张青建， 韩建平

(杭州电子科技大学 计算机学院，浙江 杭州 310016)

0 引言

Kinect不仅价格低廉，而且能够获取彩色和深度信息，其深度信息具有抗光照扰动的优势，因此可用于人体关节点定位.文献[1]利用目标识别标记出人体模型，通过分类器定位出人体关节点，此方法是目前比较先进的关节点定位方法，但该方法需要大量的训练标记样本.文献[2]利用深度图像获取人体细化线，并根据人体刚架比例关系定位出人体关节点，此方法容易实现，但定位准确率有待提高.

笔者在文献[2]的基础上，加入了角点检测及分类、脸部跟踪等内容，提高了关节点定位的准确性和鲁棒性.文章首先对深度图像预处理以获取人体骨架线，从而得到骨架线角点并对角点筛选分类，然后在彩色图像中对人的脸部跟踪以定位头节点，最后结合人体各刚件比例关系，定位出人体关节点，方法如图1所示.

1 获取人体骨架线角点及头节点

1.1 深度及彩色图像预处理

用kinect摄取彩色图像和深度图像，由于此二者坐标不同，所以笔者以深度图像的坐标为基准，实现彩色图像坐标向深度图像坐标对齐[3]，以保证头节点(从彩色图像中获取)和其他关节点(从深度图像中获取)坐标一致.设置深度图像的有效景深为0.8～3.8 m，超过此范围的景深，在彩色图像中予以擦除，初步排除不必要的像素干扰.

Kinect直接摄取的深度图像中人体轮廓边缘不光滑，人体区域内可能有黑洞，若不对深度图像预处理，细化后的人体骨架线有毛刺，甚至导致骨架线变形，因此需对深度图像进行滤波、膨胀腐蚀等预处理.首先对深度图像用中值滤波祛除噪声[4]；……