买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安理工大学申请的专利基于HoloLens的三维人体测量方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116671898B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310652604.3，技术领域涉及：A61B5/107；该发明授权基于HoloLens的三维人体测量方法及系统是由吴学毅;王子俊;秦钰;王璞漳;魏媛设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本基于HoloLens的三维人体测量方法及系统在说明书摘要公布了：本发明公开了一种基于HoloLens的三维人体测量方法，步骤包括：步骤1、采集粗糙三维人体网格数据；步骤2、对粗糙三维人体网格数据进行预处理；步骤3、进行转换、近似体素采样、关键点提取与优化、粗配准、精配准、融合，得到完整的人体点云；步骤4、实施测量，完成截取、投影、提取凸包顶点、欧氏距离求和；步骤5、设计三维人体测量系统，实现步骤1～步骤4的各项功能。本发明还公开了一种基于HoloLens的三维人体测量装置，用于实现上述的基于HoloLens的三维人体测量方法。本发明的方法及装置，降低了人体三维尺寸的测量成本和获取难度，显著提高测量的精度。

本发明授权基于HoloLens的三维人体测量方法及系统在权利要求书中公布了：1.一种基于HoloLens的三维人体测量方法，其特征在于，按照以下步骤实施： 步骤1、采集粗糙三维人体网格数据； 步骤2、对粗糙三维人体网格数据进行预处理，具体过程是： 2.1）采用三角面片间的连通性及限制三角集群的三角面片数量的方式进行去噪； 2.2）利用统一的局部平滑算子，去优化输出粗糙三维人体网格数据中的顶点位置和边缘方向，将曲面重新网格到各向同性三角形网格，对网格拓扑进行重新划分，使得网格具备均匀且规则的拓扑结构； 2.3）利用Taubin算法将经典的离散傅里叶分析推广到二维离散表面信号，即定义在任意拓扑的多面体表面上的函数，将表面平滑问题简化为低通滤波问题，进行平滑滤波处理，得到三维人体网格数据； 2.4）对于步骤2.3）得到的三维人体网格数据的每一个孔洞，先找出其所有的边界边，然后对其进行排序；再从排序过的所有的边界边中，找到角度最小的两条边界边，增加第三条边界边，形成新的三角面片；最后设定终止条件，不断迭代，完成所有的孔洞的补全； 步骤3、进行转换、近似体素采样、关键点提取与优化、粗配准、精配准、融合，得到完整的人体点云， 基于ModifiedRANSAC及Point-to-PlaneICP的点云配准方法，将三维人体网格数据转换成的点云数据进行配准融合，具体过程为： 3.1）将HoloLens设备获取且经过预处理的三维人体网格数据通过泊松圆盘采样转换成点云格式，定义源点云为，目标点云为； 3.2）将源点云改进的近似体素采样，使用哈希函数快速逼近非空体素的重心构建新的点集；利用Kd-tree算法遍历点云，寻找与点云中每个点的最近邻近点，构成新的点集；对下采样后的点云P b提取ISS3D关键点，构成新的点集；再利用方向向量阈值对关键点进行优化，构成新的点集； 同理，将目标点云经过改进的近似体素采样和ISS3D关键点提取与优化，构成新的点集； 3.3）根据源点云的点集中个随机采样点及其在目标点云的点集中的对应点，建立FPFH特征描述，利用ModifiedRANSAC算法求解近似变换矩阵，进行粗配准； 3.4）对完成粗配准的点云再使用Point-to-PlaneICP算法进行精配准，得到最佳变换矩阵，此时，源点云内点到目标点云对应点所在平面的距离最小，源点云中的点为，目标点云中的对应点为，点处的单位法向量为； 迭代求解最佳转换矩阵，对源点云进行变换，使得在特定选择的误差度量下，源点云中的点到目标点云对应点所在平面的距离最小，表达式是： （1） 3.5）完成精配准后，将配准好的点云进行融合，得到完整的人体点云； 步骤4、实施测量，完成截取、投影、提取凸包顶点、欧氏距离求和，使用K-Means聚类方法，并通过自定义初始聚类中心的方式将步骤3.5）得到的人体点云分成八个部分，再基于K-Means聚类方法分割后的局部人体点云分别完成相应部位的测量，具体过程为： 4.1）自定义初始聚类中心，通过CloudCompare软件的“Pointlistpicking”功能选取八个分割部位的中心，八个分割部位分别是头、左臂、右臂、胸、腰、臀、左腿和右腿，将八个分割部位的中心的坐标值设置为K-Means聚类的初始聚类中心，不断迭代，将每次迭代产生的集群样本点的平均值作为聚类中心，直到聚类结果趋于稳定； 4.2）根据人体点云的数据中的z坐标的最大值和最小值计算出检测对象的身高H；根据人体各特征部位所在高度与身高H之间的线性关系确定待测部位所在高度；三围分别为对应高度位置一定范围内水平切片上最大的周长，截取对应分割点云； 4.3）对截取的分割点云进行平面投影，得到近似人体围度的平面点集，采用RANSAC算法进行平面拟合，将截取的分割点云投影在拟合平面上； 4.4）使用凸包算法寻找包围特征点云的最小凸集，即将某个点集完全包含在内的面积最小的凸多边形； 4.5）计算由切割轮廓得到的凸多边形相邻顶点之间的欧氏距离，求和即为测量的围度，生成凸包顶点点集X i ,Y i，欧式距离之和的表达式是： （2） 其中，X i，Y i是凸包顶点点集的坐标表达，i=1,2,3,…,n表示点集； 步骤5、利用三维人体测量系统，实现步骤1~步骤4的各项功能可视化。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。