CN108921863A - 一种足部数据采集装置及方法 - Google Patents
一种足部数据采集装置及方法 Download PDFInfo
- Publication number
- CN108921863A CN108921863A CN201810634784.1A CN201810634784A CN108921863A CN 108921863 A CN108921863 A CN 108921863A CN 201810634784 A CN201810634784 A CN 201810634784A CN 108921863 A CN108921863 A CN 108921863A
- Authority
- CN
- China
- Prior art keywords
- foot
- matrix
- video camera
- data
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims description 51
- 238000012937 correction Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 7
- 238000005192 partition Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 239000011521 glass Substances 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 239000004744 fabric Substances 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 230000005603 centrifugal distortion Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000006260 foam Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种足部数据采集装置及方法,属于服装或鞋帽的定制化、个性化领域。该足部数据采集装置包括足部站台、摄像机、迷你主机、计算机和摄像机支撑架。利用该装置进行足部数据采集的方法是:首先对摄像机进行标定,然后双目获得深度图,最后从足部轮廓中提取出待测顶点并获取足部距离。本发明在足部数据采集中,克服数据不全面、精度低、造价高等问题,使用较低的成本,采集到可以反映足部状况的特征点,同时保证采集到的数据的精度,供人们参考选择合适的鞋子。
Description
技术领域
本发明属于服装或鞋帽的定制化、个性化领域,涉及一种足部数据采集装置及方法。
背景技术
随着社会的发展,生活水平的提高,人们在选择鞋子的过程中,更加注重舒适感,希望能够选取到最适合自己的鞋子。同时人们也希望能够个性化定制,制作一双独一无二的鞋子。在制鞋过程中,鞋子的形状属于鞋楦的形状,而鞋楦的形状取决于脚的形状。鞋楦的建模主要是用过总结出脚的关键部位的共性来构成的。如果想要使每一个人的脚都有很好的适应性,则需要指定个性化的鞋子,此时你得拥有属于自己的制鞋数据。此时足部数采集器就至关重要了。
目前,为了选取合适的鞋子,对足部数据采集最常用的方式是使用尺子对脚的长度进行测量,通过测量得到的数据选择鞋的码数。然而这种方法并不能选到舒适的鞋子,首先这种足部测量方式得到的数据不全面,单一地根据长度并不能全面地反映出足部具体情况,脚宽、脚高等参数也是反映足部数据的重要指标,而且这种测量方法精度不高,尺子手动测量会产生较大的误差。
但现有技术汇总的足部三维数据采集装置大多成本高,采集速度慢,效率低,且采集结果受诸多环境因素影响。例如中国专利CN202699155U涉及一种采集脚底压力和足部外形三维数据的装置,包括慢恢复泡沫、三维扫描仪、薄膜型压力传感器等,通过这三个设备来采集足部数据,使用方便,测量精度高。但是该装置慢恢复泡沫和三维扫描仪的造价高,并且三维重建过程中对测量环境的要求严格。中国专利CN105333821A涉及一种非接触式足部测量仪,包括微型计算机、实物扫描仪、摄像机、照明装置、体重秤、散热风扇等,通过实物扫描仪、或摄像机、或两者共同采集,再通过体重秤得到压强,通过测得足部数据。但是,该装置较复杂,需要的部件较多,成本较高。
综上所述,希望能够得到一种新型装置和方法,解决足部数据采集中采集速度慢、易受环境影响、造价高等问题。
发明内容
针对现有技术存在的问题,本发明旨在提供一种足部数据采集装置及方法,通过双目测距,特征点的提取与匹配及算法的优化,有效解决足部数据采集中采集速度慢、易受环境影响、造价高等问题,从而获得更合适的数据,使人们能够更准确地了解自己的脚,满足人们对鞋的要求,便于人们选择更舒适的鞋子。
本发明的技术方案:
一种足部数据采集装置,包括足部站台1、摄像机2、迷你主机3、计算机4和摄像机支撑架5;足部站台1为箱体结构,作为足部测量的基台,足部站台1中设有迷你主机3、摄像机支撑架5和摄像机2,摄像机2以双目摄像头的形式布置于摄像机支撑架5的各个方向上,确保对足部进行多角度拍摄;摄像机2与迷你主机3相连,迷你主机3与足部站台1外部的计算机4相连,摄像机2采集的足部图片通过迷你主机3将足部图片传输至计算机4中,计算机4用于控制摄像机2采集足部图片并对足部图片进行处理得到足部数据;所述足部站台1的上盖板为玻璃面板。
所述足部站台1的上盖板上垂直设置足部隔板6,足部隔板6表面为镜子,通过镜面的反射成像确保摄像机2采集图片的多角度化。
所述摄像机2与迷你主机3之间、迷你主机3与计算机4之间通过蓝牙或USB接线相连;所述迷你主机3内置OpenCV板。
一种足部数据采集方法,步骤如下:
第一步:摄像机的标定
S1将两个摄像机并排放在一起,拍摄黑白定标板,通过matlab工具箱获取两个摄像机坐标系与世界坐标的之间的转换关系,并获得基本参数;
所述的基本参数包括:两个摄像机的内参数矩阵、畸变矩阵,两个摄像机之间的旋转矩阵、平移矩阵,所述的内参数矩阵即焦距相关,它是一个从平面到像素的转换;
S2将获得的两个摄像机的基本参数配置到python程序中,对双目摄像机进行标定,并利用stereo Rectify函数对标定过的摄像机进行校正;其中,stereo Rectify函数输入参数是步骤S1的基本参数;stereo Rectify函数输出参数是:两个摄像机校正后的旋转矩阵、校正后的坐标系统投影矩阵、深度视差映射矩阵;
第二步:双目获得深度图并获得足部轮廓
S3驱动两个摄像机获取某一角度的足部图片,利用init Undistort Rectify Map函数校正摄像机的映射;init Undistort Rectify Map函数的输入参数是步骤S1中得到的两个摄像机的内参数矩阵、畸变矩阵,步骤S2得到的两个摄像机校正后的旋转矩阵,校正后的坐标系统投影矩阵,以及图像尺寸、图像数据类型;init Undistort Rectify Map函数的输出参数是两个摄像机横纵坐标重映射参数;
S4利用remap函数对步骤S3得到的两个摄像机横纵坐标重映射参数进行几何变换,完成对两个摄像机的矫正,并将矫正过后的图像进行灰度化;
S5将步骤S4灰度化后的图像利用Block Maching方法生成差异图;
S6利用reproject Image To 3D将差异图扩展至3D空间;
S7利用SURF算法对生成的3D空间差异图提取出足部轮廓;
SURF算法具体步骤为:
(1)首先对3D空间差异图进行高斯滤波,然后对图像中的每个点构造Hessian矩阵,得到一张Hessian行列式图;
(2)将经过Hessian矩阵处理过的每个像素点与其3维领域的26的点进行大小比较,当该像素点是这26个点中最大者或最小者,则保留该像素,作为初步的特征点,并构成特征点矩阵;
(3)利用三维线性插值法对步骤(2)得到的特征点矩阵进行处理,得到亚像素级的特征点,同时筛选掉小于阈值的特征点,保留大于阈值的特征点;
(4)对于保留下来的特征点,在其半径为6s的圆形特征点领域内,统计60度扇形内所有点的水平haar小波特征和垂直haar小波特征总和,该扇形的主方向即为小波特征总和所代表的向量方向,比较圆形特征点领域内6个扇形所代表的向量的模长,模长最大的向量方向即为该特征点的主方向;
(5)对于保留下来的每一个特征点选取一个正方形框,方向为步骤(4)得出的特征点的主方向,将正方形框分为16个子区域,统计每个子区域25个像素的小波数据,并将整个正方形框中包含的小波数据组成每个特征点的描述算子矩阵;所述的小波数据包括水平方向haar小波特征、垂直方向haar小波特征、水平方向haar小波绝对值和垂直方向haar小波绝对值;
(6)利用步骤(5)得到描述算子矩阵并通过边缘检测算法得到足部轮廓;
第三步:从足部轮廓中提取出待测顶点并获取足部距离
S8利用图像处理方法从提取的足部轮廓中确定待测截面上的尺寸点;
(1)对提取出足部轮廓的3D空间差异图进行平滑预处理,消除图像噪声信息,防止后续的边缘检测连同噪声一起加强;
(2)对进行平滑预处理后的图像进行分割,得到分割好的轮廓图像后对轮廓图像进行二值化处理;
(3)将二值化的轮廓图像与现有的人体轮廓各部位数据库进行搜索比对,确定足部轮廓边缘点;
S9利用世界坐标获得所需测量的足部距离,根据S8确定的足部轮廓边缘点的三维坐标,计算出对应的足部数据。
所述S7步骤(3)中的阈值范围为0.6-0.8。
本发明的有益效果:
(1)本发明不需要三维重建,成本较低,有一定的推广价值。
(2)本发明通过计算机的算法,标定摄像机,利用双目摄像机之间的关系获得差异图,利用数据回归曲线定位特征点并测距,经过这系列图像处理后得到脚长、脚宽等六组特征点的精确的足部数据。
(3)本发明在足部数据采集中,克服了数据不全面、受环境影响大、造价高等问题,可以使用较低的成本,采集到可以反映足部状况的特征点,同时保证采集到的数据的精度,供人们参考选择合适的鞋子。
附图说明
图1是本发明的摄像机标定坐标转换流程图。
图2是本发明方法流程图。
图3是选取某点获得三维坐标原理图。
图中:1足部站台;2摄像机;3迷你主机;4计算机;5摄像机支撑架;6足部隔板。
具体实施方式
以下结合技术方案和附图详细叙述本发明的具体实施方式。
如图1所示,一种足部数据采集装置,包括足部站台1、摄像机2、迷你主机3、计算机4和摄像机支撑架5;足部站台1为箱体结构,作为足部测量的基台,足部站台1中设有迷你主机3、摄像机支撑架5和摄像机2,摄像机2以双目摄像头的形式布置于摄像机支撑架5的各个方向上,确保对足部进行多角度拍摄;摄像机2与迷你主机3相连,迷你主机3与足部站台1外部的计算机4相连,摄像机2采集的足部图片通过迷你主机3将足部图片传输至计算机4中,计算机4用于控制摄像机2采集足部图片并对足部图片进行处理得到足部数据;所述足部站台1的上盖板为玻璃面板。
所述足部站台1的上盖板上垂直设置足部隔板6,足部隔板6表面为镜子,通过镜面的反射成像确保摄像机2采集图片的多角度化。
所述摄像机2与迷你主机3之间、迷你主机3与计算机4之间通过蓝牙或USB接线相连;所述迷你主机3内置OpenCV板。一种足部数据采集方法,步骤如下:
第一步:摄像机的标定
S1将两个摄像机并排放在一起,拍摄黑白定标板,通过matlab工具箱获取两个摄像机坐标系与世界坐标的之间的转换关系,并获得基本参数;
所述的基本参数包括:两个摄像机的内参数矩阵、畸变矩阵,两个摄像机之间的旋转矩阵、平移矩阵,所述的内参数矩阵即焦距相关,它是一个从平面到像素的转换;
例如对标定单目相机1进行标定,选取空间一点坐标为(Xw,Yw,Zw),其在像平面上投影点坐标为(x,y),综合考虑实际成像过程中镜头的径向畸变和离心畸变,确定的摄像机内外参数模型表达式如下:
其中,f为单目相机1的焦距,αx=f/dx与αy=f/dy分别定义为x、y两轴上的归一化焦距,(x0,y0)为图像坐标系原点坐标,由αx、αy、u0、v0四个参数构成的投影变换矩阵M0为相机内参数矩阵,R为3×3的单位旋转正交阵,t为平移向量,0T=(0,0,0)T,组成的M1为相机的外参数矩阵;即第一个公式为线性投影成像模型,由内参数αx、αy、u0、v0及外参数R、t确定摄像机图像坐标系的关系;点(x,y)为投影点的理想位置,(x′,y′)为考虑畸变的实际坐标,δx、δy为横轴与纵轴的非线性畸变值,r为图像坐标系下投影点与原点的距离,k1、k2与k3分别为一阶、二阶与三阶径向畸变系数,p1、p2是一阶、二阶离心畸变系数;通过标定单目相机可得内参数αx、αy、u0、v0及畸变参数k1、k2、k3、p1、p2,进而确定相机投影成像模型。
S2将获得的两个摄像机的基本参数配置到python程序中,对双目摄像机进行标定,并利用stereo Rectify函数对标定过的摄像机进行校正;其中,stereo Rectify函数输入参数是步骤S1的基本参数;stereo Rectify函数输出参数是:两个摄像机校正后的旋转矩阵、校正后的坐标系统投影矩阵、深度视差映射矩阵;
第二步:双目获得深度图并获得足部轮廓
S3驱动两个摄像机获取某一角度的足部图片,利用init Undistort Rectify Map函数校正摄像机的映射;init Undistort Rectify Map函数的输入参数是步骤S1中得到的两个摄像机的内参数矩阵、畸变矩阵,步骤S2得到的两个摄像机校正后的旋转矩阵,校正后的坐标系统投影矩阵,以及图像尺寸、图像数据类型;init Undistort Rectify Map函数的输出参数是两个摄像机横纵坐标重映射参数;
S4利用remap函数对步骤S3得到的两个摄像机横纵坐标重映射参数进行几何变换,完成对两个摄像机的矫正,并将矫正过后的图像进行灰度化;
S5将步骤S4灰度化后的图像利用Block Maching方法生成差异图;
S6利用reproject Image To 3D将差异图扩展至3D空间;
S7利用SURF算法对生成的3D空间差异图提取出足部轮廓;
SURF算法具体步骤为:
(1)首先对3D空间差异图进行高斯滤波,然后对图像中的每个点构造Hessian矩阵,得到一张Hessian行列式图;
(2)将经过Hessian矩阵处理过的每个像素点与其3维领域的26的点进行大小比较,当该像素点是这26个点中最大者或最小者,则保留该像素,作为初步的特征点,并构成特征点矩阵;
(3)利用三维线性插值法对步骤(2)得到的特征点矩阵进行处理,得到亚像素级的特征点,同时筛选掉小于阈值的特征点,保留大于阈值的特征点;所述的阈值范围为0.6-0.8;
(4)对于保留下来的特征点,在其半径为6s的圆形特征点领域内,统计60度扇形内所有点的水平haar小波特征和垂直haar小波特征总和,该扇形的主方向即为小波特征总和所代表的向量方向,比较圆形特征点领域内6个扇形所代表的向量的模长,模长最大的向量方向即为该特征点的主方向;
(5)对于保留下来的每一个特征点选取一个正方形框,方向为步骤(4)得出的特征点的主方向,将正方形框分为16个子区域,统计每个子区域25个像素的小波数据,并将整个正方形框中包含的小波数据组成每个特征点的描述算子矩阵;所述的小波数据包括水平方向haar小波特征、垂直方向haar小波特征、水平方向haar小波绝对值和垂直方向haar小波绝对值;
(6)利用步骤(5)得到描述算子矩阵并通过边缘检测算法得到足部轮廓;
第三步:从足部轮廓中提取出待测顶点并获取足部距离
S8利用图像处理方法从提取的足部轮廓中确定待测截面上的尺寸点;
(1)对提取出足部轮廓的3D空间差异图进行平滑预处理,消除图像噪声信息,防止后续的边缘检测连同噪声一起加强;
(2)对进行平滑预处理后的图像进行分割,得到分割好的轮廓图像后对轮廓图像进行二值化处理;
(3)将二值化的轮廓图像与现有的人体轮廓各部位数据库进行搜索比对,确定足部轮廓边缘点;
S9利用世界坐标获得所需测量的足部距离,根据S8确定的足部轮廓边缘点的三维坐标,计算出对应的足部数据。
例如选取某点获得三维坐标原理图如下,利用如下公式最终需要求得距离Z:
d=xl-xr
其中,f是每个摄像机的焦距,也就是传感器到镜头之间的距离;T是两个摄像机之间的距离,这个是在开始就固定了的;d是不确定的,d是一个物体在分别两个传感器上所成的像,也就是xl和xr之间的距离,是个变量。所以为了得出距离,每次通过S5得到的差异图获得d的值,之后根据相似三角形原理就可以求出Z,从而求出对应点的坐标。
Claims (5)
1.一种足部数据采集装置,其特征在于,包括足部站台(1)、摄像机(2)、迷你主机(3)、计算机(4)和摄像机支撑架(5);足部站台(1)为箱体结构,作为足部测量的基台,足部站台(1)中设有迷你主机(3)、摄像机支撑架(5)和摄像机(2),摄像机(2)以双目摄像头的形式布置于摄像机支撑架(5)的各个方向上,确保对足部进行多角度拍摄;摄像机(2)与迷你主机(3)相连,迷你主机(3)与足部站台(1)外部的计算机(4)相连,摄像机(2)采集的足部图片通过迷你主机(3)将足部图片传输至计算机(4)中,计算机(4)用于控制摄像机(2)采集足部图片并对足部图片进行处理得到足部数据;所述足部站台(1)的上盖板为玻璃面板。
2.根据权利要求1所述的一种足部数据采集装置,其特征在于,所述足部站台(1)的上盖板上垂直设置足部隔板(6),足部隔板(6)表面为镜子,通过镜面的反射成像确保摄像机(2)采集图片的多角度化。
3.根据权利要求1后2所述的一种足部数据采集装置,其特征在于,所述摄像机(2)与迷你主机(3)之间、迷你主机(3)与计算机(4)之间通过蓝牙或USB接线相连;所述迷你主机(3)内置OpenCV板。
4.采用权利要求1-3任一一种足部数据采集装置的采集方法,其特征在于,步骤如下:
第一步:摄像机的标定
S1将两个摄像机并排放在一起,拍摄黑白定标板,通过matlab工具箱获取两个摄像机坐标系与世界坐标的之间的转换关系,并获得基本参数;
所述的基本参数包括:两个摄像机的内参数矩阵、畸变矩阵,两个摄像机之间的旋转矩阵、平移矩阵;
S2将获得的两个摄像机的基本参数配置到python程序中,对双目摄像机进行标定,并利用stereo Rectify函数对标定过的摄像机进行校正;其中,stereo Rectify函数输入参数是步骤S1的基本参数;stereo Rectify函数输出参数是:两个摄像机校正后的旋转矩阵、校正后的坐标系统投影矩阵、深度视差映射矩阵;
第二步:双目获得深度图并获得足部轮廓
S3驱动两个摄像机获取某一角度的足部图片,利用init Undistort Rectify Map函数校正摄像机的映射;init Undistort Rectify Map函数的输入参数是步骤S1中得到的两个摄像机的内参数矩阵、畸变矩阵,步骤S2得到的两个摄像机校正后的旋转矩阵,校正后的坐标系统投影矩阵,以及图像尺寸、图像数据类型;init Undistort Rectify Map函数的输出参数是两个摄像机横纵坐标重映射参数;
S4利用remap函数对步骤S3得到的两个摄像机横纵坐标重映射参数进行几何变换,完成对两个摄像机的矫正,并将矫正过后的图像进行灰度化;
S5将步骤S4灰度化后的图像利用Block Maching方法生成差异图;
S6利用reproject Image To 3D将差异图扩展至3D空间;
S7利用SURF算法对生成的3D空间差异图提取出足部轮廓;
SURF算法具体步骤为:
(1)首先对3D空间差异图进行高斯滤波,然后对图像中的每个点构造Hessian矩阵,得到一张Hessian行列式图;
(2)将经过Hessian矩阵处理过的每个像素点与其3维领域的26的点进行大小比较,当该像素点是这26个点中最大者或最小者,则保留该像素,作为初步的特征点,并构成特征点矩阵;
(3)利用三维线性插值法对步骤(2)得到的特征点矩阵进行处理,得到亚像素级的特征点,同时筛选掉小于阈值的特征点,保留大于阈值的特征点;
(4)对于保留下来的特征点,在其半径为6s的圆形特征点领域内,统计60度扇形内所有点的水平haar小波特征和垂直haar小波特征总和,该扇形的主方向即为小波特征总和所代表的向量方向,比较圆形特征点领域内6个扇形所代表的向量的模长,模长最大的向量方向即为该特征点的主方向;
(5)对于保留下来的每一个特征点选取一个正方形框,方向为步骤(4)得出的特征点的主方向,将正方形框分为16个子区域,统计每个子区域25个像素的小波数据,并将整个正方形框中包含的小波数据组成每个特征点的描述算子矩阵;所述的小波数据包括水平方向haar小波特征、垂直方向haar小波特征、水平方向haar小波绝对值和垂直方向haar小波绝对值;
(6)利用步骤(5)得到描述算子矩阵并通过边缘检测算法得到足部轮廓;
第三步:从足部轮廓中提取出待测顶点并获取足部距离
S8利用图像处理方法从提取的足部轮廓中确定待测截面上的尺寸点;
(1)对提取出足部轮廓的3D空间差异图进行平滑预处理,消除图像噪声信息,防止后续的边缘检测连同噪声一起加强;
(2)对进行平滑预处理后的图像进行分割,得到分割好的轮廓图像后对轮廓图像进行二值化处理;
(3)将二值化的轮廓图像与现有的人体轮廓各部位数据库进行搜索比对,确定足部轮廓边缘点;
S9利用世界坐标获得所需测量的足部距离,根据S8确定的足部轮廓边缘点的三维坐标,计算出对应的足部数据。
5.根据权利要求4所述的采集方法,其特征在于,所述S7步骤(3)中的阈值范围为0.6-0.8。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810634784.1A CN108921863B (zh) | 2018-06-12 | 2018-06-12 | 一种足部数据采集装置的采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810634784.1A CN108921863B (zh) | 2018-06-12 | 2018-06-12 | 一种足部数据采集装置的采集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108921863A true CN108921863A (zh) | 2018-11-30 |
CN108921863B CN108921863B (zh) | 2022-06-14 |
Family
ID=64422172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810634784.1A Active CN108921863B (zh) | 2018-06-12 | 2018-06-12 | 一种足部数据采集装置的采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108921863B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113252666A (zh) * | 2021-04-30 | 2021-08-13 | 大连恒锐科技股份有限公司 | 能够同时采集多角度鞋面图像的足迹采集仪及其图像处理方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201641974U (zh) * | 2009-02-19 | 2010-11-24 | 广州中科恺盛医疗科技有限公司 | 多角度成像装置 |
CN102034264A (zh) * | 2010-09-30 | 2011-04-27 | 香港理工大学 | 三维足部扫描仪 |
CN104573180A (zh) * | 2014-12-02 | 2015-04-29 | 浙江工业大学 | 基于单目多视角机器视觉的真人鞋型复制装置和鞋楦制造方法 |
CN105333821A (zh) * | 2014-08-11 | 2016-02-17 | 北京天方地圆科技有限公司 | 基于图像处理的非接触式足部数据测量机 |
CN106851104A (zh) * | 2017-02-28 | 2017-06-13 | 努比亚技术有限公司 | 一种根据用户视角进行拍摄的方法及装置 |
CN106942837A (zh) * | 2017-03-22 | 2017-07-14 | 青岛小步科技有限公司 | 一种基于图像识别及三维建模技术的矫形鞋制作方法及系统 |
CN107095393A (zh) * | 2017-03-22 | 2017-08-29 | 青岛小步科技有限公司 | 一种基于图像识别及三维建模技术的定制鞋制作方法及系统 |
-
2018
- 2018-06-12 CN CN201810634784.1A patent/CN108921863B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201641974U (zh) * | 2009-02-19 | 2010-11-24 | 广州中科恺盛医疗科技有限公司 | 多角度成像装置 |
CN102034264A (zh) * | 2010-09-30 | 2011-04-27 | 香港理工大学 | 三维足部扫描仪 |
CN105333821A (zh) * | 2014-08-11 | 2016-02-17 | 北京天方地圆科技有限公司 | 基于图像处理的非接触式足部数据测量机 |
CN104573180A (zh) * | 2014-12-02 | 2015-04-29 | 浙江工业大学 | 基于单目多视角机器视觉的真人鞋型复制装置和鞋楦制造方法 |
CN106851104A (zh) * | 2017-02-28 | 2017-06-13 | 努比亚技术有限公司 | 一种根据用户视角进行拍摄的方法及装置 |
CN106942837A (zh) * | 2017-03-22 | 2017-07-14 | 青岛小步科技有限公司 | 一种基于图像识别及三维建模技术的矫形鞋制作方法及系统 |
CN107095393A (zh) * | 2017-03-22 | 2017-08-29 | 青岛小步科技有限公司 | 一种基于图像识别及三维建模技术的定制鞋制作方法及系统 |
Non-Patent Citations (2)
Title |
---|
刘斌 等: "基于 2D 轮廓和约束变形的个性化脚型快速定制", 《机械设计与制造》 * |
高飞: "基于多视几何的三维脚型测量技术与系统", 《中国优秀博士学位论文全文数据库 信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113252666A (zh) * | 2021-04-30 | 2021-08-13 | 大连恒锐科技股份有限公司 | 能够同时采集多角度鞋面图像的足迹采集仪及其图像处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108921863B (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107767442B (zh) | 一种基于Kinect和双目视觉的脚型三维重建与测量方法 | |
CN109949899B (zh) | 图像三维测量方法、电子设备、存储介质及程序产品 | |
CN110288642B (zh) | 基于相机阵列的三维物体快速重建方法 | |
US10460517B2 (en) | Mobile device human body scanning and 3D model creation and analysis | |
US10217293B2 (en) | Depth camera-based human-body model acquisition method and network virtual fitting system | |
Bonfort et al. | General specular surface triangulation | |
CN104240289B (zh) | 一种基于单个相机的三维数字化重建方法及系统 | |
CN107424196B (zh) | 一种基于弱标定多目相机的立体匹配方法、装置及系统 | |
CN103535960B (zh) | 基于数码图像的人体三维测量方法 | |
JP6483832B2 (ja) | Rgb−dセンサを使用して物体を走査する方法とシステム | |
CN107167093A (zh) | 一种激光线扫描与阴影莫尔的复合式测量系统及测量方法 | |
CN112304222B (zh) | 一种背景板同步旋转的3d信息采集设备 | |
CN104616348A (zh) | 基于多目立体视觉的织物外观重建方法 | |
CN107869954A (zh) | 一种双目视觉体积重量测量系统及其实现方法 | |
CN102221331A (zh) | 一种基于不对称双目立体视觉技术的测量方法 | |
CN113920081A (zh) | 一种刀具磨损度检测方法 | |
CN112016570A (zh) | 用于背景板同步旋转采集中的三维模型生成方法 | |
CN115375842A (zh) | 一种植株三维重建方法、终端及存储介质 | |
CN109461206A (zh) | 一种多目立体视觉的人脸三维重建装置及方法 | |
CN106780573A (zh) | 一种全景图特征匹配精度优化的方法及系统 | |
CN110415363A (zh) | 一种基于三目视觉的散乱物识别定位方法 | |
CN116129037B (zh) | 视触觉传感器及其三维重建方法、系统、设备及存储介质 | |
CN104665107B (zh) | 一种足底三维数据采集处理系统及数据采集处理方法 | |
CN102881040A (zh) | 一种数码相机移动拍摄三维重建方法 | |
CN106767433B (zh) | 一种测量足部尺寸的方法与系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |