本發(fā)明屬于服裝尺寸測(cè)量
技術(shù)領(lǐng)域：
，涉及一種基于機(jī)器視覺(jué)的服裝尺寸自動(dòng)測(cè)量系統(tǒng)，本發(fā)明還涉及利用該自動(dòng)測(cè)量系統(tǒng)進(jìn)行服裝尺寸測(cè)量的方法。
背景技術(shù)：
：在服裝生產(chǎn)過(guò)程中，服裝的尺寸測(cè)量是一個(gè)非常重要的環(huán)節(jié)，是服裝生產(chǎn)過(guò)程的最后一道工序，也是服裝企業(yè)維護(hù)產(chǎn)品質(zhì)量的一個(gè)重要手段。因此，在成衣生產(chǎn)過(guò)程中實(shí)現(xiàn)衣服尺寸自動(dòng)測(cè)量是必不可少的。服裝工業(yè)信息化程度的不斷提高，以及大批量定制模式的出現(xiàn)，對(duì)服裝生產(chǎn)過(guò)程的自動(dòng)化提出了更高的要求。目前，工業(yè)生產(chǎn)過(guò)程中，衣服尺寸測(cè)量一直延續(xù)著落后的手工測(cè)量的方法，由于衣服的制造量大，現(xiàn)有的檢測(cè)手段存在著檢測(cè)人員的疲勞度高、檢測(cè)速度慢、檢測(cè)誤差率高以及檢測(cè)的成本高等問(wèn)題，嚴(yán)重阻礙著服裝工業(yè)自動(dòng)化程度的總體提高。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的是提供一種基于機(jī)器視覺(jué)的服裝尺寸自動(dòng)測(cè)量系統(tǒng)，解決了現(xiàn)有技術(shù)中檢測(cè)速度慢、誤差率高及成本高的問(wèn)題。本發(fā)明所采用的技術(shù)方案是，一種基于機(jī)器視覺(jué)的服裝尺寸自動(dòng)測(cè)量系統(tǒng)，其特征在于，包括檢測(cè)臺(tái)、光源和CCD相機(jī)，檢測(cè)臺(tái)的上方設(shè)置有光源，光源的上方設(shè)置有CCD相機(jī)，CCD相機(jī)與圖像采集卡連接，圖像采集卡與計(jì)算機(jī)連接，計(jì)算機(jī)上還連接有輸出設(shè)備。本發(fā)明的另一目的是提供一種利用上述測(cè)量系統(tǒng)進(jìn)行的基于機(jī)器視覺(jué)的服裝尺寸自動(dòng)測(cè)量方法。本發(fā)明的另一技術(shù)方案是：一種利用服裝尺寸自動(dòng)測(cè)量系統(tǒng)進(jìn)行的基于機(jī)器視覺(jué)的服裝尺寸自動(dòng)測(cè)量方法，其特征在于，具體按照以下步驟實(shí)施：步驟1，對(duì)需要尺寸測(cè)量的衣服進(jìn)行圖像采集；步驟2，用中值濾波的方法對(duì)衣服圖像進(jìn)行濾波，去除圖像中的噪聲；步驟3，用直方圖均衡化的方法進(jìn)行圖像增強(qiáng)；步驟4，采用Harris角點(diǎn)檢測(cè)算法對(duì)增強(qiáng)后的圖像P2進(jìn)行角點(diǎn)檢測(cè)，從而得到初步角點(diǎn)；步驟5，在步驟4后得到的候選角點(diǎn)集corner(x,y)中的每個(gè)角點(diǎn)內(nèi)總能找到局部峰值，通過(guò)局部峰值所代表的像素點(diǎn)就可以確認(rèn)初步角點(diǎn)集corner′(x,y)；步驟6，將步驟5中得到的初步角點(diǎn)集corner′(x,y)送入Susan角點(diǎn)檢測(cè)算法去除候選角點(diǎn)集中的偽角點(diǎn)，進(jìn)而得到圖像P5中響應(yīng)強(qiáng)烈的角點(diǎn)；步驟7，采用標(biāo)定角點(diǎn)位置坐標(biāo)的方法，計(jì)算角點(diǎn)位置坐標(biāo)之間的直線距離或水平垂直距離來(lái)計(jì)算相應(yīng)的幾何尺寸；步驟8，輸出衣服的尺寸測(cè)量結(jié)果。本發(fā)明的特點(diǎn)還在于，步驟1具體為：將需要測(cè)量的衣服放在檢測(cè)臺(tái)的背景板上，通過(guò)CCD相機(jī)采集衣服的圖像，并且用圖像采集卡將圖像傳輸給計(jì)算機(jī)。步驟2具體為：設(shè)xij是輸入圖像P0在(i,j)處的像素，在其周圍開(kāi)一個(gè)m×n的矩形窗口A；窗口從左向右水平掃描，而后再回到下一行重新掃描；對(duì)每個(gè)窗口內(nèi)的所有像素按其灰度值的大小進(jìn)行排序，求出中值xm，然后將中值xm替換成xij，去除圖像的噪聲，得到去除噪聲的圖像P1；二維中值濾波表達(dá)式如(1)所示：yi,j=MedA{xij}---(1)]]>式中：yi,j為矩形窗口中值濾波值，A為矩形窗口，xij為圖像在(i,j)處的像素值。步驟3具體為：用灰度變換函數(shù)對(duì)去除噪聲后的圖像P1進(jìn)行直方圖修正，提高圖像灰度級(jí)的動(dòng)態(tài)范圍，達(dá)到改善圖像質(zhì)量的目的；灰度變換函數(shù)公式如(2)所示：sk=T(rk)=Σi=0kn(i)Nk=0,1,2,...,255---(2)]]>式中：N是圖像的像素總數(shù)，n(i)為去噪后圖像的直方圖，rk為去噪后圖像的第k級(jí)灰度，sk為變換后的圖像的第k級(jí)灰度；由于只是圖像灰度級(jí)概率密度函數(shù)的近似，因此經(jīng)過(guò)直方圖均衡后，能夠得到接近平坦的直方圖，最終得到增強(qiáng)后的圖像P2。步驟4具體為：步驟4.1，計(jì)算經(jīng)由步驟3得到的增強(qiáng)后的圖像P2在水平X方向上和垂直Y方向上的灰度梯度，求得兩個(gè)方向梯度的乘積，進(jìn)而得到圖中像素點(diǎn)Q(x,y)的自相關(guān)矩陣M′；具體進(jìn)行算法實(shí)現(xiàn)時(shí)，采取與卷積相似的方法，分別利用像素點(diǎn)Q在X方向的模板和Y方向上的模板在圖像上移動(dòng)，通過(guò)計(jì)算每個(gè)位置所對(duì)應(yīng)的中心像素梯度得到增強(qiáng)后的圖像P2在X和Y方向上的梯度，再計(jì)算每個(gè)像素點(diǎn)對(duì)應(yīng)的X和Y方向梯度Ix,Iy的乘積，進(jìn)而得到一幅新的圖像P3，最后得到像素點(diǎn)Q(x,y)的自相關(guān)矩陣M′：M′=I2xIxIyIxIyI3y---(3)]]>其中，Ix,Iy為增強(qiáng)后的圖像像素點(diǎn)在水平和垂直方向上的梯度；對(duì)新的圖像P3作高斯濾波，進(jìn)行平滑處理，得到該圖像的自相關(guān)矩陣M，M=M′⊗wu,v=I2xIxIyIxIyI2y⊗exp[-(u2+v2)/2δ2]]]>式中：Ix,Iy分別為圖像P3像素點(diǎn)在水平X上和垂直方向Y上的灰度梯度，Wu,v表示均值為零的離散二維高斯函數(shù)；然后得到圖像P4；步驟4.2，將待處理圖像P4矩形區(qū)域窗口w內(nèi)的像素點(diǎn)Q(x,y)向任意方向移動(dòng)微小位移量(u,v)，像素點(diǎn)Q(x,y)的灰度為f(x,y)，則像素點(diǎn)Q(x,y)移動(dòng)(u,v)的灰度的改變量E(x,y)如下所示：E(x,y)=Σu,vwu,v[f(x+u,y+v)-f(u,v)]2=Σu,vwu,v[u∂f∂x+v∂f∂y+o(u2,v2)]2=Ax2+By2+2Cxy]]>將與自相關(guān)函數(shù)相聯(lián)系的矩陣M代入上式后，得到每個(gè)像素點(diǎn)Q(x,y)移動(dòng)(u,v)的灰度的改變量E(x,y)如下所示：E(x,y)＝(x,y)M(x,y)T式中：E(x,y)表示灰度的改變量，其與局部自相關(guān)函數(shù)很接近，M是像素點(diǎn)Q(x,y)的自相關(guān)矩陣，描述了這個(gè)自相關(guān)函數(shù)在原點(diǎn)的形狀；步驟4.3，使用自相關(guān)矩陣M的跡Tr(M)和矩陣M的行列式值Det(M)代替特征值的求取，下式的局部區(qū)域最大值為角點(diǎn)；T＝Det(M)-kTr2(M)考慮到高對(duì)比度的邊界點(diǎn)被誤檢的概率很高，所以對(duì)減號(hào)右邊部分進(jìn)行了修正，將k設(shè)定為Harris算子的參數(shù)，一般取0.04～0.06；因此定義角點(diǎn)邊沿響應(yīng)函數(shù)CRF：CRF=det(M)-ktrace2(M)=1(I2x+I2y)+ϵ{I2xI2y-(IxIy)2}]]>計(jì)算出的響應(yīng)函數(shù)CRF所對(duì)應(yīng)的極大值點(diǎn)，由這些點(diǎn)構(gòu)成候選角點(diǎn)集corner(x,y)，進(jìn)而得到有初步角點(diǎn)的新圖像P5。步驟6具體為：步驟6.1，計(jì)算模板的相似度函數(shù)及圓形掩膜區(qū)域面積，使用一個(gè)包含37個(gè)像素的圓形模板，將模板中每個(gè)像素的灰度與模板中心的灰度進(jìn)行比較，計(jì)算出相似度函數(shù)值；具體步驟為：將包含37個(gè)像素的圓形模板中的每個(gè)像素的灰度與模板中心的灰度進(jìn)行比較，相似度函數(shù)如式(5)所示：c(r‾,r0‾)=exp{-[I(r)-I(r0)t]}---(5)]]>式中：和分別是模板中心點(diǎn)和模板中其它點(diǎn)的坐標(biāo)，為模板中點(diǎn)的坐標(biāo)比較結(jié)果，t是角點(diǎn)檢測(cè)算法的閾值，與檢測(cè)角點(diǎn)的數(shù)量有關(guān)，t值越大檢測(cè)角點(diǎn)數(shù)量越?。煌ㄟ^(guò)迭代法計(jì)算圓形模板的閾值t，將使不同對(duì)比度的圖像能夠得到與圖像對(duì)比度適應(yīng)的閾值；將掩膜區(qū)內(nèi)的每個(gè)像素點(diǎn)進(jìn)行比較，那么掩膜區(qū)的像素點(diǎn)個(gè)數(shù)就是USAN區(qū)域的面積即n(r‾0)=ΣC(r‾,r‾0)---(6)]]>根據(jù)公式(6)然后分別計(jì)算初步角點(diǎn)集corner′(x,y)中的各初步角點(diǎn)坐標(biāo)下圖像上的值；步驟6.2，將初步角點(diǎn)集corner′(x,y)的初步角點(diǎn)坐標(biāo)下圖像上的值代入式(7)，可以將候選角點(diǎn)集中的不符合偽角點(diǎn)響應(yīng)函數(shù)的值去除，進(jìn)一步將邊緣角點(diǎn)周圍的偽角點(diǎn)擦除，沒(méi)有偽角點(diǎn)影響衣服尺寸測(cè)量的精度，最終得到了沒(méi)有偽角點(diǎn)的圖像P6；式中：g是幾何閾值，決定提取的角點(diǎn)的尖銳程度，進(jìn)行角點(diǎn)提取時(shí)取g＝1/2max。步驟7具體為：步驟7.1，為了得到衣服的真實(shí)尺寸，采用標(biāo)定角點(diǎn)位置坐標(biāo)的方法，計(jì)算圖像P6中角點(diǎn)位置坐標(biāo)之間的直線距離或水平垂直距離來(lái)計(jì)算相應(yīng)的幾何尺寸，通過(guò)真實(shí)尺寸計(jì)算公式進(jìn)行計(jì)算，如式(8)所示：k=L0/L1L2=(x0-x1)2+(y0-y1)2L3=kL2---(8)]]>式中：L0是長(zhǎng)方形服裝面料標(biāo)準(zhǔn)件的實(shí)際長(zhǎng)度，L1是標(biāo)準(zhǔn)件在圖像中所占的長(zhǎng)度，經(jīng)過(guò)計(jì)算k值為0.953；x0,x1,y0,y1分別是兩個(gè)角點(diǎn)位置的坐標(biāo)值，L2是所測(cè)衣服圖像中兩個(gè)角點(diǎn)之間的長(zhǎng)度，L3為所測(cè)衣服實(shí)際的長(zhǎng)度。本發(fā)明的有益效果是，本發(fā)明的系統(tǒng)和方法，采用CCD相機(jī)和計(jì)算機(jī)作為圖像數(shù)據(jù)采集的主要硬件工具，編寫算法對(duì)采集的圖像進(jìn)行圖像增強(qiáng)、角點(diǎn)檢測(cè)和尺寸測(cè)量，利用本發(fā)明的系統(tǒng)和方法對(duì)衣服尺寸進(jìn)行測(cè)量，節(jié)約了生產(chǎn)成本，提高了測(cè)量精度和生產(chǎn)效率。采用基于機(jī)器視覺(jué)的衣服尺寸自動(dòng)測(cè)量系統(tǒng)是一種有效的選擇，機(jī)器視覺(jué)不僅可以提高檢測(cè)速度，降低勞動(dòng)成本，而且通過(guò)衣服尺寸自動(dòng)測(cè)量系統(tǒng)，可以為衣服質(zhì)量等級(jí)的評(píng)定提供雙方可信的參考數(shù)據(jù)，對(duì)服裝生產(chǎn)企業(yè)具有重要意義。附圖說(shuō)明圖1是本發(fā)明基于機(jī)器視覺(jué)的服裝尺寸自動(dòng)測(cè)量系統(tǒng)的硬件結(jié)構(gòu)示意圖；圖2是本發(fā)明的基于機(jī)器視覺(jué)的服裝尺寸自動(dòng)測(cè)量方法的流程圖。圖中，1.檢測(cè)臺(tái)，2.光源，3.CCD相機(jī)，4.圖像采集卡，5.計(jì)算機(jī)，6.輸出設(shè)備。具體實(shí)施方式下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。一種基于機(jī)器視覺(jué)的服裝尺寸自動(dòng)測(cè)量系統(tǒng)，如圖1所示，包括檢測(cè)臺(tái)1、光源2和CCD相機(jī)3，檢測(cè)臺(tái)1的上方設(shè)置有光源2，光源2的上方設(shè)置有CCD相機(jī)3，CCD相機(jī)3與圖像采集卡4連接，圖像采集卡4與計(jì)算機(jī)5連接，計(jì)算機(jī)5上還連接有輸出設(shè)備6。其中，輸出設(shè)備可以為打印機(jī)。一種利用上述測(cè)量系統(tǒng)進(jìn)行的基于機(jī)器視覺(jué)的服裝尺寸自動(dòng)測(cè)量方法，如圖2所示，具體按照以下步驟實(shí)施：步驟1，對(duì)需要尺寸測(cè)量的衣服進(jìn)行圖像采集；將需要測(cè)量的衣服放在檢測(cè)臺(tái)1的背景板上，通過(guò)CCD相機(jī)3采集衣服的圖像，并且用圖像采集卡4將圖像傳輸給計(jì)算機(jī)5，步驟2，用中值濾波的方法對(duì)衣服圖像進(jìn)行濾波，去除圖像中的噪聲，具體的步驟為：設(shè)xij是輸入圖像P0在(i,j)處的像素，在其周圍開(kāi)一個(gè)m×n的矩形窗口A。窗口從左向右水平掃描，而后再回到下一行重新掃描。對(duì)每個(gè)窗口內(nèi)的所有像素按其灰度值的大小進(jìn)行排序，求出中值xm，然后將中值xm替換成xij，去除圖像的噪聲，得到去除噪聲的圖像P1。二維中值濾波表達(dá)式如(1)所示：yi,j=MedA{xij}---(1)]]>式中：yi,j為矩形窗口中值濾波值，A為矩形窗口，xij為圖像在(i,j)處的像素值。步驟3，用直方圖均衡化的方法進(jìn)行圖像增強(qiáng)；具體步驟為：用灰度變換函數(shù)對(duì)去除噪聲后的圖像P1進(jìn)行直方圖修正，提高圖像灰度級(jí)的動(dòng)態(tài)范圍，達(dá)到改善圖像質(zhì)量的目的。灰度變換函數(shù)公式如(2)所示：sk=T(rk)=Σi=0kn(i)Nk=0,1,2,...,255---(2)]]>式中：N是圖像的像素總數(shù)，n(i)為去噪后圖像的直方圖，rk為去噪后圖像的第k級(jí)灰度，sk為變換后的圖像的第k級(jí)灰度。由于只是圖像灰度級(jí)概率密度函數(shù)的近似，因此經(jīng)過(guò)直方圖均衡后，能夠得到接近平坦的直方圖，最終得到增強(qiáng)后的圖像P2。步驟4，采用Harris角點(diǎn)檢測(cè)算法對(duì)增強(qiáng)后的圖像P2進(jìn)行角點(diǎn)檢測(cè)，從而得到初步角點(diǎn)。具體的步驟為：步驟4.1，計(jì)算經(jīng)由步驟3得到的增強(qiáng)后的圖像P2在水平X方向上和垂直Y方向上的灰度梯度，求得兩個(gè)方向梯度的乘積，進(jìn)而得到圖中像素點(diǎn)Q(x,y)的自相關(guān)矩陣M′。具體進(jìn)行算法實(shí)現(xiàn)時(shí)，采取與卷積相似的方法，分別利用像素點(diǎn)Q在X方向的模板和Y方向上的模板在圖像上移動(dòng)，通過(guò)計(jì)算每個(gè)位置所對(duì)應(yīng)的中心像素梯度得到增強(qiáng)后的圖像P2在X和Y方向上的梯度，再計(jì)算每個(gè)像素點(diǎn)對(duì)應(yīng)的X和Y方向梯度Ix,Iy的乘積，進(jìn)而得到一幅新的圖像P3，最后得到像素點(diǎn)Q(x,y)的自相關(guān)矩陣M′：M′=I2xIxIyIxIyI2y---(3)]]>其中，Ix,Iy為增強(qiáng)后的圖像像素點(diǎn)在水平和垂直方向上的梯度。對(duì)新的圖像P3作高斯濾波，進(jìn)行平滑處理，得到該圖像的自相關(guān)矩陣M，M=M′⊗wu,v=I2xIxIyIxIyI2y⊗exp[-(u2+v2)/2δ2]---(4)]]>式中：Ix,Iy分別為圖像P3像素點(diǎn)在水平x上和垂直方向y上的灰度梯度，Wu,v表示均值為零的離散二維高斯函數(shù)；然后得到圖像P4。步驟4.2，將待處理圖像P4矩形區(qū)域窗口w內(nèi)的像素點(diǎn)Q(x,y)向任意方向移動(dòng)微小位移量(u,v)，像素點(diǎn)Q(x,y)的灰度為f(x,y)，則像素點(diǎn)Q(x,y)移動(dòng)(u,v)的灰度的改變量E(x,y)如下所示：E(x,y)=Σu,vwu,v[f(x+u,y+v)-f(u,v)]2=Σu,vwu,v[u∂f∂x+v∂f∂y+o(u2,v2)]2=Ax2+By2+2Cxy]]>將與自相關(guān)函數(shù)相聯(lián)系的矩陣M代入上式后，得到每個(gè)像素點(diǎn)Q(x,y)移動(dòng)(u,v)的灰度的改變量E(x,y)如下所示：E(x,y)＝(x,y)M(x,y)T式中：E(x,y)表示灰度的改變量，其與局部自相關(guān)函數(shù)很接近，M是像素點(diǎn)Q(x,y)的自相關(guān)矩陣，描述了這個(gè)自相關(guān)函數(shù)在原點(diǎn)的形狀。步驟4.3，使用自相關(guān)矩陣M的跡Tr(M)和矩陣M的行列式值Det(M)代替特征值的求取，下式的局部區(qū)域最大值為角點(diǎn)。T＝Det(M)-kTr2(M)考慮到高對(duì)比度的邊界點(diǎn)被誤檢的概率很高，所以對(duì)減號(hào)右邊部分進(jìn)行了修正，將k設(shè)定為Harris算子的參數(shù)，一般取0.04～0.06。因此定義角點(diǎn)邊沿響應(yīng)函數(shù)CRF：CRF=det(M)-ktrace2(M)=1(I2x+I2y)+ϵ{I2xI2y-(IxIy)2}]]>計(jì)算出的響應(yīng)函數(shù)CRF所對(duì)應(yīng)的極大值點(diǎn)，由這些點(diǎn)構(gòu)成候選角點(diǎn)集corner(x,y)，進(jìn)而得到有初步角點(diǎn)的新圖像P5。步驟5，在步驟4后得到的候選角點(diǎn)集corner(x,y)中的每個(gè)角點(diǎn)內(nèi)總能找到局部峰值，通過(guò)局部峰值所代表的像素點(diǎn)就可以確認(rèn)初步角點(diǎn)集corner′(x,y)。步驟6，將步驟5中得到的初步角點(diǎn)集corner′(x,y)送入Susan角點(diǎn)檢測(cè)算法去除候選角點(diǎn)集中的偽角點(diǎn)，進(jìn)而得到圖像P5中響應(yīng)強(qiáng)烈的角點(diǎn)。步驟6.1，計(jì)算模板的相似度函數(shù)及圓形掩膜區(qū)域面積。使用一個(gè)包含37個(gè)像素的圓形模板，將模板中每個(gè)像素的灰度與模板中心的灰度進(jìn)行比較，計(jì)算出相似度函數(shù)值；具體步驟為：將包含37個(gè)像素的圓形模板中的每個(gè)像素的灰度與模板中心的灰度進(jìn)行比較，相似度函數(shù)如式(5)所示：c(r‾,r0‾)=exp{-[I(r)-I(r0)t]}---(5)]]>式中：和分別是模板中心點(diǎn)和模板中其它點(diǎn)的坐標(biāo)，為模板中點(diǎn)的坐標(biāo)比較結(jié)果，t是角點(diǎn)檢測(cè)算法的閾值，與檢測(cè)角點(diǎn)的數(shù)量有關(guān)，t值越大檢測(cè)角點(diǎn)數(shù)量越小。通過(guò)迭代法計(jì)算圓形模板的閾值t，將使不同對(duì)比度的圖像能夠得到與圖像對(duì)比度適應(yīng)的閾值。將掩膜區(qū)內(nèi)的每個(gè)像素點(diǎn)進(jìn)行比較，那么掩膜區(qū)的像素點(diǎn)個(gè)數(shù)就是USAN區(qū)域的面積即n(r‾0)=ΣC(r‾,r‾0)---(6)]]>根據(jù)公式(6)然后分別計(jì)算初步角點(diǎn)集corner′(x,y)中的各初步角點(diǎn)坐標(biāo)下圖像上的值。步驟6.2，將初步角點(diǎn)集corner′(x,y)的初步角點(diǎn)坐標(biāo)下圖像上的值代入式(7)，可以將候選角點(diǎn)集中的不符合偽角點(diǎn)響應(yīng)函數(shù)的值去除，進(jìn)一步將邊緣角點(diǎn)周圍的偽角點(diǎn)擦除，沒(méi)有偽角點(diǎn)影響衣服尺寸測(cè)量的精度，最終得到了沒(méi)有偽角點(diǎn)的圖像P6。式中：g是幾何閾值，決定提取的角點(diǎn)的尖銳程度，進(jìn)行角點(diǎn)提取時(shí)取g＝1/2max，通常g不需要調(diào)整就能取的較好的效果。步驟7，采用標(biāo)定角點(diǎn)位置坐標(biāo)的方法，計(jì)算角點(diǎn)位置坐標(biāo)之間的直線距離或水平垂直距離來(lái)計(jì)算相應(yīng)的幾何尺寸；具體步驟為：步驟7.1，為了得到衣服的真實(shí)尺寸，采用標(biāo)定角點(diǎn)位置坐標(biāo)的方法，計(jì)算圖像P6中角點(diǎn)位置坐標(biāo)之間的直線距離或水平垂直距離來(lái)計(jì)算相應(yīng)的幾何尺寸，通過(guò)真實(shí)尺寸計(jì)算公式進(jìn)行計(jì)算，如式(8)所示：k=L0/L1L2=(x0-x1)2+(y0-y1)2L3=kL2---(8)]]>式中：L0是長(zhǎng)方形服裝面料標(biāo)準(zhǔn)件的實(shí)際長(zhǎng)度，L1是標(biāo)準(zhǔn)件在圖像中所占的長(zhǎng)度，經(jīng)過(guò)計(jì)算k值為0.953。x0,x1,y0,y1分別是兩個(gè)角點(diǎn)位置的坐標(biāo)值，L2是所測(cè)衣服圖像中兩個(gè)角點(diǎn)之間的長(zhǎng)度，L3為所測(cè)衣服實(shí)際的長(zhǎng)度。步驟8，輸出衣服的尺寸測(cè)量結(jié)果。當(dāng)前第1頁(yè)1 2 3