CN113989214A - 基于分割区域方法的足迹压力特征分析系统 - Google Patents

Abstract

本发明公开了基于分割区域方法的足迹压力特征分析系统，涉及足迹分析技术领域，解决了传统方案中在提取足迹压力特征时，传统人力分析过程中带来了不稳定性，导致足迹压力信息提取效率和提取精度不高的技术问题；本发明通过对已采集的足迹图像进行压力分析，通过少量的计算定量的分析出足迹图像所隐含的压力信息，不仅可以通过图像灰度值的分布计算出足迹的重压分布，还可以通过足迹图像获取压力面信息以及足迹压力线；相比于传统的通过人工分析的方法大大加快了分析速度，简化了分析流程，提高了分析精确度，在公共安全等领域具有较高的应用前景，适应了智能化发展的大趋势。

Description

基于分割区域方法的足迹压力特征分析系统

技术领域

本发明属于足迹分析领域，涉及足迹压力特征分析技术，具体是基于分割区域方法的足迹压力特征分析系统。

背景技术

随着生物特征识别技术的飞速发展，足迹压力信息作为重要的生物特征之一正在被进一步发展和研究。足迹压力特征在很多场合中得到广泛应用，但是足迹压力特征的提取仍然存在诸多问题。

在现场往往会存在犯罪嫌疑人留下的脚印信息，这些足迹信息往往是以灰色的形式呈现的，无法清晰的获取其中的压力信息；在现场足迹的比对过程中往往存在着肉眼无法准确分辨的情况，这样使得办案的效率和准确率大打折扣；因此，亟需一种能够准确高效提取足迹压力信息的特征分析系统。

发明内容

本发明提供了基于分割区域方法的足迹压力特征分析系统，用于解决传统方案中在提取足迹压力特征时，传统人力分析过程中带来了不稳定性，导致足迹压力信息提取效率和提取精度不高的技术问题；本发明提供了一种自动分析足迹压力信息、足迹压力分布及提取足迹压力线的算法程序，并将三种算法进行整合，操作者只需要简单几步就可以获取足迹图像所隐含的压力信息；为专家分析足迹压力提供了方便，可以大大的提高在现场进行足迹压力信息分析的速度和准确性，也为多之后的足迹信息比对工作提供了方便。

本发明的目的可以通过以下技术方案实现：基于分割区域方法的足迹压力特征分析系统，包括数据采集模块、压力面绘制模块、足底区域分割模块和足迹压力线绘制模块；

通过所述数据采集模块采集足迹图像，并将足迹图像发送至压力面绘制模块；

所述压力面绘制模块用于对足迹图像进行转换处理获取足迹压力图像和足迹生物参数，并将足迹压力图像和足迹生物参数发送至足底区域分割模块；其中，所述转换处理包括足迹压力信息转换和图像去噪；

所述足底区域分割模块对足迹进行分割获取足迹区域，并确定足迹中心线；其中，所述足迹区域包括脚趾区域、脚掌区域和脚后跟区域，所述足迹生物参数包括足迹上顶点、足迹下顶点、脚掌中心点、脚跟中心点以及对应坐标；

所述足迹压力线绘制模块根据足迹压力图像、足迹区域获取足迹压力线和足迹压力函数。

优选的，所述足迹图像通过足迹扫描仪获取。

优选的，所述足迹压力信息转换包括背景归一化和图像滤波，所述图像滤波包括中值滤波；其中，背景归一化具体包括：

计算足迹图像像素点的灰度平均值，根据灰度平均值设置足迹图像的背景，获取足迹图像灰度直方图。

优选的，根据所述足迹图像灰度直方图获取初始阈值，通过初始阈值对足迹图像直方图进行灰度分割获取色阶，并为不同的色阶上色。

优选的，所述图像去噪包括手动去噪和自动去噪；其中，所述自动去噪通过框选的方式选择主体区域，对主体区域之外的部分进行去噪；所述主体区域为足迹压力图像中的足迹区域。

优选的，根据所述足迹生物参数获取足迹压力图像中足迹长度，足迹长度结合偏重比例、约束条件对足迹压力图像进行分割获取足迹区域及对应长度；其中，所述偏重比例为正常人脚趾、脚掌、脚弓、脚跟占整个脚底的比重。

优选的，所述约束条件具体为脚趾、脚掌、脚弓、脚跟占整个脚底的比重之和为1。

优选的，所述足迹中心线通过脚掌中心点坐标和脚跟中心点坐标拟合生成。

优选的，在获取所述足迹中心之后，还需计算重压比例，包括：

结合所述足迹压力图像获取所述足迹中心线两侧的压力点数；计算重压比例部分属于区域分割模块的一部分，是根据区域分割的结果以及中心线两侧的压力点个数计算的重压比例。其中，压力点个数的计算方式就是统计出压力转换后的图像中心线两侧的有效像素点个数(RGB三通道中：R通道为200及以上，G、B通道为20及以下的像素点)，一个像素点即为一个重压点。

优选的，在获取所述足迹区域之后，还需确定所述足迹区域对应的上下边界，包括：

将所述足迹上顶点的纵坐标作为脚趾区域的上边界，结合脚趾区域的长度获取脚趾区域的下边界，且所述脚趾区域的下边界即为脚掌区域的上边界；

所述脚掌区域上边界结合脚掌长度获取脚掌区域下边界；

将所述足迹下顶点作为脚跟区域的下边界，所述脚跟区域的下边界集合脚跟区域的长度获取脚跟区域的上边界。

优选的，在获取所述足迹区域之后，还需确定所述足迹区域对应的区域宽度，包括：

对所述足迹区域中每行像素点进行逐一扫描，确定对应足迹区域内横坐标相差最大的两个像素点的横坐标值，以这两个像素点的横坐标值作为对应足迹区域的左右边界。

与现有技术相比，本发明的有益效果是：

本发明通过对已采集的足迹图像进行压力分析，通过少量的计算定量的分析出足迹图像所隐含的压力信息，不仅可以通过图像灰度值的分布计算出足迹的重压分布，还可以通过足迹图像获取压力面信息以及足迹压力线；相比于传统的通过人工分析的方法大大加快了分析速度，简化了分析流程，提高了分析精确度，在公共安全等领域具有较高的应用前景，适应了智能化发展的大趋势。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的原理流程示意图；

图2为本发明实施例中采集的足迹图像；

图3为本发明实施例中压力面绘制流程示意图；

图4为本发明实施例中足迹压力图像不同阈值对比示意图；

图5为本发明实施例中区域分割流程示意图；

图6为本发明实施例中足迹压力线绘制流程示意图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”也包括复数形式；而且，尽管属于“第一”、“第二”等可以在本文中用于描述各种元件，但是元件不受这些术语的限制，这些术语仅用于区分一个元素和另一个元素。

请参阅图1-图2，本发明提供了一种基于分割区域方法的足迹压力特征分析系统，包括数据采集模块、压力面绘制模块、足底区域分割模块和足迹压力线绘制模块；

通过数据采集模块采集足迹图像，并将足迹图像发送至压力面绘制模块；

压力面绘制模块用于对足迹图像进行转换处理获取足迹压力图像和足迹生物参数，并将足迹压力图像和足迹生物参数发送至足底区域分割模块；其中，转换处理包括足迹压力信息转换和图像去噪；

足底区域分割模块对足迹进行分割获取足迹区域，并确定足迹中心线；其中，足迹区域包括脚趾区域、脚掌区域和脚后跟区域，足迹生物参数包括足迹上顶点、足迹下顶点、脚掌中心点、脚跟中心点以及对应坐标；

足迹压力线绘制模块根据足迹压力图像、足迹区域获取足迹压力线和足迹压力函数。

本发明主要是针对现场足迹进行处理；首先，对于现场存在的足迹，工作人员使用专业的足迹扫描仪进行扫描提取获取足迹图像，然后通过本发明对足迹图像进一步处理。

请参阅图3-图4，本发明中的压力面绘制模块用于将足迹图像转换成足迹压力图像，其中转换过程包括足迹压力信息转换和图像去噪。

足迹压力信息转换由两个部分组成：背景归一化和图像滤波；本发明中的图像滤波方法采用的是中值滤波。

背景归一化主要是考虑到对于不同的采集设备或者采集场地可能导致足迹图像的背景不统一的；该过程通过计算整张图像像素点的平均值来确定图像的背景色；一般来说，图像的背景为什么颜色则图像像素的平均值就会偏向于该颜色，因此为了方便后续操作，本发明将所有输入的足迹图像背景都设置为黑色，而足迹本身则设置为白色。

本发明中，背景归一化具体包括：

计算足迹图像像素点的灰度平均值，根据灰度平均值设置足迹图像的背景，获取足迹图像灰度直方图。

本发明提供的一种基于分割区域方法的足迹压力特征分析系统中，通过足迹图像灰度直方图获取初始阈值，通过初始阈值对足迹图像直方图进行灰度分割获取色阶，并为不同的色阶上色。

通过遍历的方式计算出足迹图像灰度直方图中每个灰度值出现的次数，然后根据灰度直方图的分布情况自适应的设置出一个初始阈值，该初始值的目的是为了分割颜色梯度。本发明结合足迹图像灰度直方图和公式(1)计算自适应的初始阈值；

其中，K_th为初始阈值，X_i为对应灰度值i出现的次数，M表示取出该次数对应的灰度值。初始阈值的作用就是将足迹图像灰度直方图的灰度等级划分为5份，且每份灰度等级中像素点数量保持一致。

上色是对不同色阶上不同的压力颜色，参考公式(2)、公式(3)和公式(4)。

其中，img_B(i,j)、img_G(i,j)、img_R(i,j)为得到的足迹压力图像BGR每个通道的像素值，G(i,j)为足迹图像灰度直方图的像素值；x是通过初始阈值求出来的灰度色彩差，目的是为了将灰度值不同的区域均匀分配不同的压力颜色，通过公式5获取；v则是“颜色增强”滑动条的数值。

比如：当足迹图像灰度直方图中某个点的色阶位于(0,K_th)时，则认为该点的压力值很小，则会给该点赋予BGR值为(0,0,0)(黑色)的颜色；当足迹图像灰度直方图中某个点的色阶位于(K_th+3x,K_th+4x)时，则认为该点的压力值很大，则会给该点赋予BGR值为(0,255-v,255)(红色)的颜色。

请参阅图4，“颜色增强”，通过控制滑动条的数值来对图像呈现出的压力颜色进行控制，当滑动条的数值越低，则压力图像色彩的分布越广，如图4(a)所示；若滑动条的数值很高，则压力图像的色彩分布将越窄，如图4(b)所示；“背景分割”，则是控制上色点的个数来实现背景分割，即只有图像中超过阈值的点才会参与到上色算法，若低于阈值则会直接判定为黑色，如图4(c)所示。

本发明中的图像去噪包括手动去噪和自动去噪两种方式，用于去除足迹压力图像中一些难以去除的噪声；手动去噪是通过橡皮擦的方式对图像中存在的噪声进行手动擦除；自动去噪是通过框选的方式选择出足迹压力图像的主体区域，然后对主体区域之外的部分进行区域去噪。可以通过两种去噪方式的组合使用来去除图像中存在的顽固噪声信息；最后，点击“保存”按钮即可保存当前状态的足迹压力图像。

值得一提的是，在保存按钮中还嵌入了足迹矫正、足迹关键点提取的算法，通过这些算法可以得到转正了的足迹压力图像，以及足迹上顶点、足迹下顶点、脚掌中心点以及脚跟中心点四点的坐标；足迹矫正和足迹关键点提取算法这里就不详细介绍了。

请参阅图5，本发明提供的一种基于分割区域方法的足迹压力特征分析系统中，足底区域分割模块对足迹进行分割获取足迹区域，并确定足迹中心线。

足底区域分割模块通过足迹压力图像计算出足迹压力的偏重比例以及自动划分出脚趾、脚掌和脚跟三个足迹区域，本发明较传统方法增加了足迹区域的宽度信息。

在足底区域分割之前，需要提取重压区域，即将低灰度值像素点全部设置为(0,0,0)，仅仅保留高灰度值的像素点，这样就可以有效的进行前景分割；将压力值较大的一部分区域保留，去除掉压力值较小的区域。

根据足迹上顶点(x_top,y_top)和足迹下顶点(x_bottom,y_bottom)两点的坐标，以及公式(6)得出足迹长度；

L＝y_a-y_b#(6)

其中：L为足迹长度；y_a为y_bottom，y_b为y_top。

在计算得出足迹长度后，需要进行进一步计算来确定脚趾、脚掌以及脚跟区域的长度信息；由计算可知(参考书籍《足迹学》)，一个正常人的脚趾、脚掌、脚弓以及脚跟区域占全脚掌的比重分别为：λ₁、λ₂、λ₃以及λ₄，并满足公式(7)的约束条件；根据上述的比例关系及约束关系，计算各个区域的具体长度信息，如公式(8)所示：

其中：L_t为脚趾区域长度，L_s为脚掌区域长度，L_h为脚跟区域长度；λ₁、λ₂、λ₃以及λ₄分别取值为0.1589、0.2322、0.3389以及0.2700。

以y_top作为脚趾区域上边界纵坐标从而确定脚趾区域的下边界纵坐标为y_top+L_t；再以脚趾区域下边界纵坐标作为脚掌区域的上边界纵坐标进而确定脚掌区域下边界纵坐标为y_top+L_t+L_s；最后，由于正常情况下人的脚掌区域与脚跟区域不直接相连，故本发明以y_bottom作为脚跟区域下边界的纵坐标进而确定脚跟区域上边界的纵坐标为：y_bottom-L_h；至此确定了所求的三个区域的6个边界纵坐标。

最后，对于区域宽度的计算，以三个区域的纵坐标将足迹压力图像分为三块区域，分别在每一块区域中确定该区域的宽度；本发明通过对在区域内每行的像素点进行逐一扫描的方式来确定该区域内横坐标相差最大的两个点的横坐标值，并以这两点的横坐标值作为该块区域的左右边界；共三块区域，共确定6个边界横坐标。

通过上述计算，本发明确定了三个区域共12个点的具体坐标；值得注意的是，脚趾区域的下边界与脚掌区域的上边界是重合的，这也符合正常人的足迹特征。

另外，本发明通过前脚掌中心点坐标(x_cen_top,y_cen_top)和脚跟中心点坐标(x_cen_bottom,y_cen_bottom)来拟合出一条足迹中心线函数，并以该函数作为足迹区域的中心；接下来计算三个区域中每个区域位于中心线左右两侧的压力点的个数；其中，压力点个数的计算方式是统计出经过压力转换后的图像中心线两侧有效像素点的个数(RGB三通道中：R通道为200及以上，G、B通道为20及一下的像素点为有效像素点)，一个有效像素点即为一个重压点；通过左右两侧压力点个数的多少来判定足迹的偏重，绝大多数情况下，点的数量越多(密度越大)说明这部分受到的压力也就越大，也就是足迹压力偏向这一步；重压比例则是根据公式(9)进行计算：

其中，N_h表示重压偏向区域的压力点个数，N_l表示非压力偏向区域的压力点个数，并且当N_l＝0时比例则为1。

上述过程就是本发明的主要流程，主要是根据之前获得的已知信息来自动分割出脚趾、脚掌、脚跟三个足迹区域，并计算了三个区域的足迹压力偏重情况；与传统的足迹区域分割算法相比，该算法更加精确的分割出了三个足迹区域，不仅在高度上对足迹区域进行了分割，同时在宽度上也对足迹图像的区域进行了约束，使之最后呈现出来的是矩形框的形式，分割的效果更好；另外足迹中心线的确定也为计算足迹压力偏重奠定了基础。

请参阅图6，本发明提供的一种基于分割区域方法的足迹压力特征分析系统中，足迹压力线绘制模块根据足迹压力图像、足迹区域获取足迹压力线和足迹压力函数。

足迹压力线绘制模块主要是根据足迹压力图像以及足迹分割区域结果来进行足迹压力线的获取；顾名思义足迹压力线就是一张足迹图像的压力分布曲线，对于正常人来说一般的足迹压力线呈闪电型；该曲线可以清楚的表示足迹压力的分布情况，为足迹对比提供了方便。

现有的足迹压力线获取算法，一般是基于分帧的GIF图片，或者是带有灰度信息的足迹灰度图片进行足迹压力线的选取，这种图片色彩空间呈线性分布，找出色彩压力值最大的点的方法相对简单，只需要进行简单的排序即可；然而，对于彩色的压力图像，色彩空间的分布呈非线性，该算法则是根据彩色压力图像色彩空间的分布关系，找出了一种比较完善的非线性映射关系，将BGR色彩空间按照压力值大小顺序映射到了灰度色彩空间；之后再进行卷积运算来降低图像中可能存在的噪声，最后进行分区域连线操作；本发明技术方案较现有方案相比大大的提高了模型的泛化能力，提高了分析精确度。

本发明提供的足迹压力线绘制方案如下：

色彩空间压缩，该部分算法将会为压力图像中的每个像素点根据公式(2)(3)(4)的色彩分布情况进行评分，具体的评分规则如公式(10)所示：

其中：S_i,j为当前像素的压力评分；img_B(i,j)、img_G(i,j)、img_R(i,j)为压力图像中BGR三个通道的像素值。

上述评分方式采用了分段评分的方式，对坐落于色彩空间中的不同区域的像素点采用不同的评分规则进行评分；总分为100分，分数越高表示压力值越大，一共划分为5段，每段20分，根据具体色彩的区别在该段分数区域内进行加减；这样映射可以保证从三维色彩空间到一维空间的转化过程不会交叉混乱，使映射之后的评分完全符合足迹压力图像中各个像素点的压力信息。

该技术方案使用3×3的卷积核对色彩空间压缩后的评分矩阵进行步长为1，填充为1的卷积运算，使每个像素点聚合其3×3领域内的其他像素点的信息，再取平均值，则该像素点聚合后的平均值就是该像素点的最终得分。由于足迹图像中难以避免的存在一些噪声点，这样做的好处就是可以避免可能存在的噪声点对足迹压力线的绘制造成影响，使绘制出来的足迹压力线具有更高的置信度。

此外，为了使画出来的足迹压力线更具稳定性，并结合区域分割的结果，共将足迹区域分割为12块。分别是：脚趾区域平均分割为前脚趾区域和后脚趾区域；脚掌区域由于具有较多的压力信息，故平均分割为7个区域；脚跟区域平均分割为脚跟前缘区域、脚跟中间区域和脚跟后缘区域，共计12个区域；本发明将会针对这12块区域找出每个区域中评分最高的区域作为该区域的重压点，如果遇到某个区域具有较多集中的高分点，则算法会自动选取该区域中心点作为区域的重压点；最终，在每个区域中各选择一个重压点，共计12个重压点，将他们顺序相连，所连的结果即是要求的足迹压力线；继续将每个重压点的坐标取出，将其绘制到以足迹图片的高为X轴，宽为Y轴的直角坐标系中，再以折线相连，就得到了足迹压力函数。

一个人的足迹压力线可以反应这个人的体态特征、走路习惯等等信息，比方说，一个正常人的足迹压力线是呈“闪电”型的，如果这个人走路有偏足的习惯，这他的足迹压力线则会呈现出一条直线。另外，通过绘制出的足迹压力函数，还可以进行定量的分析，比较两条足迹压力函数的相似度即可判断出足迹为同一人的概率大小。

上述公式中的数据均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

本发明的工作原理：

通过数据采集模块采集足迹图像，并将足迹图像发送至压力面绘制模块；压力面绘制模块用于对足迹图像进行转换处理获取足迹压力图像和足迹生物参数，并将足迹压力图像和足迹生物参数发送至足底区域分割模块。

足底区域分割模块对足迹进行分割获取足迹区域，并确定足迹中心线；；足迹压力线绘制模块根据足迹压力图像、足迹区域获取足迹压力线和足迹压力函数。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离申请的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.基于分割区域方法的足迹压力特征分析系统，其特征在于，包括数据采集模块、压力面绘制模块、足底区域分割模块和足迹压力线绘制模块；

通过所述数据采集模块采集足迹图像，并将足迹图像发送至压力面绘制模块；

所述压力面绘制模块用于对足迹图像进行转换处理获取足迹压力图像和足迹生物参数，并将足迹压力图像和足迹生物参数发送至足底区域分割模块；其中，所述转换处理包括足迹压力信息转换和图像去噪；

所述足底区域分割模块对足迹进行分割获取足迹区域，并确定足迹中心线；其中，所述足迹区域包括脚趾区域、脚掌区域和脚后跟区域，所述足迹生物参数包括足迹上顶点、足迹下顶点、脚掌中心点、脚跟中心点以及对应坐标；

所述足迹压力线绘制模块根据足迹压力图像、足迹区域获取足迹压力线和足迹压力函数。

2.根据权利要求1所述的基于分割区域方法的足迹压力特征分析系统，其特征在于，所述足迹压力信息转换包括背景归一化和图像滤波，所述图像滤波包括中值滤波；其中，背景归一化具体包括：

计算足迹图像像素点的灰度平均值，根据灰度平均值设置足迹图像的背景，获取足迹图像灰度直方图。

3.根据权利要求1所述的基于分割区域方法的足迹压力特征分析系统，其特征在于，根据所述足迹图像灰度直方图获取初始阈值，通过初始阈值对足迹图像直方图进行灰度分割获取色阶，并为不同的分割色阶上色。

4.根据权利要求1所述的基于分割区域方法的足迹压力特征分析系统，其特征在于，所述图像去噪包括手动去噪和自动去噪；其中，所述自动去噪通过框选的方式选择主体区域，对主体区域之外的部分进行去噪；所述主体区域为足迹压力图像中的足迹区域。

5.根据权利要求1所述的基于分割区域方法的足迹压力特征分析系统，其特征在于，根据所述足迹生物参数获取足迹压力图像中足迹长度，足迹长度结合偏重比例、约束条件对足迹压力图像进行分割获取足迹区域及对应长度；其中，所述偏重比例为正常人脚趾、脚掌、脚弓、脚跟占整个脚底的比重。

6.根据权利要求5所述的基于分割区域方法的足迹压力特征分析系统，其特征在于，所述约束条件具体为脚趾、脚掌、脚弓、脚跟占整个脚底的比重之和为1。

7.根据权利要求1所述的基于分割区域方法的足迹压力特征分析系统，其特征在于，在获取所述足迹中心之后，还需计算重压比例。

8.根据权利要求1所述的基于分割区域方法的足迹压力特征分析系统，其特征在于，在获取所述足迹区域之后，还需确定所述足迹区域对应的上下边界，包括：

将所述足迹上顶点的纵坐标作为脚趾区域的上边界，结合脚趾区域的长度获取脚趾区域的下边界，且所述脚趾区域的下边界即为脚掌区域的上边界；

所述脚掌区域上边界结合脚掌长度获取脚掌区域下边界；

将所述足迹下顶点作为脚跟区域的下边界，所述脚跟区域的下边界集合脚跟区域的长度获取脚跟区域的上边界。

9.根据权利要求1所述的基于分割区域方法的足迹压力特征分析系统，其特征在于，在获取所述足迹区域之后，还需确定所述足迹区域对应的区域宽度，包括：

对所述足迹区域中每行像素点进行逐一扫描，确定对应足迹区域内横坐标相差最大的两个像素点的横坐标值，以这两个像素点的横坐标值作为对应足迹区域的左右边界。

Images