены угловые точки . Таким же образом находили маску и контур стопы, с помощью алгоритмов компьютерного зрения определяли крайние точки контура (для вида сверху и сбоку) . Далее было выполнено построение проективного преобразования крайних точек листа и стопы из плоскости изображения, измерение расстояния между спроецированными точками, получены реальные физические размеры стопы человека : длина и ширина ( 27 , 2 и 10 , 0 см соответственно ) .
Полученные длину и ширину стопы можно конвертировать в стандартные размеры обуви, существенно облегчив ее подбор .

Claims

ФОРМУЛА ИЗОБРЕТЕНИЯ
1 . Способ измерения линейных размеров объекта, включающий создание набора фотографий измеряемого объекта спереди или сзади, или сверху, а также вида сбоку, при одновременном расположении в кадре образцового объекта с заранее известными размерами и формой, размещенного так, чтобы размеры можно было считать с фотографии, обработку изображений вычислительным алгоритмом, вычисление фактического размера измеряемого объекта, отличающееся тем, что полученные изображения передают электронным способом на сервер в вычислительный алгоритм, после чего последовательно обрабатывают каждое изображение при помощи алгоритмов компьютерного зрения и искусственной нейронной сети, при этом находят пиксельную маску и контур образцового объекта, аппроксимируют контур многоугольником, затем находят пиксельную маску и контур измеряемого объекта, определяют крайние точки контура измеряемого и образцового объектов , после чего с помощью проективного преобразования находят физические размеры измеряемого объекта с учетом перспективных искажений и на основании найденных видимых размеров измеряемого объекта .
8
PCT/RU2022/050252 2021-08-19 2022-08-17 Способ измерения линейных размеров объекта по изображению Ceased WO2023022630A1 (ru)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP22858840.6A EP4388912A4 (en) 2021-08-19 2022-08-17 METHOD FOR MEASURING THE LINEAR DIMENSIONS OF AN OBJECT FROM AN IMAGE
CN202280056626.7A CN117858641A (zh) 2021-08-19 2022-08-17 基于图像测量对象的线性尺寸的方法
US18/683,007 US20250139805A1 (en) 2021-08-19 2022-08-17 Method of Measuring The Linear Dimensions Of An Object On the Basis Of An Image

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
RU2021124620 2021-08-19
RU2021124620A RU2777785C1 (ru) 2021-08-19 Способ измерения линейных размеров объекта по изображению с использованием образцового объекта

Publications (1)

Publication Number Publication Date
WO2023022630A1 true WO2023022630A1 (ru) 2023-02-23

Family

ID=85240918

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/RU2022/050252 Ceased WO2023022630A1 (ru) 2021-08-19 2022-08-17 Способ измерения линейных размеров объекта по изображению

Country Status (4)

Country Link
US (1) US20250139805A1 (ru)
EP (1) EP4388912A4 (ru)
CN (1) CN117858641A (ru)
WO (1) WO2023022630A1 (ru)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116452498A (zh) * 2023-03-09 2023-07-18 内蒙古农业大学 一种改进U2-Net的显著性蒙古族图案检测算法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080166019A1 (en) * 2007-01-04 2008-07-10 Lee Kual-Zheng Systems and methods for object dimension estimation
US20140270540A1 (en) * 2013-03-13 2014-09-18 Mecommerce, Inc. Determining dimension of target object in an image using reference object
JP2017101356A (ja) 2015-12-03 2017-06-08 フレックスジャパン株式会社 採寸方法及び採寸システム
US20190295147A1 (en) * 2013-12-27 2019-09-26 Ebay Inc. Regional item recommendations

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012204537A1 (de) * 2012-03-21 2013-09-26 rocket eleven GmbH Verfahren zum Bestimmen der Abmessungen eines Körperteils
US20180247426A1 (en) * 2015-08-28 2018-08-30 Lawrence Gluck System for accurate remote measurement
US20180160777A1 (en) * 2016-12-14 2018-06-14 Black Brass, Inc. Foot measuring and sizing application

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080166019A1 (en) * 2007-01-04 2008-07-10 Lee Kual-Zheng Systems and methods for object dimension estimation
US20140270540A1 (en) * 2013-03-13 2014-09-18 Mecommerce, Inc. Determining dimension of target object in an image using reference object
US20190295147A1 (en) * 2013-12-27 2019-09-26 Ebay Inc. Regional item recommendations
JP2017101356A (ja) 2015-12-03 2017-06-08 フレックスジャパン株式会社 採寸方法及び採寸システム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ROSEBROCK ADRIAN: "Measuring size of objects in an image with OpenCV - PyImageSearch", 28 March 2016 (2016-03-28), pages 1 - 149, XP055816807, Retrieved from the Internet <URL:https://www.pyimagesearch.com/2016/03/28/measuring-size-of-objects-in-an-image-with-opencv/> [retrieved on 20210622] *
See also references of EP4388912A4

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116452498A (zh) * 2023-03-09 2023-07-18 内蒙古农业大学 一种改进U2-Net的显著性蒙古族图案检测算法

Also Published As

Publication number Publication date
EP4388912A1 (en) 2024-06-26
US20250139805A1 (en) 2025-05-01
CN117858641A (zh) 2024-04-09
EP4388912A4 (en) 2025-08-13

Similar Documents

Publication Publication Date Title
CN111649690B (zh) 一种能够手持的3d信息采集的设备及方法
US10825198B2 (en) 3 dimensional coordinates calculating apparatus, 3 dimensional coordinates calculating method, 3 dimensional distance measuring apparatus and 3 dimensional distance measuring method using images
JP3624353B2 (ja) ３次元形状計測方法およびその装置
CN107273846B (zh) 一种人体体型参数确定方法及装置
US10424078B2 (en) Height measuring system and method
US10506225B2 (en) Method of calibrating a camera
CN103535960B (zh) 基于数码图像的人体三维测量方法
WO2021185220A1 (zh) 一种基于坐标测量的三维模型构建及测量方法
CN111028341B (zh) 一种三维模型生成方法
CN102657531B (zh) 基于计算机视觉的人体躯干围度测量方法和装置
JP2012042396A (ja) 位置姿勢計測装置、位置姿勢計測方法、およびプログラム
CN110986768B (zh) 一种用于目标物3d信息高速采集测量设备
US12367600B2 (en) Methods and systems for representing a user
CN105378794A (zh) 3d拍摄装置、用于建立3d图像的方法和用于构建3d拍摄装置的方法
CN107865473B (zh) 人体特征测距装置及其测距方法
CN111127556A (zh) 基于3d视觉的目标物体识别和位姿估算方法以及装置
CN111637834A (zh) 一种三维数据测量装置及方法
CN111340959B (zh) 一种基于直方图匹配的三维模型无缝纹理贴图方法
CN118642121A (zh) 单目视觉测距与激光点云融合的空间定位方法及系统
WO2023022630A1 (ru) Способ измерения линейных размеров объекта по изображению
CN112435080A (zh) 一种基于人体三维信息的虚拟制衣设备
CN112001973A (zh) 基于数字散斑相关的快速三维人头测量方法
RU2777785C1 (ru) Способ измерения линейных размеров объекта по изображению с использованием образцового объекта
EA046631B1 (ru) Способ измерения линейных размеров объекта по изображению с использованием образцового объекта
CN111325780B (zh) 一种基于图像筛选的3d模型快速构建方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22858840

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 202490121

Country of ref document: EA

WWE Wipo information: entry into national phase

Ref document number: 18683007

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 202280056626.7

Country of ref document: CN

WWE Wipo information: entry into national phase

Ref document number: 2022858840

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022858840

Country of ref document: EP

Effective date: 20240319

WWP Wipo information: published in national office

Ref document number: 18683007

Country of ref document: US