摘要：首先根据角点检测方法自动获取人体关键尺寸；然后根据实例检索算法获取与客户体形最接近的模特试衣效果；再使用移植配准与肤色融合实现头像移植；最后再Andriod平台上实现初步的系统模拟，为提高网上服装交易的成功率与扩展服装的款式奠定了良好的基础。

关键字 边缘检测，角点检测，实例驱动，虚拟试衣，Andriod平台

1、概述

如何解决虚拟试衣的真实感、个性化、实时性等问题成为服装相关研究领域的一个核心问题，也是突破服装电子商务发展瓶颈的一个关键问题。

2、试衣原理

较传统试衣方式而言，虚拟试衣可以为选购服装的客户提供更加快捷有效的服务，用户通过浏览服装，挑选自己感兴趣的服装进行试穿，最终查看试衣效果，其基本原理是：系统以用户体形的关键尺寸值（如：胸围、腰围、臀围等）为基础，采用实例检索算法检索出与客户体形最接近的模特试衣实例，之后进行头像移植，使试衣效果的逼真程度最大化，关键技术主要包括：1、获取关键尺寸：在获取关键尺寸的过程可选用两种方式：一种是用户直接录入关键尺寸信息，另一种是系统依据用户输入的正、侧面照片与身高值，采用图像处理技术自动获取关键尺寸数据；2检索相似实例：采用实例检索算法实现最相似实例检索；3、头像移植：使用移植配准与肤色融合技术，将试衣实例中的模特头像替换为用户自己的头像，完成头像移植，最终实现试衣效果的真实性展示。

3、关键技术

3.1 人体特征尺寸提取与测量 – 基于Harris角点的人体特征尺寸提取与测量，实现人体关键尺寸信息的获取

3.1.1Harris角点检测原理

角点是指图像中梯度变化很大活着亮度变化剧烈的像素点，它表征着图像局部变化的特征，

3.1.2技术路线

3.2基于实例驱动的虚拟试衣机制

实例推理机制是以获取的用户关键尺寸作为输入，使用实例检索方法，输出最符合顾客体形特征的模特服装展示实例，实例推理机制原理如图所示

3.2.1实例库的建立

试衣实例采集过程中，根据人体关键尺寸的定义，对每一款服装的but

尺码进行分别采集，对同一款服装，对不同体形的试衣模特试穿效果进行多角度图像采集，建立服装展示实例库

3.2.2实例检索算法设计

两个对象的相似度表现为对象之间绝对差值的大小，即对象之间的距离，其相似度通过距离函数将值域限制在0-1之间，相似度为0，两个对象特征完全不同，相似度为1，特性完全相同，数值x，y之间相似度计算公式定义为：————————

通过计算用户与各相似度实例之间的复合相似度，选取复合相似度最大的实例作为用户试衣的建议解。

3.3头像移植

通过基于实例驱动的虚拟试衣机制，可以得到与客户体形最相似的模特试衣效果，为了使虚拟试衣效果的真实程度最大化，需要进行头像移植，其原理如图所示：

3.3.1图像分割

图像分割可将头部与身体部分分离，这是头像移植与肤色融合的基础，图像采集过程中以白墙为背景，这为简化处理过程提供了优越的条件，通过采用Harris角点检测的方法，依据颈部高度与身高的比例关系，实现头像与身体部分的分割，前面已经论述了Harris角点检测的原理及实现方法。

3.3.2 头像移植配准

通过提取头像图像和身体图像的部分基准点，根据空间变化关系所需参数S。。。。。

3.3.3图像融合

经过头像移植配准，用户头部与模特身体部分实现了初步的特征匹配，但是，由于用户与模特的图像来源不尽相同，肤色难免会有差异，所以需要进行图像融合，图像融合主要包括皮肤检测与肤色迁移。