CN110070077B - 一种足弓类型识别方法 - Google Patents

一种足弓类型识别方法 Download PDF

Info

Publication number
CN110070077B
CN110070077B CN201910386112.8A CN201910386112A CN110070077B CN 110070077 B CN110070077 B CN 110070077B CN 201910386112 A CN201910386112 A CN 201910386112A CN 110070077 B CN110070077 B CN 110070077B
Authority
CN
China
Prior art keywords
arch
view
contour
slope
image
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.)
Active
Application number
CN201910386112.8A
Other languages
English (en)
Other versions
CN110070077A (zh
Inventor
龙汝倩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ruichang Xinmai Technology Co ltd
Original Assignee
Ruichang Xinmai Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ruichang Xinmai Technology Co ltd filed Critical Ruichang Xinmai Technology Co ltd
Priority to CN201910386112.8A priority Critical patent/CN110070077B/zh
Publication of CN110070077A publication Critical patent/CN110070077A/zh
Application granted granted Critical
Publication of CN110070077B publication Critical patent/CN110070077B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1074—Foot measuring devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1075—Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions by non-invasive methods, e.g. for determining thickness of tissue layer
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Abstract

本发明公开了一种足弓类型识别方法，包括如下步骤：获取足弓侧视图，所述足弓侧视图是从双足内侧向外侧拍摄的图片；获取所述足弓侧视图中的足弓特征轮廓；分别计算所述足弓特征轮廓中最高点与左侧和/或右侧最低点的斜率；基于所述斜率判断所述足弓侧视图中的足弓类型。本发明可直接对足弓图像进行识别，无需在用户脚上涂墨水，提升了用户体验感，并且流程更加简化，可采用机器自动判断足弓类型，节约了检测时间，用户接受程度更高。采用本发明公开的方法，可以从足弓侧视图（包括但不仅限于照片）中快速准确的判断出用户的足弓类型，从而为用户正确选择鞋子或鞋垫类型提供支持。

Description

一种足弓类型识别方法
技术领域
本发明涉及图像处理技术领域，具体设计一种足弓类型识别方法。
背景技术
足弓，是足的跗骨，蹠骨借韧带、肌腱共同组成的一个凸向上方的弓形结构。足弓主要可以分为三类：高足弓、正常足弓及低足弓。根据足弓的类型不同，应当选择不同的鞋子，从而避免在行走或跑动过程中造成脚踝、膝盖、骨盆等关节损伤。因此，准确的判断足弓类型，就成为了正确选择鞋子的重要前提。
市面上现有的对于足弓的测量，主要采用物理检测方法，在脚底涂墨水后，踩在纸上，根据脚印情况来判断足弓类型，这种方法过程相对繁琐，且判断方式主要依靠肉眼观察后根据经验进行判断，准确性较差。
因此，如何能够更加高效准确的判断足弓类型，成为了本领域技术人员亟需解决的问题。
发明内容
针对现有技术存在的上述不足，本发明要解决的技术问题是：如何能够更加高效准确的判断足弓类型。
为解决上述技术问题，本发明采用了如下的技术方案：
一种足弓类型识别方法，包括如下步骤：
获取足弓侧视图，所述足弓侧视图是从双足内侧向外侧拍摄的图片；
获取所述足弓侧视图中的足弓特征轮廓；
分别计算所述足弓特征轮廓中最高点与左侧和/或右侧最低点的斜率；
基于所述斜率判断所述足弓侧视图中的足弓类型。
优选地，所述获取所述足弓侧视图中的足弓特征轮廓包括：
对所述足弓侧视图进行灰度化，识别所述足弓侧视图中的足弓相似区域；
从所有足弓相似区域选择满足第一预设条件的足弓相似区域作为足弓区域；
截取足弓区域图像；
从所述足弓区域图像中获取所述足弓特征轮廓。
优选地，截取足弓区域图像之后，从所述足弓区域图像中获取所述足弓特征轮廓之前，还包括：
对所述足弓区域图像进行高斯边缘模糊、图像降噪及图像锐化处理，以处理后的足弓区域图像代替处理前的足弓区域图像。
优选地，所述从所述足弓区域图像中获取所述足弓特征轮廓包括：
对所述足弓区域图像进行彩色图像分割，生成像素过滤二值图，在彩色图像分割过程中像素保留RGB值范围为(0, 0, 0)到(100, 100, 100)；
对所述像素过滤二值图进行轮廓检测，将轮廓面积最大，且长宽比满足第二预设条件的轮廓作为所述足弓特征轮廓。
优选地，若无法获取到所述足弓特征轮廓，所述从所述足弓区域图像中获取所述足弓特征轮廓还包括：
从所有足弓相似区域中获取最大RGB值Rmax和最小RGB值Rmin；
基于最大RGB值Rmax和最小RGB值Rmin计算像素保留RGB值下限R1及素保留RGB值上限R2；
对所述足弓区域图像进行彩色图像分割，生成像素过滤二值图，在彩色图像分割过程中像素保留RGB值范围为(R1, R1, R1)到(R2, R2, R2);
对所述像素过滤二值图进行轮廓检测，将轮廓面积最大，且长宽比满足第二预设条件的轮廓作为所述足弓特征轮廓。
优选地，所述从所述足弓区域图像中获取所述足弓特征轮廓包括：
从所有足弓相似区域中获取最大RGB值Rmax和最小RGB值Rmin；
基于最大RGB值Rmax和最小RGB值Rmin计算像素保留RGB值下限R1及素保留RGB值上限R2；
对所述足弓区域图像进行彩色图像分割，生成像素过滤二值图，在彩色图像分割过程中像素保留RGB值范围为(R1, R1, R1)到(R2, R2, R2);
对所述像素过滤二值图进行轮廓检测，将轮廓面积最大，且长宽比满足第二预设条件的轮廓作为所述足弓特征轮廓。
优选地，分别计算所述足弓特征轮廓中最高点与左侧和右侧最低点的斜率，所述基于所述斜率判断所述足弓侧视图中的足弓类型包括：
若存在任一斜率大于0.5，则使用较小的斜率作为足弓斜率，否则将两斜率的平均值作为足弓斜率；
基于所述足弓斜率判断所述足弓侧视图中的足弓类型。
优选地，所述基于所述足弓斜率判断所述足弓侧视图中的足弓类型包括：
若足弓斜率小于0.07，则所述足弓侧视图中的足弓类型为低足弓；
若足弓斜率大于等于0.07且小于等于0.32，则所述足弓侧视图中的足弓类型为正常足弓；
若足弓斜率大于0.32，则所述足弓侧视图中的足弓类型为高足弓。
优选地，获取所述足弓侧视图中的足弓特征轮廓之后，分别计算所述足弓特征轮廓中最高点与左侧和/或右侧最低点的斜率之前，还包括：
计算足弓特征轮廓中最左边点与最右边点的倾斜斜率；
基于所述倾斜斜率修正足弓特征轮廓，以修正后的足弓特征轮廓轮廓代替修正前的足弓特征轮廓轮廓。
综上所述，本发明公开了一种足弓类型识别方法，包括如下步骤：获取足弓侧视图，所述足弓侧视图是从双足内侧向外侧拍摄的图片；获取所述足弓侧视图中的足弓特征轮廓；分别计算所述足弓特征轮廓中最高点与左侧和/或右侧最低点的斜率；基于所述斜率判断所述足弓侧视图中的足弓类型。本发明可直接对足弓图像进行识别，无需在用户脚上涂墨水，提升了用户体验感，并且流程更加简化，可采用机器自动判断足弓类型，节约了检测时间，用户接受程度更高。
附图说明
图1是本发明一种足弓类型识别方法的一种具体实施方式的流程图；
图2是本发明中的像素过滤二值图示例；
图3是本发明中的足弓特征轮廓的示例；
图4为本发明中的以倾斜斜率修正后的足弓特征轮廓示例。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述说明。
如图1所示，本发明公开了一种足弓类型识别方法，包括如下步骤：
S101、获取足弓侧视图，足弓侧视图是从双足内侧向外侧拍摄的图片；
S102、获取足弓侧视图中的足弓特征轮廓；
S103、分别计算所述足弓特征轮廓中最高点与左侧和/或右侧最低点的斜率；
S104、基于斜率判断足弓侧视图中的足弓类型。
在本发明中，为了保证识别的准确定。脚的足弓面在足弓侧视图中应该占据50%的面积，且拍摄时应光照均匀，不使用闪光灯，最大保留足弓部分特征。
本发明公开的方法可以以软件的形式存储在手机、电脑或其他具有图像获取功能和分析处理功能的电子设备上。采用本发明公开的方法，可以从足弓侧视图（包括但不仅限于照片）中快速准确的判断出用户的足弓类型，从而为用户正确选择鞋子或鞋垫类型提供支持。与现有技术相比，本发明可直接对足弓图像进行识别，无需在用户脚上涂墨水，提升了用户体验感，并且流程更加简化，可采用机器自动判断足弓类型，节约了检测时间，用户接受程度更高。
具体实施时，获取足弓侧视图中的足弓特征轮廓包括：
对足弓侧视图进行灰度化，识别足弓侧视图中的足弓相似区域；
从所有足弓相似区域选择满足第一预设条件的足弓相似区域作为足弓区域；
截取足弓区域图像；
从足弓侧视图中截取足弓区域图像，具体操作方式可为：使用足弓区域的 x(足弓侧视图横坐标),y(足弓侧视图纵坐标),w(宽),h(高)作为基础截取参数，设定合适的截取范围进行截取。截取的目的是去除不包含足弓的区域，降低干扰，减少数据处理量，从而减少处理时间提高处理效率。
从足弓区域图像中获取足弓特征轮廓。
本发明中，可将面积最大的足弓相似区域作为满足第一预设条件的足弓相似区域。先收集大量足弓侧视图，使用openvc的级联分类训练器进行训练，从而得到分类器，使用分类器进行足弓相似区域的识别，openvc的级联分类训练器的训练为现有技术，在此不再赘述，对于使用人员来说，只需要提供图片数据和设置相关参数就可以进行训练。每个足弓相似区域的面积也可由openvc自带返回。
在对大量图像进行识别区域进行统计后，发现面积最大的足弓相似区域作为足弓区域是最合适的，后续还要根据这个区域进行截图操作，区域面积大的图像可以在截图后保留完整的足弓特征，如果区域过小，在截图操作后可能会不包含足弓特征。
具体实施时，截取足弓区域图像之后，从足弓区域图像中获取足弓特征轮廓之前，还包括：
对足弓区域图像进行高斯边缘模糊、图像降噪及图像锐化处理，以处理后的足弓区域图像代替处理前的足弓区域图像。
采取上述操作可以突出特征区域，从而便于足弓特征轮廓的获取。
如图2及图3所示，具体实施时，从足弓区域图像中获取足弓特征轮廓包括：
对足弓区域图像进行彩色图像分割，生成像素过滤二值图，在彩色图像分割过程中像素保留RGB值范围为(0, 0, 0)到(100, 100, 100)；
对像素过滤二值图进行轮廓检测，将轮廓面积最大，且长宽比满足第二预设条件的轮廓作为足弓特征轮廓。
由于足弓特征轮廓区域大多是黑色阴影，因此像素保留RGB值范围为(0, 0, 0)到(100, 100, 100)，具体可以使用opencv的inRange方法。
本发明中，若足弓轮廓长宽比大于3，则可认为长宽比满足第二预设条件。
具体实施时，若无法获取到足弓特征轮廓，从足弓区域图像中获取足弓特征轮廓还包括：
从所有足弓相似区域中获取最大RGB值Rmax和最小RGB值Rmin；
基于最大RGB值Rmax和最小RGB值Rmin计算像素保留RGB值下限R1及素保留RGB值上限R2；
对足弓区域图像进行彩色图像分割，生成像素过滤二值图，在彩色图像分割过程中像素保留RGB值范围为(R1, R1, R1)到(R2, R2, R2);
对像素过滤二值图进行轮廓检测，将轮廓面积最大，且长宽比满足第二预设条件的轮廓作为足弓特征轮廓。
具体实施时，从足弓区域图像中获取足弓特征轮廓包括：
从所有足弓相似区域中获取最大RGB值Rmax和最小RGB值Rmin；
基于最大RGB值Rmax和最小RGB值Rmin计算像素保留RGB值下限R1及素保留RGB值上限R2；
对足弓区域图像进行彩色图像分割，生成像素过滤二值图，在彩色图像分割过程中像素保留RGB值范围为(R1, R1, R1)到(R2, R2, R2);
对像素过滤二值图进行轮廓检测，将轮廓面积最大，且长宽比满足第二预设条件的轮廓作为足弓特征轮廓。
在本发明中，“对足弓区域图像进行彩色图像分割，生成像素过滤二值图，在彩色图像分割过程中像素保留RGB值范围为(R1, R1, R1)到(R2, R2, R2);对像素过滤二值图进行轮廓检测，将轮廓面积最大，且长宽比满足第二预设条件的轮廓作为足弓特征轮廓”，这个步骤可以单独进行，也可以在“对足弓区域图像进行彩色图像分割，生成像素过滤二值图，在彩色图像分割过程中像素保留RGB值范围为(0, 0, 0)到(100, 100, 100)；对像素过滤二值图进行轮廓检测，将轮廓面积最大，且长宽比满足第二预设条件的轮廓作为足弓特征轮廓”这一步骤未成功获取足弓特征轮廓时进行。
本发明中，R1和R2的值根据实际情况设定，R1=xRmin,R2=yRmax，其中，x小于1，y大于1。
设置加权范围的目的是为了增加像素点的筛选范围，若范围过小，会把本来属于足弓部分的像素去掉，造成无法找出正确的足弓特征轮廓。
具体实施时，分别计算足弓特征轮廓中最高点与左侧和右侧最低点的斜率，基于斜率判断足弓侧视图中的足弓类型包括：
若存在任一斜率大于0.5，则使用较小的斜率作为足弓斜率，否则将两斜率的平均值作为足弓斜率；
若任一斜率大于0.5，这说明大于0.5这个结果是错误的，因此使用较小的斜率作为足弓斜率，若均小于0.5，则说明两结果均未出错，此时使用平均值作为足弓斜率。
在本发明中可只计算足弓特征轮廓中最高点与一侧最低点的斜率，并采用计算的斜率判断足弓类型。然而，由于拍照角度或其他问题，可能会出现图像倾斜等情况从而造成只计算一侧的斜率从而得到的判断结果错误。因此，为了提高判断结果的准确性，本发明还可以采用计算两侧斜率的方式从而判断足弓类型。
基于足弓斜率判断足弓侧视图中的足弓类型。
具体实施时，基于足弓斜率判断足弓侧视图中的足弓类型包括：
若足弓斜率小于0.07，则足弓侧视图中的足弓类型为低足弓；
若足弓斜率大于等于0.07且小于等于0.32，则足弓侧视图中的足弓类型为正常足弓；
若足弓斜率大于0.32，则足弓侧视图中的足弓类型为高足弓。
如图4所示，具体实施时，获取足弓侧视图中的足弓特征轮廓之后，分别计算足弓特征轮廓中最高点与左侧和/或右侧最低点的斜率之前，还包括：
计算足弓特征轮廓中最左边点与最右边点的倾斜斜率；
基于倾斜斜率修正足弓特征轮廓，以修正后的足弓特征轮廓轮廓代替修正前的足弓特征轮廓轮廓。
修正的具体操作为对图像进行旋转操作，将最左边点与最右边点旋转到同一水平位置。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管通过参照本发明的优选实施例已经对本发明进行了描述，但本领域的普通技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离所附权利要求书所限定的本发明的精神和范围。

Claims (4)

1.一种足弓类型识别方法，其特征在于，包括如下步骤：
获取足弓侧视图，所述足弓侧视图是从双足内侧向外侧拍摄的图片；
获取所述足弓侧视图中的足弓特征轮廓；
分别计算所述足弓特征轮廓中最高点与左侧和右侧最低点的斜率；
若存在任一斜率大于0.5，则使用较小的斜率作为足弓斜率，否则将两斜率的平均值作为足弓斜率；
基于所述足弓斜率判断所述足弓侧视图中的足弓类型；
其中，获取所述足弓侧视图中的足弓特征轮廓具体包括：
对所述足弓侧视图进行灰度化，识别所述足弓侧视图中的足弓相似区域；
从所有足弓相似区域选择满足第一预设条件的足弓相似区域作为足弓区域；
截取足弓区域图像；具体方式为：使用足弓区域的足弓侧视图横坐标x，足弓侧视图纵坐标y，宽w，高h作为基础截取参数，设定合适的截取范围进行截取；
从所述足弓区域图像中获取所述足弓特征轮廓；该步骤包括如下两种方式：
方式一：对所述足弓区域图像进行彩色图像分割，生成像素过滤二值图，在彩色图像分割过程中像素保留RGB值范围为(0, 0, 0)到(100,100,100)；
对所述像素过滤二值图进行轮廓检测，将轮廓面积最大，且长宽比满足第二预设条件的轮廓作为所述足弓特征轮廓；
若方式一未成功获取足弓特征轮廓时，采用方式二；
方式二：从所有足弓相似区域中获取最大RGB值Rmax和最小RGB值Rmin；
基于最大RGB值Rmax和最小RGB值Rmin计算像素保留RGB值下限R1及素保留RGB值上限R2；
对所述足弓区域图像进行彩色图像分割，生成像素过滤二值图，在彩色图像分割过程中像素保留RGB值范围为(R1, R1, R1)到(R2, R2, R2);
对所述像素过滤二值图进行轮廓检测，将轮廓面积最大，且长宽比满足第二预设条件的轮廓作为所述足弓特征轮廓；
其中，若足弓轮廓长宽比大于3，则认为长宽比满足第二预设条件。
2.如权利要求1所述的足弓类型识别方法，其特征在于，截取足弓区域图像之后，从所述足弓区域图像中获取所述足弓特征轮廓之前，还包括：
对所述足弓区域图像进行高斯边缘模糊、图像降噪及图像锐化处理，以处理后的足弓区域图像代替处理前的足弓区域图像。
3.如权利要求1所述的足弓类型识别方法，其特征在于，所述基于所述足弓斜率判断所述足弓侧视图中的足弓类型包括：
若足弓斜率小于0.07，则所述足弓侧视图中的足弓类型为低足弓；
若足弓斜率大于等于0.07且小于等于0.32，则所述足弓侧视图中的足弓类型为正常足弓；
若足弓斜率大于0.32，则所述足弓侧视图中的足弓类型为高足弓。
4.如权利要求1所述的足弓类型识别方法，其特征在于，获取所述足弓侧视图中的足弓特征轮廓之后，分别计算所述足弓特征轮廓中最高点与左侧和右侧最低点的斜率之前，还包括：
计算足弓特征轮廓中最左边点与最右边点的倾斜斜率；
基于所述倾斜斜率修正足弓特征轮廓，以修正后的足弓特征轮廓代替修正前的足弓特征轮廓。
CN201910386112.8A 2019-05-09 2019-05-09 一种足弓类型识别方法 Active CN110070077B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910386112.8A CN110070077B (zh) 2019-05-09 2019-05-09 一种足弓类型识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910386112.8A CN110070077B (zh) 2019-05-09 2019-05-09 一种足弓类型识别方法

Publications (2)

Publication Number Publication Date
CN110070077A CN110070077A (zh) 2019-07-30
CN110070077B true CN110070077B (zh) 2022-02-01

Family

ID=67370588

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910386112.8A Active CN110070077B (zh) 2019-05-09 2019-05-09 一种足弓类型识别方法

Country Status (1)

Country Link
CN (1) CN110070077B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112699783A (zh) * 2020-12-29 2021-04-23 深圳力维智联技术有限公司 脚印识别方法、装置以及计算机可读存储介质
CN112971265B (zh) * 2021-02-05 2022-05-03 重庆小爱科技有限公司 一种定制化多功能鞋及制作方法
CN112971273B (zh) * 2021-02-05 2022-05-03 重庆小爱科技有限公司 一种鞋子定制化全流程制作方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034264A (zh) * 2010-09-30 2011-04-27 香港理工大学 三维足部扫描仪
CN102988052A (zh) * 2011-09-09 2013-03-27 上海银晨智能识别科技有限公司 足长测量方法及系统
CN103646408A (zh) * 2013-12-26 2014-03-19 北京航空航天大学 一种基于图像的人脚关键部位的数据提取与测量方法
CN104794719A (zh) * 2015-04-28 2015-07-22 泰山医学院 一种基于足部侧位x线片图像的纵弓三角形勾画方法
CN106617496A (zh) * 2016-11-21 2017-05-10 刘湘毅 一种简易足部信息准确测量装置和方法
CN107183835A (zh) * 2017-07-24 2017-09-22 重庆小爱科技有限公司 一种使用手机拍照扫描生成脚部模型及数据的方法
CN108230443A (zh) * 2018-02-09 2018-06-29 上海开皇实业有限公司 基于特征光斑的脚部模型重建方法
CN109219835A (zh) * 2016-01-06 2019-01-15 维福穿戴产品公司 三维打印的定制可穿戴物件的生成

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070039205A1 (en) * 2005-08-22 2007-02-22 Fila Luxembourg S.A.R.L. Method and system for identifying a kit of footwear components used to provide customized footwear to a consumer
JP4164115B1 (ja) * 2007-11-01 2008-10-08 久保田産業株式会社 履物
SI25321A (sl) * 2016-12-27 2018-06-29 aNImaKe d.o.o. Gleženjska ortoza

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034264A (zh) * 2010-09-30 2011-04-27 香港理工大学 三维足部扫描仪
CN102988052A (zh) * 2011-09-09 2013-03-27 上海银晨智能识别科技有限公司 足长测量方法及系统
CN103646408A (zh) * 2013-12-26 2014-03-19 北京航空航天大学 一种基于图像的人脚关键部位的数据提取与测量方法
CN104794719A (zh) * 2015-04-28 2015-07-22 泰山医学院 一种基于足部侧位x线片图像的纵弓三角形勾画方法
CN109219835A (zh) * 2016-01-06 2019-01-15 维福穿戴产品公司 三维打印的定制可穿戴物件的生成
CN106617496A (zh) * 2016-11-21 2017-05-10 刘湘毅 一种简易足部信息准确测量装置和方法
CN107183835A (zh) * 2017-07-24 2017-09-22 重庆小爱科技有限公司 一种使用手机拍照扫描生成脚部模型及数据的方法
CN108230443A (zh) * 2018-02-09 2018-06-29 上海开皇实业有限公司 基于特征光斑的脚部模型重建方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Foot Arch Characterization:A Review，a New Metric，and a Comparison;Shuping Xiong 等;《American Podiatric Medical Association》;20100101;第100卷(第1期);第14-24页 *
成人获得性扁平足影像学检查;赵多伟 等;《组织工程与重建外科杂志》;20170630;第13卷(第3期);第178-180页 *

Also Published As

Publication number Publication date
CN110070077A (zh) 2019-07-30

Similar Documents

Publication Publication Date Title
CN110070077B (zh) 一种足弓类型识别方法
CN113658133B (zh) 一种基于图像处理的齿轮表面缺陷检测方法及系统
US8957984B2 (en) Ghost artifact detection and removal in HDR image processsing using multi-scale normalized cross-correlation
US7894666B2 (en) Image processing method and apparatus, image sensing apparatus, and program
EP1918872B1 (en) Image segmentation method and system
JP5419432B2 (ja) 対象領域決定方法及び対象領域決定装置
KR101899866B1 (ko) 병변 경계의 오류 검출 장치 및 방법, 병변 경계의 오류 수정 장치 및 방법 및, 병변 경계의 오류 검사 장치
CN103646408B (zh) 一种基于图像的人脚关键部位的数据提取与测量方法
EP2154630A1 (en) Image identification method and imaging apparatus
JP6529315B2 (ja) 主被写体検出方法、主被写体検出装置及びプログラム
CN112215856B (zh) 图像分割的阈值确定方法、装置、终端及存储介质
CN101853333A (zh) 医疗机器人导航定位图像中的标记拾取方法
US20130308866A1 (en) Method for estimating blur degree of image and method for evaluating image quality
US20010026325A1 (en) Image processing apparatus, image pickup apparatus, and image processing method capable of eliminating effect of outside light
US8391633B2 (en) Image discernment apparatus
CN112785572A (zh) 图像质量评估方法、装置以及计算机可读存储介质
EP2973223B1 (en) Enhanced analysis for image-based serpentine belt wear evaluation
US20020081025A1 (en) System and method for in-line inspection of stencil aperture blockage
CN110807406A (zh) 一种雾天检测方法及装置
CN110738656B (zh) 一种证件照片的清晰度评估方法、存储介质及处理器
JP2848749B2 (ja) 特徴画像データの抽出方法
CN110689586B (zh) 中医智能舌诊中的舌像识别方法和用于该方法的便携式校正色卡
JP2004096435A (ja) 画像解析装置、画像解析方法、および画像解析プログラム
CN113313645A (zh) 图像处理方法、图像处理装置、终端及可读存储介质
JP2638701B2 (ja) 特徴画像データの抽出方法

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