CN101887477B - 根据脚型多幅图像定制数字化鞋楦的方法 - Google Patents

Abstract

本发明涉及一种从脚型直接生成数字化鞋楦的方法，解决了量脚定楦的难题。方法的步骤如下：1)选择鞋楦样本，构成鞋楦样本集；2)设计标记点，在每只鞋楦样本上确定标记点，然后用扫描仪获取标记点的位置，得到样本的点分布模型；3)对齐各样本的点分布模型；4)生成鞋楦的统计变形模型；5)先标定各相机的参数，再获取目标脚型的多幅图像；6)计算脚型的重心；7)估计脚型的大小；8)估计脚型的方位；9)根据脚型的多幅图像，改变鞋楦的统计变形模型中的个性向量，直到模型在各图像中的投影和脚型的真实图像最吻合；10)输出数字化的三维鞋楦模型。本发明具有全自动进行、快速高效、使用简单、成本低廉等优点。

Description

根据脚型多幅图像定制数字化鞋楦的方法

技术领域

本发明涉及一种从脚型多幅图像定制数字化鞋楦的方法，具有全自动进行、快速高效、使用简单、成本低廉等特点，可以量脚定楦，也可以用于脚型测量、脚型重建、鞋楦设计、鞋及楦定制等领域。

背景技术

本发明涉及一种根据脚型多幅图像定制数字化鞋楦的方法，可以生成与脚型形状相吻合的三维数字化鞋楦，可以量脚定楦，也可以用于脚型测量、脚型重建、鞋楦设计、鞋及楦定制等领域。

鞋楦是根据大量脚型统计结果制作的标准化制鞋工具，是根据脚型和制鞋要求加工而成的制鞋模具，其实就是标准化的脚型。这种标准化的鞋楦，抹去了脚型中的个性因素，强调脚型中的共性形状，有利于大批量的生产，但对有个性特点的脚型不利，会强迫客户适应与自己脚型并不一致的鞋腔。并且，过去的鞋楦并不是根据脚型分布规律设计的，而是由有经验的制楦师傅手工制作母楦，再在仿形机床上加工出来的。由于母楦是手工制作，偏重于经验，缺乏统计规律的支持，与脚型不吻合不足为奇。提高鞋的舒适度，保证鞋靴合脚的关键技术，是量脚定楦。这对从事特定职业的人员，尤其是运动员、舞蹈演员、军人等，对量脚定楦的需求更加迫切。

但是在人足到鞋楦的环节上，一直缺乏有效的技术手段。传统的手工测量方法，使用布基鞋用带尺、游标卡尺、踩印盒、卷尺等工具进行测量脚型的关键部位，然后人工记录，速度较慢、精度低，而且不能直接得到三维模型。比较现代的方法，如接触式三坐标测量的威力手设备，或者使用激光逐点测距生成三维点云的三坐标测量仪，或者采用三角测量原理投影激光束逐切面扫描生成三维点云的激光测量，都得到由大量的点云表示的脚型。由于点的数量太多，仅可以测量脚型的关键参数，如果要定制鞋楦还需要大量的手工处理，无法直接从脚型得到鞋楦。潘云鹤院士改进了这种方法(鞋楦造型个性化设计方法，申请号01130405.7)，先利用三维扫描仪获取人脚的三维数据并建模，然后将其与标准鞋楦模型进行比较，并对标准鞋楦进行调整，以生成符合特定顾客脚型的特定鞋楦模型。但是这种方法所用的标准鞋楦，是按要求选择、与目标脚型形状近似的鞋楦，在调整过程中需要手工调节，没有充分利用鞋楦数据库的统计属性。而且，无论是接触式扫描，还是激光扫描，由于采用了扫描的方式，因此速度慢，并且无法扫描到脚型的首尾，在脚型的首尾部分精度很低。而且激光方式易受物件表面光学性质和环境光、杂射光影响。

采用对脚型成像，从多幅图像计算数字化鞋楦的方法，相比以前的方法，具有速度快、成本低、灵活简便等特点。本发明所涉及的方法，不同于专利CN200510061271.9(面向稀疏网格的基于曲面细分的三维脚型数据测量方法)，也不同于专利CN200710068032.5(综合三维脚型全局参数和局部横截面调整的个性化鞋楦模型生成方法)。这两个专利中的初始模型都来自于与目标脚型近似的一个模型，然后对初始模型进行变形。本发明的方法，类似于用仅有少量点撑起的弹性袜子套到目标脚型上。如果袜子与目标对象不一致，有些点在脚型表面以外，而有些点在脚型表面以内，那么把在外面的点向里面移动，而里面的点向外面移动。同时，由于袜子的支撑点是鞋楦的统计模型，受到鞋楦统计参数的约束，必须仍然保持鞋楦的形状，因此每次这些移动不能只移动在外面的点或者在里面的点，而必须全部点一起移动。这些点相互牵制，不能一次移动就与目标对象一致，但是每次移动后，无论是外面还是里面的点，都更接近于目标对象。经过多次这样的移动，袜子必然与脚型一致，两者在各视的投影一致，此时得到与脚型一致的袜子。本发明的最大特点在于，充分利用了鞋楦的统计属性。

这种用统计变形模型拟合目标脚型的方法，去除了脚型的细节特征的影响，只考虑主要形状特征，充分利用了鞋楦是标准化的脚型的特点，用鞋楦的统计属性捕捉脚型间的大致外形轮廓，简单实用。用这种方法进行脚型测量、量脚定楦，无疑成为客户小批量定制生产的技术关键，将提高鞋靴的设计水平，把人足、楦、鞋的设计和生产各个环节贯通，保证数字化的数据畅通无碍，对提升整个制鞋产业质量无疑有重要意义。

发明内容

本发明可以从脚型直接生成数字化鞋楦，解决了量脚定楦的难题，也同时解决传统鞋楦设计修改困难、变动范围受限制及设计效率低等的问题，可以用于脚型测量、鞋及楦定制、鞋楦设计等领域。本发明首先通过鞋楦样本计算鞋楦的统计变形模型，然后由多视图像驱动统计变形模型变形来拟合脚型图像，最后得到鞋楦模型，具体包括有以下10个步骤：

1、选择鞋楦样本，构成鞋楦样本集；

2、设计标记点，在每只鞋楦样本上确定标记点的位置，然后用三坐标扫描仪把标记点的位置扫描到计算机，作为样本的点分布模型；

3、把鞋楦样本集中各样本的点分布模型对齐，保证整个样本集上各样本间的距离最小化；

4、生成鞋楦的统计变形模型，将鞋楦的形状分解成共性和个性两部分，而个性是个性因子与个性向量的乘积；

5、获取目标脚型的多幅图像，同时标定各相机的参数；

6、把脚型的多幅图像分割为二值图像，即把脚型和背景分割开来，脚型为黑色，背景为白色，然后求取脚型在各图像平面中的重心，并由此计算脚型在空间中的重心；

7、根据脚型的图像估计脚型的大小；

8、根据脚型的图像估计脚型的方位；

9、根据脚型的多幅图像，改变鞋楦的统计变形模型中的个性向量，直到模型在各图像中的投影和脚型的真实图像最相吻合，得到与脚型一致的数字化鞋楦模型；

10、输出根据脚型图像定制的数字化鞋楦模型。

本发明具有以下优点：

1、从图像定制鞋楦，只需要相机及计算机等硬件，成本低廉；

2、量脚定楦的整个过程自动完成，减轻了鞋楦设计的难度；

3、在量脚定楦时，只需要对脚型从多个角度同时成像，然后用软件把统计变形模型拟合到脚型图像，脚型成像的速度快，避免了扫描方式中由于时间长脚型会发生抖动位移变形等无法解决的困难；

4、选取的鞋楦标记点数量很少，处理起来速度快。在过去鞋楦设计中，通常修改从扫描方式得到的大量点云。因为扫描得到的点数量太多，局部信息太过丰富，需要先由点生成面，并且在局部会有起伏，因此由扫描的大量点云生成光滑表面十分困难，使得鞋楦设计时修改困难、变动范围受限制、设计效率低；

5、用统计变形模型拟合图像，使得最终的模型即与目标脚型一致，又保持鞋楦的形状，使得本方法简单直接；

6、在改变统计变形模型中的个性向量时，将模型点分为内点、外点，由内外点驱动所有模型点移动，并且保证所有点的移动受鞋楦的统计规律约束，整个方法十分简洁直观。

本发明增加了鞋楦设计的灵活性，将成为鞋袜定制服务的关键技术。

附图说明

图1为本发明计算流程；

图2是鞋楦设计的两个关键视图，底样图和侧立面图；

图3为鞋楦的标记点、经线、纬线在右侧面上位置示意图；

图4为鞋楦的标记点、经线、纬线在底面上位置示意图；

图5为鞋楦的标记点、经线、纬线在左侧面上位置示意图；

图6为鞋楦的58个标记点空间位置示意图；

图7是在鞋楦上用白色细胶带粘贴经线、纬线的示意图；

图8是鞋楦样本集的点分布模型对齐算法流程；

图9为成像环境；

图10为起相机标定、搁置脚型、同时方便测量脚型大小方位等作用的玻璃模板；

图11为相机1所成视图像；

图12为相机2所成视图像；

图13为相机3所成视图像；

图14为相机4所成视图像；

图15为相机5所成视图像；

图16为相机6所成视图像；

图17为相机7所成视图像；

图18为相机8所成视图像；

图19为8幅视图像先进行二值化，然后计算前景的重心，再由此计算脚型在空间中的重心的示意图。

具体实施方式

本发明的技术解决方案如图1所示，包括如下步骤：

1、选择鞋楦样本集。鞋楦样本集的选择对步骤4所生成的统计变形模型有着重要影响，也因此影响最后生成的数字化鞋楦模型。不同的样本集，将得到不同的统计变形模型。鞋楦样本集如果侧重某类型的鞋楦，那么统计变形模型表达此类鞋楦将更准确，而无法其它类型的鞋楦将表达得粗糙一些。如果样本集全集中在某类型特别的鞋楦上，得到统计变形模型将可能无法表达其它类型的鞋楦。因此，要从定制某种类型鞋楦，就要选择相应类型的鞋楦样本。本实施例中总共扫描了121只不同的尖头皮鞋鞋楦，其中小童、中童、大童、成年女性、成年男性各个码段的样本数量配置如表1所示，数量配置是根据鞋楦分档和人口分布统计规律两方面因素得出的。

表1鞋楦样本的组成

2、设计标记点，并在每只鞋楦样本上确定标记点的位置，然后把标记点的位置扫描到计算机，作为样本的点分布模型。具体包括以下4个步骤：

2.1)鞋楦标记点的设定方法。如图2是鞋楦设计的两个关键视图，底样图和侧立面图。在过去鞋楦设计时首先确定这两个图中的关键点，然后得到底样图和侧立面图中的轮廓，再由此生成三维的鞋楦。同样，本发明选择由这些关键点所衍生的点作为标记点。标记点共58个点，其编号及每个标记点的位置如图3、图4、图5、如图6、图7所示。确定标记点时，首先手工设定鞋楦脚尖点或平头鞋楦平头部分脚底上的中点为标记点1，过标记点1用细的带状物手工设置至少五条相对分开且能反映鞋楦特征的纬线，然后在鞋楦上用细的带状物手工设置有至少七条相对分开且能反映鞋楦特征的经线，设定经线与纬线的交点，取能反映鞋楦形状特点的交点为标记点。作为一种优选方案，所述纬线为五条，所述细的带状物为白色细胶带；第一纬线：设定鞋楦统口前点为标记点6，鞋楦统口后点为标记点9，先拉伸白色细胶带成直线再过标记点1、标记点6和标记点9粘帖到在鞋楦上成封闭线圈；第二纬线：将鞋楦摆正，自上向下观察鞋楦，用白色细胶带粘帖鞋楦上的最大轮廓构成封闭线圈；第三纬线：设定第一纬线与楦底面交点为标记点11，白色细胶带先拉伸成直线，过标记点1和标记点11粘帖白色细胶带到楦面上构成封闭线圈；第四纬线：过标记点1和标记点9粘帖白色细胶带，构成最短的封闭线圈；第五纬线：在第一纬线上取楦后跟最突出点为标记点10，胶带先拉伸成直线过标记点10和标记点1粘帖白色细胶带到楦面上为第五纬线，所述第五纬线取鞋楦后跟部分。5条纬线位置的确定如图3、图4、图5所示。作为一种优选方案，所述经线为八条，取点1和点11的线段长度为1，以标记点11为起点，分别在长度0.15、0.25、0.37、0.42、0.58、0.61、0.67、0.72、0.83、0.92的位置取标记点，记为H、H3、G、G3、F、J、E、D、C、B，其中H点为标记点12，H3为标记点13，G3为标记点14，J为标记点15，B为标记点17；第七经线：过H点粘帖在楦底上垂直于第一纬线且在楦面上与第二纬线垂直的封闭线圈；第六经线：过H3点粘帖垂直于第一纬线、过标记点6且在楦面上构成围长最小的封闭线圈；第五经线：过G粘帖与第一纬线垂直的直线，所述直线与第二纬线在楦底面外侧的交点作为G1，即标记点24，过标记点24、标记点14和标记点6在楦面上粘帖构成围长最小的封闭线圈；第四经线：过标记点24、标记点14和楦背上最凹的点粘帖白色细胶带为第四经线，第四经线是经过标记点24、标记点14围长最小的封闭线圈；第三经线：过F作垂直于第一纬线的直线，所述直线与第二纬线在楦底面外侧的交点作为F1，即标记点23，过E作垂直于第一纬线的直线，此直线与第二纬线在楦底面内侧的交点为E1，即标记点30，过标记点23、标记点15和标记点30在楦面上粘帖构成围长最小的封闭线圈就是第三经线；第二经线：过D作垂直于第一纬线的直线，此直线与第二纬线在楦底面外侧的交点为D1，即标记点22，过C作垂直于第一纬线的直线，此直线与第二纬线在楦底面内侧的交点为C1，即标记点31，过标记点22、标记点31在楦面上粘帖构成围长最小的封闭线圈；第一经线：过B点粘帖垂直于第一纬线的白色细胶带，构成围长最小的封闭线圈；第八经线：过标记点11、标记点6在楦面上粘帖构成围长最小的封闭线圈。8条经线位置的确定如图3、图4、图5所示。

如图3、图4、图5、图6、图7所示，采用上述的设定方法后，在鞋楦上设定了58个点。其中，点1-点17(第一纬线)是侧样图的关键点，点1和点21-点32(第二纬线)是底样图的关键点。点1、点11和点41-点51构成第三纬线，以及点1、点9和点60-点75构成第四纬线，点80、点10和点81构成第五纬线。第一纬线-5共5条纬线。而点17、点21、点41、点75、点2、点60、点51、点32(第一经线)构成的截面，点22、点16、点31、点50、点61、点3、点74、点42(第二经线)构成的截面，点23、点15、点30、点49、点62、点4、点73和点43(第三经线)构成的截面，点24、点14、点29、点48、点63、点5、点72和点44(第四经线)构成的截面，点24、点14、点29、点47、点64、点6、点71(第五经线)构成的截面，点25、点13、点28、点46、点65、点6、点70和点45(第六经线)构成的截面，点26、点12、点27、点80、点67、点68和点81(第七经线)，点6、点66、点80、点11、点81和点69(第八经线)构成的截面，共8个截面构成鞋楦曲面的经线，8条经线位置的确定如图6、图7所示，这些经线都是脚型测量中国家标准规定测量位置。

表2底样图中关键点的位置

在侧立面图上，J1点为起点，O4点为终点，J1O4长度为1，分别在位置0、0.05、0.11、0.18、0.22、0.30、0.40、0.56、0.94、1上设置点，其中，J1为底样图中J的对应点。

表3侧立面中关键点的位置

8条经线和5条纬线的交点就是标记点，如图3、图4、图5、图6、图7所示。

2.2)标记点提取方法。为了保证同名标记点在不同的鞋楦上对应位置，在扫描之前，先在鞋楦上用白色细胶带标记经纬线，如图7所示。因为经纬线是有意选择的标记点确定的线，比较容易确定位置，因此经纬线的交点位置也得能得保证。

2.3)然后采用接触式的三坐标扫描仪Immersion MicroScribe MX将标记点扫描到计算机。

2.4)一个鞋楦样本扫描得到的一个点分布模型，121只鞋楦样本扫描得到的121个点分布模型。

3.各样本的点分布模型对齐到同一坐标系下，然后用ICP算法把各个点分布模型的同名点对齐，得到鞋楦样本集的对齐点分布模型，流程如图8所示，具体包括有以下6个步骤：

3.1)求各个点分布模型的平均模型S，平均模型S是把所有点分布模型的同名点坐标求平均后得到的新点分布模型，计算式如下：

$S=\frac{1}{121}{\mathrm{\Σ}}_{i=1}^{121}{s}_i$

式中，s_i表示各鞋楦样本的点分布模型。

3.2)各点分布模型s_i对齐到平均模型S时经过缩放λ、平移T、旋转R等运算，平移矢量T的三个坐标分量分别为T_x、T_y、T_z，旋转R对应的与三个坐标的夹角为α、β、γ。

总对齐运算量C定义为：

$C=\frac{1}{121}{\mathrm{\Σ}}_{i=1}^{121}\left(\right|\mathrm{\λ}|+|T_x|+|T_y|+|T_z|+|\mathrm{\α}|+|\mathrm{\β}|+|\mathrm{\γ}\left|\right)$

总对齐运算量C清零。

3.3)选择某一鞋楦样本的点分布模型s_i，将此点分布模型经缩放λ、平移T、旋转R等运算对齐到平均模型。如果点分布模型s_i与平均模型距离最小，即点分布模型s_i中各标记点与平均模型中各标记点之间距离的累加和最小，执行下一步；否则继续缩放、平移、旋转。点分布模型s_i与平均模型的距离D定义如下：

D＝[S-s_i]^TW[s_i-S]

式中，W是单位对角阵。

将此样本点分布模型对齐到平均模型的缩放λ、平移T、旋转R的运算量加入总对齐运算量C。

3.4)判断每一点分布模型都已经处理完毕，若是执行下一步；若否，继续执行本环节的步骤3.3)；

3.5)对齐后的点分布模型集更加整齐，然后再求新的平均模型。新平均模型比上一次的平均模型更加准确，更能代表整个样本集的共性。如此迭代，直到所有模型都已对齐，对齐运算量不再增加，平均模型也不再变化。收敛条件为总对齐运算量C在迭代中不再变化，即本次对齐的运算量与上次对齐的运算量相比，变化幅度ΔC接近于0，即：

ΔC＝∑(|Δλ|+Δ|T_x|+Δ|T_y|+Δ|T_z|+Δ|α|+Δ|β|+Δ|γ|)→0

3.6)输出对应点模型。

本实施例没有一次性对齐各样本点模型，而是迭代对齐，以两个模型上所有点的同名点间距离之和累加作为两个模型的距离，以各个样本的点模型到平均鞋楦的对齐移动量收敛为对齐操作的结束条件，包括比例λ、旋转R和平移T不再变化，这种对齐能让每个标记点的分布尽量反映真实情况。

4.采用主成份分析方法生成鞋楦的统计变形模型，将鞋楦的形状分解成共性和个性两部分，而个性是个性因子与个性向量的乘积。

主成份分析方法是一种信息提取方法，将原来相关的多个变量重新组合成一组相互独立的少数几个综合指标，并且反映原多个变量的主要信息。这些少数独立的综合指标就称为主形状因子。

主成分分析计算步骤如下：首先把每个点分布模型表示成58个标记点P₁，P₂…P₅₈的列向量

s_i＝{P₁，P₂…P₅₈}^T

而每个标记点P_i表示成1×3的行向量。设d(s_i)表示点分布模型s_i与平均模型S的偏差

d(s_i)＝s_i-S

所有点分布模型的偏差一起构成偏差矩阵

Δs＝[d(s₁)d(s₂)…d(s₁₂₁)]

则协方差矩阵C_∑可以表示为

$C_{\mathrm{\Σ}}=\frac{1}{121}{\mathrm{\Σ}}_{i=1}^{121}\left\{d\left(s_i\right){\left[d\left(s_i\right)\right]}^T\right\}=\frac{1}{121}\mathrm{\Δs}{\left(\mathrm{\Δs}\right)}^T$

求解协方差矩阵C_∑的特征值和单位特征向量，并按特征值从大到小地排序，设排序后的特征值和单位特征向量分别为λ_PCAi和U_i

C_∑U_i＝λ_PCAiU_i  i＝1，2…，λ_PCAi≥λ_PCA(i+1)

式中，U₁，U₂…U₁₇₄依次是单位特征向量，也是鞋楦的个性因子，λ_PCA1，λ_PCA2…λ_PCA174表示了相应鞋楦个性因子占总个性形状的权重，即个性因子对总形状的影响大小。

由于d(s_i)是零均值的，因此小的特征值意味着对总形状的影响很少，可以忽略不计，因此用排序在前、权重大的N个主形状因子就可以准确地描述原来所有主形状因子所描述的形状信息，去除了重复冗余的信息，并且失去的信息不多。这正是主成分分析方法进行数据压缩和信号降维的依据。在本实施例中，选择14个排序在前、权重大的个性因子，排列成行向量U＝[U₁U₂…U₁₄]。由此表达的鞋楦形状占据了原形状的96％，因此可以用U表达鞋楦。鞋楦的统计变形模型，表达为

$s_i=S+U\×b_{3D}=S+{\mathrm{\Σ}}_{i=1}^{14}{U}_i\×b_i$

其中，S是平均模型，代表鞋楦的共性部分；U是主形状因子，代表鞋楦的个性形状；b_3D是个性因子向量，b_3D＝[b₁ b₂…b₁₄]。对这些个性因子按个性因子向量b_3D进行线性组合，就得到具体鞋楦；不同的b_3D值，对应不同的鞋楦形状。b_3D只能在一定范围内变化，可以认为，超出此范围的模型就不再是鞋楦。b_3D的范围，可以称为鞋楦空间，具体数值由鞋楦空间样本集的统计结果确定，设为D_max。

5、先对环境中有刻度的透明模板成像，据此图像标定各相机的参数，然后脚型放置在模板上，获取8幅视图像。所述成像环境如图9所示，包括具有载重功能的相机支撑框架1、脚型标定模板2、8个相机3、计算机。所述脚型标定模板为透明的有机玻璃板，所述脚型标定模板2上具有多行多列且相隔一定间距的格子线，所述脚型标定模板2中心设置有中心标识，所述脚型标定模板2通过支架设置在相机支撑框架1中。所述脚型标定模板2是一块高度透明的有机玻璃板，用直径1cm的平头铣刀在有机玻璃板上刻标识，单面有如图10所示、共16×16条的纵横线，线间距3cm，中心标识为“O”字与“十”的叠加体，以脚型标定模板2为原点，纵横线中的横线为X轴，纵横线的纵线为Y轴。获取的脚型8幅视图像如图11、图12、图13、图14、图15、图16、图17、图18所示。

6、把脚型的多幅图像分割为二值图像，即把脚型和背景分割开来，脚型为黑色，背景为白色，如图19所示，然后求取脚型在各平面图像中的重心。根据交比不变性，脚型的中心投影到各视，仍然是各视的中心。根据各视图像的脚型平面重心，估计在空间中的脚型重心。

7、因为脚型轻踩在模板上，模板上刻写有如图所示的图案。因此，从下向上看的视图中，将可以清晰地反映脚型的大小，如图15、图16、图17所示。根据鞋楦设计规律，脚型的长度取为脚底长度的1.067倍，将此长度赋给初始模型，即步骤4中生成的统计变形模型。

8、根据脚型的多幅图像估计脚型的方位。因为只对脚踝骨以下的部分感兴趣，小腿与玻璃平板的其余两个夹角对脚型没有影响，仅需计算玻璃平板上的旋转角度。从图11、图12、图13、图14、图18可以看出这点。因此，从下向上看的视图，如图15、图16、图17所示，可以清晰地反映脚型的方位。因为有后继的迭代变形方法，因此重心和方位不需要精确估计。重心和方位的偏差在模型的变形能力范围内，经过多次迭代后会被移到准确位置。

9、改变鞋楦的统计变形模型中的个性向量，得到与脚型一致的数字化鞋楦模型，具体包括以下5个步骤：

9.1)根据步骤5计算得到的各相机参数，把平均模型的模型点向各视图像投影。把投影区域的外轮廓线连接起来，在轮廓上的点称为投影边缘点，相应的空间点称为边缘投影点。边缘投影点分为内点和外点，在真实脚型之内的点是为内点，否则就是外点；

9.2)区分内点和外点。把所有的边缘投影点设置为内点；如果此点在一个或者一个以上视图像上的投影处于真实脚型的平面区域之外，那么此点为外点，如果此点所有视图像上的投影都在真实脚型的平面区域之内，那么此点为内点。

9.3)计算每个边缘投影点与真实脚型的距离。对每个边缘投影点P_i，在其投影为投影边缘点的视图像V_j上，选取与投影边缘点p_ij距离最近的真实脚型平面图像上的平面点p，构造由投影边缘点p_ij作为起点，目标平面点p作为终点的矢量，将此矢量作为边缘投影点的变形矢量。

9.4)因为模型必须保持鞋楦的形状，因此边缘投影点移动后得到的新模型s_i’必须满足鞋楦的统计变形模型：

s′_i＝S+U×b_3D

即

b_3D＝U^-1×(s′_i-S)

因为b_3D只能在统计得到的范围内变化。如果由s_i’计算的b_3D超出了范围D_max，那么模型将不再是鞋楦的形状。因此，要把b_3D移入许可范围，即求取与此b_3D最接近、并且在范围内的b_3D’。新的个性向量b_3D’中各分量b_i’由原分量b_i按下式计算：

$b_i^{\′}=b_i\×\frac{\sqrt{{\mathrm{\Σ}}_i^{14}(b_i^2/{\mathrm{\λ}}_{\mathrm{PCAi}})}}{D_{\max }}$

由新的个性因子b_3D’所确定的新鞋楦模型为：

s″_i＝S+U×b′_3D

9.5)重复本环节的步骤9.1)、9.2)、9.3)、9.4)，每一轮迭代中先区分内点和外点，计算移动量，然后用形状约束移动量，最后计算新的形状，逐次把初始估计模型贴合到真实脚型上去。重复计算的结束条件为，新一轮迭代计算所得个性因子相比上次的个性因子的变化量Δb_3D，接近于0，即：

Δb_3D→0

10、输出根据脚型图像定制的数字化鞋楦模型。

Claims (7)

1.一种根据脚型多幅图像定制数字化鞋楦的方法，其特征在于，方法的步骤如下：1)选择鞋楦样本，构成鞋楦样本集；2)设计标记点，在每只鞋楦样本上确定标记点的位置，然后用三坐标扫描仪把标记点的位置扫描到计算机，作为样本的点分布模型；3)把鞋楦样本集中各样本的点分布模型对齐，保证整个样本集上各样本间的距离最小化；4)生成鞋楦的统计变形模型，将鞋楦的形状分解成共性和个性两部分，而个性是个性因子与个性向量的乘积；5)获取目标脚型的多幅图像，同时标定各相机的参数；6)把脚型的多幅图像分割为二值图像，即把脚型和背景分割开来，脚型为黑色，背景为白色，然后求取脚型在各图像平面中的重心，并由此计算脚型在空间中的重心；7)根据脚型的图像估计脚型的大小；8)根据脚型的图像估计脚型的方位；9)根据脚型的多幅图像，改变鞋楦的统计变形模型中的个性向量，直到模型在各图像中的投影和脚型的真实图像最相吻合，得到与脚型一致的数字化鞋楦模型；10)输出根据脚型图像定制的数字化鞋楦模型。

2.根据权利要求1所述的根据脚型多幅图像定制数字化鞋楦的方法，其特征在于，所设计的搁置脚型的玻璃板有纵横线的刻度，方便计算脚型的大小和方位。

3.根据权利要求1所述的根据脚型多幅图像定制数字化鞋楦的方法，其特征在于，先计算脚型的重心、大小、方位，再估计形状的计算顺序。

4.根据权利要求1或2所述的根据脚型多幅图像定制数字化鞋楦的方法，其特征在于，先计算脚型的重心、大小、方位，再估计形状的计算顺序。

5.根据权利要求1所述的根据脚型多幅图像定制数字化鞋楦的方法，其特征在于，用鞋楦的统计变形模型来迭代拟合脚型的多幅图像，使得最终的模型即与目标脚型一致，又同时保持鞋楦的样式。

6.根据权利要求1所述的根据脚型多幅图像定制数字化鞋楦的方法，其特征在于，把统计变形模型来上的边缘投影点区分为内点和外点，然后在鞋楦统计规律的约束下移动全部模型点逼近目标脚型。

7.根据权利要求1或5所述的根据脚型多幅图像定制数字化鞋楦的方法，其特征在于，根据鞋楦样本集计算鞋楦统计变形时，同时确定了鞋楦个性向量的许可范围，由此许可范围约束边缘投影点和不是边缘投影点的模型点向目标脚型逼近时的移动量。