非接触式人体测量技术以其快速、准确、效率高等优势,逐渐取代了传统接触式人体测量方法,广泛应用于人体数据库的建立、人体建模以及虚拟试衣等领域。但因其设备成本高,环境要求严格,难以大批量进行人体测量工作。针对这些问题,本文提出了一种基于人体正侧面照片的人体测量和建模的方法,主要研究工作有以下几个方面:(1)针对传统人体轮廓提取方法对环境要求严格的问题,提出一种可以在复杂背景环境下提取人体轮廓的方法,主要是对人体轮廓分部位提取。利用HSV颜色空间上的H分量独立于光线变化特点提取头发和下衣轮廓,基于椭圆皮肤检测模型和HSV阀值模型提取皮肤轮廓,最后基于HSV阀值模型提取上衣轮廓。实验表明,本文方法能够降低背景环境的条件限制,人体轮廓分割结果良好。(2)针对传统特征点提取方法中人体特征点误检和漏检的问题,提出一种基于人体比例关系和Freeman链码的人体特征点提取方法,将人体正侧面轮廓用Freeman链码表示,根据链码数值变化规律总结归纳特征点位置,再利用人体比例关系来排除干扰点及补充未检测到的特征点,然后通过特征点计算人体长度参数和围度参数,最后通过可视化界面展示测量结果。实验表明,本文提出的方法测量误差基本控制在5%左右,符合人体测量要求。(3)提出一种基于人体轮廓和Maya建模软件的人体模型建立方法,利用人体轮廓的表面信息及人体形态近似椭圆的特性,将正面轮廓的横截线数据作为椭圆的长轴,将侧面轮廓的横截线数据作为椭圆的短轴,生成人体三维的数字模型。通过MEL脚本语言将人体数字模型导入Maya软件中,再对人体模型进行缝合和纹理贴图操作得到人体三维模型。实验表明,本文方法提高了建模的效率,模型失真度较低。