三维人体特征识别是三维服装设计和服装人体工效学领域的关键技术问题。本文分别基于三维扫描人体的二维视图和三维扫描人体的点云图,研究三维扫描人体的特征识别问题。基于二维数字图像处理,本文首先将三维扫描人体投影到二维平面得到三维扫描人体的二维视图,并将得到的二维视图,即人体正视图和侧视图进行二值化。在此基础上,选用定位准确性高且抗噪性能好的Canny算子对二值化的人体正视图和侧视图进行边缘检测。然后利用边缘追踪得到更加光滑的人体轮廓线,接着用链码表示高斯曲率,在轮廓线上识别应用于三维服装设计的人体特征点。基于三维扫描人体的点云图,本文提出了在三维人体点云图上通过计算点的数字几何信息增益识别特征点的算法。在该算法中,首先根据GB10000-88中规定的人体比例关系将人体点云图划分为颈部区域、肩部区域、腋下区域、胸部区域、腰部区域和臀部区域。然后定义数字几何信息增益,计算人体点云图中各点的增益值,在此基础上分别设定各搜索区域的数字几何信息增益阈值,确定候选特征点。最后根据人体比例学给出的各特征点位置的比例关系,从各区域候选特征点中确定数字几何信息增益最显著的候选特征点作为最终特征点。将以上两种算法识别到的特征点归类为计算直线类尺寸的特征点和计算围线类尺寸的特征点。身高、臂长等直线类尺寸的测量值通过计算特征点之间的欧几里得距离得到;对于胸围、腰围以及臀围等围线类尺寸的测量,先采用三次B样条拟合相应特征点得到人体特征线,再通过测量特征线的长度得到不同的围度尺寸。为验证本文方法的有效性,仿真实验分别将二维视图方法及数字几何信息增益方法得到的人体尺寸数据与标准测试数据进行对比分析。实验结果表明:本文提出的算法对不同类型的三维扫描人体均具有比较理想的识别效果,能有效反映人体关键点的特征信息,具有计算量小、算法复杂度低、运算速度快的优势。