CN116630318B - 移动终端测量活动度的优化方法及系统 - Google Patents

Abstract

本发明提供了移动终端测量活动度的优化方法及系统，涉及关节活动识别技术领域，该方法包括：分析确定准伤者的目标待测关节，得到目标辅助线框序列；得到目标关节图像序列；得到目标图像质检结果；如果所述目标图像质检结果显示所述各个关节图像均质检合格，对所述各个关节图像依次进行分析识别，得到目标图像标注结果；读取预定活动度计算方案，并结合所述目标图像标注结果计算得到所述目标待测关节的目标活动度，解决了现有技术中由于大多通过静态图像进行关节活动度分析，且对于人工依赖程度较高，导致存在智能化程度不足，且活动度测量准确性不足的技术问题，达到提升关节活动度测量准确性的技术效果。

Description

移动终端测量活动度的优化方法及系统

技术领域

本发明涉及关节活动识别技术领域，具体涉及移动终端测量活动度的优化方法及系统。

背景技术

保险公司在对出险投保车辆理赔过程中，通常会涉及人员伤亡的赔偿。在车辆交通事故发生时会通常伴随着车辆司机、车内乘客、车外行人、其他车辆内人员的伤亡出现，受伤人员会到医院进行治疗，因为人员身体受伤需要长期的观察治疗才能痊愈，当受伤人员治疗终结或者出院后伤情已稳定时，这时候需要根据受伤人员肢体残疾情况进行赔偿。所以保险公司在对此类交通事故出险车辆进行理赔时，除了对投保车辆损坏情况进行评估赔偿外，还会对相关联的伤亡人员单独进行理赔处理，一般在受伤人员治疗终结或出院后伤情已稳定时，通过有资格的司法鉴定所、司法鉴定中心对人员关节活动度、伤残情况进行鉴定。

目前关节活动度测量方法有如下几类：1.通过目测的方式进行测量，主要用在初步体格检查，也就是通过测量者双手固定住伤者某一关节，使其坐在某一方向上的特殊活动，通过目测的方式判断伤者关节活动度有没有异常。2.通过简单的测量仪器，在体表对伤者的关节活动度机芯测量，比如在伤者肩关节活动到最大范围之后，使用量角仪或者测量距离之类的仪器，对伤者的关节活动度进行比较客观的测量，但这种测量方式仍然不是特别准确。3.非常精确的测量需要配合拍摄平片，比如要求伤者分别将关节活动到最大活动度，维持姿势不动对其拍摄平片，在电脑软件或者平片上使用相关测量手段判断关节活动度。

综上，现有技术中由于大多通过静态图像进行关节活动度分析，且对于人工依赖程度较高，导致存在智能化程度不足，且活动度测量准确性不足的技术问题。

发明内容

本发明提供了移动终端测量活动度的优化方法及系统，用以解决现有技术中由于大多通过静态图像进行关节活动度分析，且对于人工依赖程度较高，导致存在智能化程度不足，且活动度测量准确性不足的技术问题。

根据本发明的第一方面，提供了移动终端测量活动度的优化方法，包括：分析确定准伤者的目标待测关节，并将所述目标待测关节在人体关节数据库中遍历，得到目标辅助线框序列；根据所述目标辅助线框序列，利用所述目标移动终端对所述准伤者的所述目标待测关节进行拍摄，得到目标关节图像序列；通过图像质检模块对所述目标关节图像序列中的各个关节图像依次进行质量分析，得到目标图像质检结果；如果所述目标图像质检结果显示所述各个关节图像均质检合格，通过图像识别模块对所述各个关节图像依次进行分析识别，并根据识别结果分别进行标注，得到目标图像标注结果；读取预定活动度计算方案，并结合所述目标图像标注结果计算得到所述目标待测关节的目标活动度。

根据本发明的第二方面，提供了移动终端测量活动度的优化系统，包括：辅助线框获取模块，所述辅助线框获取模块用于分析确定准伤者的目标待测关节，并将所述目标待测关节在人体关节数据库中遍历，得到目标辅助线框序列；关节图像拍摄模块，所述关节图像拍摄模块用于根据所述目标辅助线框序列，利用所述目标移动终端对所述准伤者的所述目标待测关节进行拍摄，得到目标关节图像序列；图像质量分析模块，所述图像质量分析模块用于通过图像质检模块对所述目标关节图像序列中的各个关节图像依次进行质量分析，得到目标图像质检结果；图像标注模块，所述图像标注模块用于如果所述目标图像质检结果显示所述各个关节图像均质检合格，通过图像识别模块对所述各个关节图像依次进行分析识别，并根据识别结果分别进行标注，得到目标图像标注结果；活动度计算模块，所述活动度计算模块用于读取预定活动度计算方案，并结合所述目标图像标注结果计算得到所述目标待测关节的目标活动度。

根据本发明采用的移动终端测量活动度的优化方法，其可达到如下有益效果：

1.在本实施例中，分析确定准伤者的目标待测关节，并将目标待测关节在人体关节数据库中遍历，得到目标辅助线框序列，根据目标辅助线框序列，利用目标移动终端对准伤者的目标待测关节进行拍摄，得到目标关节图像序列，通过图像质检模块对目标关节图像序列中的各个关节图像依次进行质量分析，得到目标图像质检结果，如果目标图像质检结果显示各个关节图像均质检合格，通过图像识别模块对各个关节图像依次进行分析识别，并根据识别结果分别进行标注，得到目标图像标注结果，读取预定活动度计算方案，并结合目标图像标注结果计算得到目标待测关节的目标活动度，实现关节活动度的自动化测量，达到保证活动度测量准确度的技术效果。

2.采集目标待测关节的历史活动度测量记录，其中，历史活动度测量记录包括伤残用户活动度测量记录和非伤残用户活动度测量记录，确定非伤残活动度阈值和伤残活动度阈值，对伤残活动度阈值进行划分，得到划分结果，提取划分结果中的第一活动度阈值，并结合非伤残活动度阈值确定的第一伤残等级，进而构建伤残等级划定序列，并将伤残等级划定序列存储至伤残等级分析模块，通过伤残等级分析模块对目标活动度进行分析，得到目标伤残等级，实现对伤残等级的分析，提升伤残等级分析准确度的技术效果。

3.通过活动轨迹分析模块对第一关节活动图像时序进行分析，得到第一活动轨迹，在非伤残用户活动度测量记录中筛选目标待测关节的第一关节历史活动图像时序，通过活动轨迹分析模块对第一关节历史活动图像时序进行分析，得到第一历史活动轨迹，对比第一活动轨迹与第一历史活动轨迹，并计算得到第一活动度，其中，第一活动度用于表征第一活动轨迹与第一历史活动轨迹的重叠度，基于第一活动度对目标活动度进行调整，达到对目标活动度进行补偿修正，保证目标活动度的准确度的技术效果。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其他特征将通过以下的说明书而变得容易理解。

为了更清楚地说明本发明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的介绍，显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图获得其他的附图。

附图说明

图1为本发明实施例提供的移动终端测量活动度的优化方法的流程示意图；

图2为本发明实施例中得到目标伤残等级的流程示意图；

图3为本发明实施例中对目标活动度进行调整的流程示意图；

图4为本发明实施例提供的移动终端测量活动度的优化系统的结构示意图。

附图标记说明：辅助线框获取模块11，关节图像拍摄模块12，图像质量分析模块13，图像标注模块14，活动度计算模块15。

具体实施方式

以下结合附图对本发明的示范性实施例作出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

实施例一

图1为本发明实施例提供的移动终端测量活动度的优化方法图，所述优化方法应用于优化系统，所述优化系统与目标移动终端通信连接，所述优化方法包括：

步骤S100：分析确定准伤者的目标待测关节，并将所述目标待测关节在人体关节数据库中遍历，得到目标辅助线框序列；

具体而言，上述的优化系统是用于执行本发明实施例提供的移动终端测量活动度的优化方法的系统平台，所述优化系统与目标移动终端通信连接，连接方式包括蓝牙、WiFi等多种连接方式，所述目标移动终端是指用于对伤者进行拍摄的终端设备，比如智能手机。

关节包括肩关节、肘关节、腕关节、髋关节、膝关节、踝关节等，目标待测关节可以是其中的任意一个或者多个，准伤者即为受伤经过治疗的人员，具体可根据准伤者的受伤情况，确定准伤者的目标待测关节，举例如，如果准伤者是胳膊受伤，目标待测关节即为肩关节和肘关节，具体来说，可通过对人体各个部位进行关联关节分析，获取每个部位相关的关节，进而根据准伤者的受伤部位，获取对应的关联关节作为目标待测关节。进而将所述目标待测关节在人体关节数据库中遍历，得到目标辅助线框序列，人体关节数据库由本领域技术人员自行构建，人体关节数据库包括所有可测量关节的活动度测量的拍照辅助线框，拍照辅助线框中标注了可测量关节规定的方向和动作，用于辅助准伤者执行规定的方向和动作，也就是说，人体关节数据库中包含具有对应关系的关节和拍照辅助线框，根据目标待测关节，在人体关节数据库中进行遍历匹配，获取与目标待测关节相同的关节对应的拍照辅助线框，由于对一个关节进行活动度测量时，需要准伤者按照顺序进行多个动作，因此，一个关节对应多个具有顺序关系的拍照辅助线框，组成目标辅助线框序列。

步骤S200：根据所述目标辅助线框序列，利用所述目标移动终端对所述准伤者的所述目标待测关节进行拍摄，得到目标关节图像序列；

其中，本发明实施例步骤S200还包括：

步骤S210：提取所述目标辅助线框序列中的第一辅助线框，且所述第一辅助线框具备第一拍摄角度标识；

步骤S220：所述目标移动终端在所述第一拍摄角度下，依据所述第一辅助线框对所述目标待测关节进行拍摄，得到第一关节活动图像时序；

步骤S230：对所述第一关节活动图像时序中的多张活动图像依次进行分析，并确定第一目标图像；

步骤S240：基于所述第一拍摄角度下的所述第一目标图像，组建所述目标关节图像序列。

具体而言，将目标辅助线框序列导入目标移动终端，目标移动终端调出目标辅助线框序列，通过目标辅助线框序列辅助准伤者按照规定的姿势和摆动方向活动关节，然后对准伤者的目标待测关节进行拍摄，拍摄结果即为目标关节图像序列。

具体地，每一个肢体关节都有多个不同方位的辅助线框，也就是说，目标辅助线框序列包含多个不同方位的辅助线框，准伤者需要按照所有方位的辅助线框分别进行测量拍摄，首先提取所述目标辅助线框序列中的第一辅助线框，第一辅助线框即为目标辅助线框序列中的任意一个辅助线框，且所述第一辅助线框具备第一拍摄角度标识，第一拍摄角度即为目标移动终端的拍摄方向，比如正面、侧面等。准伤者按照第一辅助线框伸展目标待测关节，将目标待测关节置于辅助框线内，按照第一辅助线框规定的活动方向将目标待测关节活动到该方向的最大程度，同时，所述目标移动终端在所述第一拍摄角度下，依据所述第一辅助线框对所述目标待测关节进行拍摄，拍摄结果中包括多张顺序拍摄的活动图像，也就是关节活动视频，即为第一关节活动图像时序。对所述第一关节活动图像时序中的多张活动图像依次进行分析，分析每一张活动图像的关节活动度，也就是目标待测关节向规定的活动方向的伸展程度，比如，前屈上局的高度，第一关节活动图像时序中关节活动度最大，即伸展程度最大的图像，将其作为第一目标图像。

进一步地，基于所述第一拍摄角度下的所述第一目标图像，组建所述目标关节图像序列，换句话说，采用与获取第一目标图像相同的方法，继续获取其他拍摄角度下目标待测关节活动度最大的图像，所有拍摄角度下分别对应的目标待测关节活动度最大的图像组成目标关节图像序列。由此实现对目标终端设备的拍摄图像的分析筛选，为后续的准伤者关节活动度的测量提供数据基础。

步骤S300：通过图像质检模块对所述目标关节图像序列中的各个关节图像依次进行质量分析，得到目标图像质检结果；

其中，本发明实施例步骤S300还包括：

步骤S310：随机在所述目标关节图像序列中提取任意拍摄角度下的任意图像，并记作第二目标图像；

步骤S320：通过所述图像质检模块中的第一质检单元对所述第二目标图像进行质量检查，得到第一质检结果，其中，所述第一质检单元是基于边界检测技术原理构建的智能模型；

步骤S330：在所述目标辅助线框序列中匹配所述第二目标图像的辅助线框，并记作第二目标辅助线框；

步骤S340：获取所述第一质检结果与所述第二目标辅助线框的第一对比偏差；

步骤S350：如果所述第一对比偏差符合第一预定要求，生成第一质检合格指令，如果所述第一对比偏差不符合所述第一预定要求，生成第一质检不合格指令。

其中，本发明实施例步骤S350之后还有步骤S360，步骤S360包括：

步骤S361：基于所述第一质检合格指令，通过所述图像质检模块中的第二质检单元对所述第二目标图像进行质量检查，得到第二质检结果；

其中，所述第二质检结果用于表征所述第二目标图像中背景与关节间的第二对比偏差；

步骤S362：如果所述第二对比偏差符合第二预定要求，生成第二质检合格指令，如果所述第二对比偏差不符合所述第二预定要求，生成第二质检不合格指令；

步骤S363：所述第一质检合格指令或所述第一质检不合格指令、所述第二质检合格指令或所述第二质检不合格指令共同组成所述目标图像质检结果。

具体而言，所述图像质检模块包括第一质检单元和第二质检单元，通过图像质检单元对所述目标关节图像序列中的各个关节图像依次进行质量分析，得到目标图像质检结果，目标图像质检结果包括第一质检单元的质检结果和第二质检单元的质检结果。

具体地，通过图像质检模块中的第一质检单元进行图像质检的过程如下：随机在所述目标关节图像序列中提取任意拍摄角度下的任意图像，并记作第二目标图像，通过所述图像质检模块中的第一质检单元对所述第二目标图像进行质量检查，得到第一质检结果，其中，所述第一质检单元是基于边界检测技术原理构建的智能模型，边界检测的实质是采用边缘检测算法来提取出图像中对象与背景之间的交界线，边界可以定义为图像中灰度发生急剧变化的区域边界，在本实施例中，边界即为目标待测关节的轮廓，也就是第二目标图像中的背景与目标待测关节的交界线。常用的边缘检测算法有微分法、差分边缘检测方法、Roberts边缘检测算子、Sobel边缘检测算子等，结合实际情况选取任意一种边缘检测算法即可进行第一质检单元的构建，边缘检测是本领域技术人员常用技术手段，在此不进行展开。将第二目标图像输入第一质检单元进行边缘检测，即可输出第一质检结果，第一质检结果即为第二目标图像中的目标待测关节的轮廓。

进一步地，所述目标辅助线框序列中包含多个不同角度的辅助线框，根据第二目标图像对应的拍摄角度，在所述目标辅助线框序列中匹配所述第二目标图像的辅助线框，并记作第二目标辅助线框，获取所述第一质检结果与所述第二目标辅助线框的第一对比偏差。简单来说，在进行关节活动度测试时，需要准伤者按照标准姿势站立或躺下，移动终端对准伤者进行拍摄，准伤者按照目标辅助线框序列中的辅助线框依次伸展目标待测关节，将目标待测关节置于辅助线框内，按照辅助线框规定的活动方向将目标待测关节活动到该方向的最大程度，在此过程中，需要保证目标待测关节位于辅助线框之内，按照辅助线框的规定方向进行活动，否则说明图像拍摄不合格，会导致关节活动度测试结果不准确，因此，需要对所述第一质检结果与所述第二目标辅助线框进行比对，确定第一质检结果即目标待测关节的轮廓与第二目标辅助线框之间的偏差，作为第一对比偏差，理想情况下，第一质检结果应该与第二目标辅助线框完全一致，但是实际拍摄过程可能存在误差，基于此获取第一预定要求，第一预定要求由本领域技术人员根据实际情况自行确定，第一预定要求即为允许第一质检结果应该与第二目标辅助线框存在的偏差范围，在这个偏差范围内，认为第二目标图像是合格的。也就是说，如果所述第一对比偏差符合第一预定要求，生成第一质检合格指令，如果所述第一对比偏差不符合所述第一预定要求，生成第一质检不合格指令。采用此方法，通过第一质检单元对目标关节图像序列中所有图像分别进行质检，得到每一个图像的质检合格指令或者不合格指令，实现对目标图像序列的关节轮廓和辅助线框的比对，防止由于图像拍摄不合格导致活动度计算错误，达到提升关节活动度计算准确度的技术效果。

在图像质检模块的第一质检单元完成质检后，基于所述第一质检合格指令，通过所述图像质检模块中的第二质检单元对所述第二目标图像进行质量检查，得到第二质检结果，也就是说，只有在生成第一质检合格指令的情况下才会进行第二质检，其中，所述第二质检结果用于表征所述第二目标图像中背景与关节间的第二对比偏差，第二对比偏差是指第二目标图像中的关节区域与背景区域之间的明暗对比、色相对比、明度对比等，因此，基于第一质检单元的边界检测，获得了关节轮廓，以关节轮廓作为分界线，通过第二质检单元对第二目标图像中的关节轮廓以内的区域和关节轮廓以外的区域分别进行明暗对比、色相对比、明度对比等，以明暗对比、色相对比、明度对比等对比结果作为第二对比偏差，也就是第二质检结果。进一步设置第二预定要求，第二预定要求是指对关节轮廓以内的区域和关节轮廓以外的区域的明暗对比要求、色相对比要求、明度对比要求等，也就是说，确保第二目标图像的背景与准伤者颜色有明显区别，因此第二预定要求中的对比偏差较大，具体可结合实际情况自行设定，如果所述第二对比偏差符合第二预定要求，说明第二目标图像的背景和准伤者区别较大，进而说明图像清晰度较高，此时生成第二质检合格指令，如果所述第二对比偏差不符合所述第二预定要求，说明第二目标图像的背景和准伤者的区别较小，图像清晰度不足，如果进行后续的活动度计算，可能导致计算结果不准确，此时生成第二质检不合格指令。

所述第一质检合格指令或所述第一质检不合格指令、所述第二质检合格指令或所述第二质检不合格指令共同组成所述目标图像质检结果，简单来说，就是以两次质检的结果共同作为目标图像质检结果，目标图像质检结果包括目标关节图像序列中的所有图片的质检结果。由此实现对目标图像序列的质检，任一张图像对应的目标图像质检结果中只要包含质检不合格指令，则需要重新按照该图像的采集角度进行重新测试并拍摄，然后再次通过图像质检模块进行质量检测，直到目标图像质检结果中只包含质检合格指令，由此达到提升测试图像的采集准确性，进而提升关节活动度的计算准确度的技术效果。

步骤S400：如果所述目标图像质检结果显示所述各个关节图像均质检合格，通过图像识别模块对所述各个关节图像依次进行分析识别，并根据识别结果分别进行标注，得到目标图像标注结果；

其中，本发明实施例步骤S400还包括：

步骤S410：从所述各个关节图像中提取第一关节图像；

步骤S420：通过所述图像识别模块依次识别所述第一关节图像中的关节轴点、基准端点和活动端点并进行标注，分别得到第一关节轴点、第一基准端点和第一活动端点；

步骤S430：将所述第一关节轴点、所述第一基准端点和所述第一活动端点作为所述目标图像标注结果，并在所述目标移动终端进行显示；

步骤S440：生成人工调整指令，并基于所述人工调整指令在所述目标移动终端对所述目标图像标注结果进行手动调整。

具体而言，如果所述目标图像质检结果显示所述各个关节图像均质检合格，通过图像识别模块对所述各个关节图像依次进行分析识别，图像识别模块是一种AI人体骨骼识别模型，其内部嵌入人体骨骼分布图，用于识别关节图像中的骨骼点，为后续的活动度计算提供支持。根据识别结果分别进行标注，得到目标图像标注结果，具体过程如下：

从所述各个关节图像中提取第一关节图像，第一关节图像即为任意一个关节图像，通过所述图像识别模块依次识别所述第一关节图像中的关节轴点、基准端点和活动端点并进行标注，基准端点是指基准线端的点，即定点，比如测量肩关节活动度时，从肩关节垂直于身体向下的线作为基准线，端部的点即为定点，即基准端点；轴点是指关节所在位置，比如在肩关节活动度测量中，肩关节位置点即为轴点，胳膊以肩关节为轴心做抬举动作；活动端点是指关节对应肢体端的点，即动点，比如，在肩关节活动度测量中，从肩关节轴点开始伸展的胳膊延伸到肘部，肘部端点相对于身体进行肢体活动，肘部端点即为活动端点，基于此，通过图像识别模块对第一关节图像中的关节轴点、基准端点和活动端点进行识别并标注，分别得到第一关节轴点、第一基准端点和第一活动端点，将所述第一关节轴点、所述第一基准端点和所述第一活动端点作为所述目标图像标注结果，并在所述目标移动终端进行显示，由此可以得到第一关节轴点、第一基准端点和第一活动端点在第一关节图像中的位置，以第一关节轴点作为顶点，以第一基准端点和第一活动端点作为端点的角度。

目标图像标注结果是通过图像识别模块自动化生成的，可能存在误差，因此，生成人工调整指令，并基于所述人工调整指令在所述目标移动终端对所述目标图像标注结果进行手动调整，就是通过人工对目标图像标注结果中不准确的点的位置进行修正，比如第一关节轴点应该是肩关节的位置，但是目标图像标注结果其位置在肩关节的下面，就通过手动校正，达到保证图像标注结果的准确性，提升活动度计算结果的准确性的技术效果。

步骤S500：读取预定活动度计算方案，并结合所述目标图像标注结果计算得到所述目标待测关节的目标活动度。

具体而言，预定活动度计算方案由本领域人员自行设置，通过目标图像标注结果获取关节图像中的第一关节轴点、第一基准端点和第一活动端点，以第一关节轴点作为顶点，以第一基准端点和第一活动端点作为端点，可以得到一个三角形角度，三角形角度即为关节活动度，根据两条边的相对角度相减得出活动度数值，以上即为预定活动度计算方案。以肩关节为例，肩部为第一关节轴点，从肩部垂直向下延伸出一条边，即与第一基准端点的连线作为基础标准线，从肩部向胳膊（第一活动端点）延伸出另一条边作为活动测量线，两条边和肩部节点组成一个三角形，此三角形角度即为肩部关节活动度，以两条边的相对角度作为活动度数值，也就是目标活动度进行输出，由此实现关节活动度的智能计算。

其中，如图2所示，本发明实施例还包括步骤S600：

步骤S610：采集所述目标待测关节的历史活动度测量记录，其中，所述历史活动度测量记录包括伤残用户活动度测量记录和非伤残用户活动度测量记录；

步骤S620：分析所述非伤残用户活动度测量记录中的各个活动度，并确定非伤残活动度阈值；

步骤S630：分析所述伤残用户活动度测量记录中的各个活动度，并确定伤残活动度阈值；

步骤S640：对所述伤残活动度阈值进行划分，得到划分结果；

步骤S650：提取所述划分结果中的第一活动度阈值，并结合所述非伤残活动度阈值确定的第一伤残等级，其中，所述第一活动度阈值与所述第一伤残等级具备第一映射关系；

步骤S660：根据所述第一映射关系构建伤残等级划定序列，并将所述伤残等级划定序列存储至伤残等级分析模块；

步骤S670：通过所述伤残等级分析模块对所述目标活动度进行分析，得到目标伤残等级。

具体而言，采集所述目标待测关节的历史活动度测量记录，其中，所述历史活动度测量记录包括伤残用户活动度测量记录和非伤残用户活动度测量记录，分析所述非伤残用户活动度测量记录中的各个活动度，并确定非伤残活动度阈值，非伤残活动度阈值是指非伤残用户活动度测量记录中的各个活动度的范围，即活动度区间，可以用最大活动度和最小活动度表示范围。分析所述伤残用户活动度测量记录中的各个活动度，并确定伤残活动度阈值，伤残活动度阈值即为伤残用户活动度测量记录中的各个活动度的活动度范围，也可用活动度最大值和最小值表示范围。

对所述伤残活动度阈值进行等距离划分，就是以一个跨度进行多次划分，得到划分结果，划分结果包括多个活动度阈值，每个活动度阈值是一个活动度区间，每个活动度区间跨度相同。

提取所述划分结果中的任意一个活动度阈值作为第一活动度阈值，并结合所述非伤残活动度阈值确定的第一伤残等级，第一伤残等级是指第一活动度阈值对应的伤残等级，需要结合非伤残活动度阈值确定，具体过程如下：非伤残活动度阈值是指人员无伤在身的情况下的活动度，可以认为是正常的活动度，以非伤残活动度阈值作为无伤残的情况，也可以说非伤残活动度阈值对应的伤残等级阈值为0，按照划分伤残活动度阈值的划分标准，对非伤残活动度阈值进行向下递减设置，非伤残活动度阈值下降一个跨度，记录对应的活动度阈值，为其匹配一个伤残等级，活动度阈值与非伤残活动度阈值的差距越大，对应的伤残等级越高，比如非伤残活动度阈值下降一个跨度对应的伤残等级为1级，下降两个跨度对应的伤残等级为2级，由此可以得到不同伤残等级对应的活动度阈值，进而根据第一活动度阈值对伤残等级进行匹配，即可得到第一伤残等级，所述第一活动度阈值与所述第一伤残等级具备第一映射关系，也就是说，两者具有一一对应关系。

根据所述第一映射关系构建伤残等级划定序列，伤残等级划定序列包括多个第一活动度阈值及其对应的第一伤残等级，并将所述伤残等级划定序列存储至伤残等级分析模块，通过所述伤残等级分析模块对所述目标活动度进行分析，简单来说，就是根据目标活动度在伤残等级划定序列中进行遍历比对，获得目标活动度落入的活动度阈值，进而获取该活动度阈值对应的伤残等级作为目标伤残等级，由此实现对伤残等级的分析，提升伤残等级分析准确度。

其中，如图3所示，本发明实施例还包括步骤S700：

步骤S710：通过活动轨迹分析模块对所述第一关节活动图像时序进行分析，得到第一活动轨迹；

步骤S720：在所述非伤残用户活动度测量记录中筛选所述目标待测关节的第一关节历史活动图像时序；

步骤S730：通过所述活动轨迹分析模块对所述第一关节历史活动图像时序进行分析，得到第一历史活动轨迹；

步骤S740：对比所述第一活动轨迹与所述第一历史活动轨迹，并计算得到第一活动度，其中，所述第一活动度用于表征所述第一活动轨迹与所述第一历史活动轨迹的重叠度；

步骤S750：基于所述第一活动度对所述目标活动度进行调整。

其中，本发明实施例步骤S710还包括：

步骤S711：提取所述第一关节活动图像时序中的第一图像；

步骤S712：获取所述目标待测关节在所述第一图像中的第一像素区域，并采集所述第一像素区域的第一最长径像素数；

步骤S713：读取预瞄像素数，并以所述第一最长径像素数的中心为圆心，以所述预瞄像素数为半径绘制目标圆；

步骤S714：将所述目标圆与目标理论轨迹的交点作为预瞄像素点；

步骤S715：获取所述第一像素区域的第一实际运动方向，并将所述第一实际运动方向与所述预瞄像素点间的夹角作为第一偏差角；

步骤S716：基于所述第一最长径像素数、所述预瞄像素数和所述第一偏差角计算所述目标关节臂的第一实际转角；

步骤S717：提取所述第一关节活动图像时序中的第二图像，并分析所述第二图像得到第二实际转角，其中，所述第一图像与所述第二图像为相邻图像；

步骤S718：基于所述第一实际转角和所述第二实际转角，生成所述第一活动轨迹。

具体而言，在所述得到第一关节活动图像时序之后，通过活动轨迹分析模块对所述第一关节活动图像时序进行分析，第一关节活动图像时序包括目标待测关节在第一拍摄角度下的整个活动过程的多张图像，通过活动轨迹分析模块对多张图像中的肢体关节位置进行识别，可以得到多个图像中的肢体关节的位置，然后将多个位置进行顺序连接，即可得到第一活动轨迹，第一活动轨迹即为目标待测关节在第一拍摄角度下的活动轨迹范围信息。在所述非伤残用户活动度测量记录中筛选所述目标待测关节在第一拍摄角度下的第一关节历史活动图像时序，然后采用相同的方法，通过所述活动轨迹分析模块对所述第一关节历史活动图像时序进行分析，得到第一历史活动轨迹。对比所述第一活动轨迹与所述第一历史活动轨迹，并计算得到第一活动度，其中，所述第一活动度用于表征所述第一活动轨迹与所述第一历史活动轨迹的重叠度。

简单来说，就是计算所述第一活动轨迹与所述第一历史活动轨迹相同的部分在整个第一活动轨迹中所占的比重，以此作为第一活动度。最后基于所述第一活动度对所述目标活动度进行调整，就是说，计算目标活动度的过程中是通过获取肢体关节伸展程度最大的图像进行分析计算的，可能存在一种情况，准伤者可能是由于其他外力条件达到的最大伸展程度，但是活动度测试过程是一个动态过程，肢体关节一定是缓慢伸展，从而达到最大伸展程度，因此，第一历史活动轨迹作为标准活动轨迹，通过获取所述第一活动轨迹与所述第一历史活动轨迹的重叠度作为第一活动度，第一活动度越大，重叠度越大，说明其存在的误差越小，根据第一活动度对目标活动度进行补偿修正，具体可用第一活动度乘以目标活动度，以计算结果作为最终的目标活动度，由此达到对目标活动度进行补偿修正的效果。

得到第一活动轨迹的过程如下：提取所述第一关节活动图像时序中的任意一个图像作为第一图像，获取所述目标待测关节在所述第一图像中的第一像素区域，就是对目标待测关节进行边缘检测，获得目标待测关节在第一图像中的区域作为第一像素区域，并采集所述第一像素区域的第一最长径像素数，第一最长径像素数就是指目标待测关节的关节臂长，只是用像素数量表示关节臂长。读取预瞄像素数，预瞄像素数是指期望目标待测关节的关节臂移动的距离，用像素数量表示，以所述第一最长径像素数的中心为圆心，以所述预瞄像素数为半径绘制目标圆。将所述目标圆与目标理论轨迹的交点作为预瞄像素点，目标理论轨迹是指预期的目标待测关节的关节臂的移动轨迹。

实时采集目标待测关节的关节臂的移动方向，从而获取所述第一像素区域的第一实际运动方向，并将所述第一实际运动方向与所述预瞄像素点间的夹角作为第一偏差角，就是以第一实际运动方向画一条直线，以预瞄像素点与圆心画一条直线，两条直线的夹角即为第一偏差角。基于所述第一最长径像素数、所述预瞄像素数和所述第一偏差角计算所述目标关节臂的第一实际转角，计算公式如下：

；

其中，为第一实际转角，/>是第一最长径像素数，/>是预瞄像素数，/>是第一偏差角。

提取所述第一关节活动图像时序中的第二图像，采用相同的方法分析所述第二图像得到第二实际转角，其中，所述第一图像与所述第二图像为相邻图像，基于所述第一实际转角和所述第二实际转角，生成所述第一活动轨迹，简单来说，按照第一关节活动图像时序中的图像顺序，以此获取多个实际转角，多个实际转角组成所述第一活动轨迹，达到保证活动轨迹分析的准确性，为活动度的校正提供数据支持的效果。

基于上述分析可知，本发明提供了移动终端测量活动度的优化方法，其可达到如下有益效果：

1.在本实施例中，分析确定准伤者的目标待测关节，并将目标待测关节在人体关节数据库中遍历，得到目标辅助线框序列，根据目标辅助线框序列，利用目标移动终端对准伤者的目标待测关节进行拍摄，得到目标关节图像序列，通过图像质检模块对目标关节图像序列中的各个关节图像依次进行质量分析，得到目标图像质检结果，如果目标图像质检结果显示各个关节图像均质检合格，通过图像识别模块对各个关节图像依次进行分析识别，并根据识别结果分别进行标注，得到目标图像标注结果，读取预定活动度计算方案，并结合目标图像标注结果计算得到目标待测关节的目标活动度，实现关节活动度的自动化测量，达到保证活动度测量准确度的技术效果。

2.采集目标待测关节的历史活动度测量记录，其中，历史活动度测量记录包括伤残用户活动度测量记录和非伤残用户活动度测量记录，确定非伤残活动度阈值和伤残活动度阈值，对伤残活动度阈值进行划分，得到划分结果，提取划分结果中的第一活动度阈值，并结合非伤残活动度阈值确定的第一伤残等级，进而构建伤残等级划定序列，并将伤残等级划定序列存储至伤残等级分析模块，通过伤残等级分析模块对目标活动度进行分析，得到目标伤残等级，实现对伤残等级的分析，提升伤残等级分析准确度的技术效果。

3.通过活动轨迹分析模块对第一关节活动图像时序进行分析，得到第一活动轨迹，在非伤残用户活动度测量记录中筛选目标待测关节的第一关节历史活动图像时序，通过活动轨迹分析模块对第一关节历史活动图像时序进行分析，得到第一历史活动轨迹，对比第一活动轨迹与第一历史活动轨迹，并计算得到第一活动度，其中，第一活动度用于表征第一活动轨迹与第一历史活动轨迹的重叠度，基于第一活动度对目标活动度进行调整，达到对目标活动度进行补偿修正，保证目标活动度的准确度的技术效果。

实施例二

基于与前述实施例中移动终端测量活动度的优化方法同样的发明构思，如图4所示，本发明还提供了移动终端测量活动度的优化系统，所述优化系统与目标移动终端通信连接，所述优化系统包括：

辅助线框获取模块11，所述辅助线框获取模块11用于分析确定准伤者的目标待测关节，并将所述目标待测关节在人体关节数据库中遍历，得到目标辅助线框序列；

关节图像拍摄模块12，所述关节图像拍摄模块12用于根据所述目标辅助线框序列，利用所述目标移动终端对所述准伤者的所述目标待测关节进行拍摄，得到目标关节图像序列；

图像质量分析模块13，所述图像质量分析模块13用于通过图像质检模块对所述目标关节图像序列中的各个关节图像依次进行质量分析，得到目标图像质检结果；

图像标注模块14，所述图像标注模块14用于如果所述目标图像质检结果显示所述各个关节图像均质检合格，通过图像识别模块对所述各个关节图像依次进行分析识别，并根据识别结果分别进行标注，得到目标图像标注结果；

活动度计算模块15，所述活动度计算模块15用于读取预定活动度计算方案，并结合所述目标图像标注结果计算得到所述目标待测关节的目标活动度。

进一步而言，所述优化系统还包括伤残等级分析模块，所述伤残等级分析模块用于：

采集所述目标待测关节的历史活动度测量记录，其中，所述历史活动度测量记录包括伤残用户活动度测量记录和非伤残用户活动度测量记录；

分析所述非伤残用户活动度测量记录中的各个活动度，并确定非伤残活动度阈值；

分析所述伤残用户活动度测量记录中的各个活动度，并确定伤残活动度阈值；

对所述伤残活动度阈值进行划分，得到划分结果；

提取所述划分结果中的第一活动度阈值，并结合所述非伤残活动度阈值确定的第一伤残等级，其中，所述第一活动度阈值与所述第一伤残等级具备第一映射关系；

根据所述第一映射关系构建伤残等级划定序列，并将所述伤残等级划定序列存储至伤残等级分析模块；

通过所述伤残等级分析模块对所述目标活动度进行分析，得到目标伤残等级。

进一步而言，所述关节图像拍摄模块12还用于：

提取所述目标辅助线框序列中的第一辅助线框，且所述第一辅助线框具备第一拍摄角度标识；

所述目标移动终端在所述第一拍摄角度下，依据所述第一辅助线框对所述目标待测关节进行拍摄，得到第一关节活动图像时序；

对所述第一关节活动图像时序中的多张活动图像依次进行分析，并确定第一目标图像；

基于所述第一拍摄角度下的所述第一目标图像，组建所述目标关节图像序列。

进一步而言，所述图像质量分析模块13还用于：

随机在所述目标关节图像序列中提取任意拍摄角度下的任意图像，并记作第二目标图像；

通过所述图像质检模块中的第一质检单元对所述第二目标图像进行质量检查，得到第一质检结果，其中，所述第一质检单元是基于边界检测技术原理构建的智能模型；

在所述目标辅助线框序列中匹配所述第二目标图像的辅助线框，并记作第二目标辅助线框；

获取所述第一质检结果与所述第二目标辅助线框的第一对比偏差；

如果所述第一对比偏差符合第一预定要求，生成第一质检合格指令，如果所述第一对比偏差不符合所述第一预定要求，生成第一质检不合格指令。

进一步而言，所述图像质量分析模块13还用于：

基于所述第一质检合格指令，通过所述图像质检模块中的第二质检单元对所述第二目标图像进行质量检查，得到第二质检结果；

其中，所述第二质检结果用于表征所述第二目标图像中背景与关节间的第二对比偏差；

如果所述第二对比偏差符合第二预定要求，生成第二质检合格指令，如果所述第二对比偏差不符合所述第二预定要求，生成第二质检不合格指令；

所述第一质检合格指令或所述第一质检不合格指令、所述第二质检合格指令或所述第二质检不合格指令共同组成所述目标图像质检结果。

进一步而言，所述优化系统还包括活动度调整模块，所述活动度调整模块用于：

通过活动轨迹分析模块对所述第一关节活动图像时序进行分析，得到第一活动轨迹；

在所述非伤残用户活动度测量记录中筛选所述目标待测关节的第一关节历史活动图像时序；

通过所述活动轨迹分析模块对所述第一关节历史活动图像时序进行分析，得到第一历史活动轨迹；

对比所述第一活动轨迹与所述第一历史活动轨迹，并计算得到第一活动度，其中，所述第一活动度用于表征所述第一活动轨迹与所述第一历史活动轨迹的重叠度；

基于所述第一活动度对所述目标活动度进行调整。

进一步而言，所述活动度调整模块还用于：

提取所述第一关节活动图像时序中的第一图像；

获取所述目标待测关节在所述第一图像中的第一像素区域，并采集所述第一像素区域的第一最长径像素数；

读取预瞄像素数，并以所述第一最长径像素数的中心为圆心，以所述预瞄像素数为半径绘制目标圆；

将所述目标圆与目标理论轨迹的交点作为预瞄像素点；

获取所述第一像素区域的第一实际运动方向，并将所述第一实际运动方向与所述预瞄像素点间的夹角作为第一偏差角；

基于所述第一最长径像素数、所述预瞄像素数和所述第一偏差角计算所述目标关节臂的第一实际转角；

提取所述第一关节活动图像时序中的第二图像，并分析所述第二图像得到第二实际转角，其中，所述第一图像与所述第二图像为相邻图像；

基于所述第一实际转角和所述第二实际转角，生成所述第一活动轨迹。

进一步而言，所述图像标注模块14还用于：

从所述各个关节图像中提取第一关节图像；

通过所述图像识别模块依次识别所述第一关节图像中的关节轴点、基准端点和活动端点并进行标注，分别得到第一关节轴点、第一基准端点和第一活动端点；

将所述第一关节轴点、所述第一基准端点和所述第一活动端点作为所述目标图像标注结果，并在所述目标移动终端进行显示；

生成人工调整指令，并基于所述人工调整指令在所述目标移动终端对所述目标图像标注结果进行手动调整。

前述实施例一中的移动终端测量活动度的优化方法具体实例同样适用于本实施例的移动终端测量活动度的优化系统，通过前述对移动终端测量活动度的优化方法的详细描述，本领域技术人员可以清楚地知道本实施例中移动终端测量活动度的优化系统，所以为了说明书的简洁，在此不再详述。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行，也可以顺序地执行，也可以不同的次序执行，只要能够实现本发明公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所做的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (5)

1.移动终端测量活动度的优化方法，其特征在于，所述优化方法应用于优化系统，所述优化系统与目标移动终端通信连接，所述优化方法包括：

分析确定准伤者的目标待测关节，并将所述目标待测关节在人体关节数据库中遍历，得到目标辅助线框序列；

根据所述目标辅助线框序列，利用所述目标移动终端对所述准伤者的所述目标待测关节进行拍摄，得到目标关节图像序列；

通过图像质检模块对所述目标关节图像序列中的各个关节图像依次进行质量分析，得到目标图像质检结果；

如果所述目标图像质检结果显示所述各个关节图像均质检合格，通过图像识别模块对所述各个关节图像依次进行分析识别，并根据识别结果分别进行标注，得到目标图像标注结果；

读取预定活动度计算方案，并结合所述目标图像标注结果计算得到所述目标待测关节的目标活动度；

其中，在所述计算得到所述目标待测关节的目标活动度之后，还包括：

采集所述目标待测关节的历史活动度测量记录，其中，所述历史活动度测量记录包括伤残用户活动度测量记录和非伤残用户活动度测量记录；

分析所述非伤残用户活动度测量记录中的各个活动度，并确定非伤残活动度阈值；

分析所述伤残用户活动度测量记录中的各个活动度，并确定伤残活动度阈值；

对所述伤残活动度阈值进行划分，得到划分结果；

提取所述划分结果中的第一活动度阈值，并结合所述非伤残活动度阈值确定的第一伤残等级，其中，所述第一活动度阈值与所述第一伤残等级具备第一映射关系；

根据所述第一映射关系构建伤残等级划定序列，并将所述伤残等级划定序列存储至伤残等级分析模块；

通过所述伤残等级分析模块对所述目标活动度进行分析，得到目标伤残等级；

所述得到目标关节图像序列，包括：

提取所述目标辅助线框序列中的第一辅助线框，且所述第一辅助线框具备第一拍摄角度标识；

所述目标移动终端在所述第一拍摄角度下，依据所述第一辅助线框对所述目标待测关节进行拍摄，得到第一关节活动图像时序；

对所述第一关节活动图像时序中的多张活动图像依次进行分析，并确定第一目标图像；

基于所述第一拍摄角度下的所述第一目标图像，组建所述目标关节图像序列；

在所述得到第一关节活动图像时序之后，还包括：

通过活动轨迹分析模块对所述第一关节活动图像时序进行分析，得到第一活动轨迹；

在所述非伤残用户活动度测量记录中筛选所述目标待测关节的第一关节历史活动图像时序；

通过所述活动轨迹分析模块对所述第一关节历史活动图像时序进行分析，得到第一历史活动轨迹；

对比所述第一活动轨迹与所述第一历史活动轨迹，并计算得到第一活动度，其中，所述第一活动度用于表征所述第一活动轨迹与所述第一历史活动轨迹的重叠度；

基于所述第一活动度对所述目标活动度进行调整；

所述得到第一活动轨迹，包括：

提取所述第一关节活动图像时序中的第一图像；

获取所述目标待测关节在所述第一图像中的第一像素区域，并采集所述第一像素区域的第一最长径像素数，所述第一最长径像素数是指用像素数量表示的目标待测关节的关节臂长；

读取预瞄像素数，并以所述第一最长径像素数的中心为圆心，以所述预瞄像素数为半径绘制目标圆，所述预瞄像素数是指用像素数量表示的期望目标待测关节的关节臂移动的距离；

将所述目标圆与目标理论轨迹的交点作为预瞄像素点；

获取所述第一像素区域的第一实际运动方向，并将所述第一实际运动方向与所述预瞄像素点间的夹角作为第一偏差角；

基于所述第一最长径像素数、所述预瞄像素数和所述第一偏差角计算目标关节臂的第一实际转角；

提取所述第一关节活动图像时序中的第二图像，并分析所述第二图像得到第二实际转角，其中，所述第一图像与所述第二图像为相邻图像；

基于所述第一实际转角和所述第二实际转角，生成所述第一活动轨迹。

2.根据权利要求1所述优化方法，其特征在于，所述得到目标图像质检结果，包括：

随机在所述目标关节图像序列中提取任意拍摄角度下的任意图像，并记作第二目标图像；

通过所述图像质检模块中的第一质检单元对所述第二目标图像进行质量检查，得到第一质检结果，其中，所述第一质检单元是基于边界检测技术原理构建的智能模型；

在所述目标辅助线框序列中匹配所述第二目标图像的辅助线框，并记作第二目标辅助线框；

获取所述第一质检结果与所述第二目标辅助线框的第一对比偏差；

如果所述第一对比偏差符合第一预定要求，生成第一质检合格指令，如果所述第一对比偏差不符合所述第一预定要求，生成第一质检不合格指令。

3.根据权利要求2所述优化方法，其特征在于，在所述生成第一质检合格指令之后，包括：

基于所述第一质检合格指令，通过所述图像质检模块中的第二质检单元对所述第二目标图像进行质量检查，得到第二质检结果；

其中，所述第二质检结果用于表征所述第二目标图像中背景与关节间的第二对比偏差；

如果所述第二对比偏差符合第二预定要求，生成第二质检合格指令，如果所述第二对比偏差不符合所述第二预定要求，生成第二质检不合格指令；

所述第一质检合格指令或所述第一质检不合格指令、所述第二质检合格指令或所述第二质检不合格指令共同组成所述目标图像质检结果。

4.根据权利要求1所述优化方法，其特征在于，所述得到目标图像标注结果，包括：

从所述各个关节图像中提取第一关节图像；

通过所述图像识别模块依次识别所述第一关节图像中的关节轴点、基准端点和活动端点并进行标注，分别得到第一关节轴点、第一基准端点和第一活动端点；

将所述第一关节轴点、所述第一基准端点和所述第一活动端点作为所述目标图像标注结果，并在所述目标移动终端进行显示；

生成人工调整指令，并基于所述人工调整指令在所述目标移动终端对所述目标图像标注结果进行手动调整。

5.移动终端测量活动度的优化系统，其特征在于，用于执行权利要求1-4任意一项所述的移动终端测量活动度的优化方法，所述优化系统与目标移动终端通信连接，所述优化系统包括：

辅助线框获取模块，所述辅助线框获取模块用于分析确定准伤者的目标待测关节，并将所述目标待测关节在人体关节数据库中遍历，得到目标辅助线框序列；

关节图像拍摄模块，所述关节图像拍摄模块用于根据所述目标辅助线框序列，利用所述目标移动终端对所述准伤者的所述目标待测关节进行拍摄，得到目标关节图像序列；

图像质量分析模块，所述图像质量分析模块用于通过图像质检模块对所述目标关节图像序列中的各个关节图像依次进行质量分析，得到目标图像质检结果；

图像标注模块，所述图像标注模块用于如果所述目标图像质检结果显示所述各个关节图像均质检合格，通过图像识别模块对所述各个关节图像依次进行分析识别，并根据识别结果分别进行标注，得到目标图像标注结果；

活动度计算模块，所述活动度计算模块用于读取预定活动度计算方案，并结合所述目标图像标注结果计算得到所述目标待测关节的目标活动度；

其中，所述优化系统还包括伤残等级分析模块，所述伤残等级分析模块用于：

采集所述目标待测关节的历史活动度测量记录，其中，所述历史活动度测量记录包括伤残用户活动度测量记录和非伤残用户活动度测量记录；

分析所述非伤残用户活动度测量记录中的各个活动度，并确定非伤残活动度阈值；

分析所述伤残用户活动度测量记录中的各个活动度，并确定伤残活动度阈值；

对所述伤残活动度阈值进行划分，得到划分结果；

提取所述划分结果中的第一活动度阈值，并结合所述非伤残活动度阈值确定的第一伤残等级，其中，所述第一活动度阈值与所述第一伤残等级具备第一映射关系；

根据所述第一映射关系构建伤残等级划定序列，并将所述伤残等级划定序列存储至伤残等级分析模块；

通过所述伤残等级分析模块对所述目标活动度进行分析，得到目标伤残等级；

所述关节图像拍摄模块还用于：

提取所述目标辅助线框序列中的第一辅助线框，且所述第一辅助线框具备第一拍摄角度标识；

所述目标移动终端在所述第一拍摄角度下，依据所述第一辅助线框对所述目标待测关节进行拍摄，得到第一关节活动图像时序；

对所述第一关节活动图像时序中的多张活动图像依次进行分析，并确定第一目标图像；

基于所述第一拍摄角度下的所述第一目标图像，组建所述目标关节图像序列；

所述优化系统还包括活动度调整模块，所述活动度调整模块用于：

通过活动轨迹分析模块对所述第一关节活动图像时序进行分析，得到第一活动轨迹；

在所述非伤残用户活动度测量记录中筛选所述目标待测关节的第一关节历史活动图像时序；

通过所述活动轨迹分析模块对所述第一关节历史活动图像时序进行分析，得到第一历史活动轨迹；

对比所述第一活动轨迹与所述第一历史活动轨迹，并计算得到第一活动度，其中，所述第一活动度用于表征所述第一活动轨迹与所述第一历史活动轨迹的重叠度；

基于所述第一活动度对所述目标活动度进行调整；

所述活动度调整模块还用于：

提取所述第一关节活动图像时序中的第一图像；

获取所述目标待测关节在所述第一图像中的第一像素区域，并采集所述第一像素区域的第一最长径像素数，所述第一最长径像素数是指用像素数量表示的目标待测关节的关节臂长；

读取预瞄像素数，并以所述第一最长径像素数的中心为圆心，以所述预瞄像素数为半径绘制目标圆，所述预瞄像素数是指用像素数量表示的期望目标待测关节的关节臂移动的距离；

将所述目标圆与目标理论轨迹的交点作为预瞄像素点；

获取所述第一像素区域的第一实际运动方向，并将所述第一实际运动方向与所述预瞄像素点间的夹角作为第一偏差角；

基于所述第一最长径像素数、所述预瞄像素数和所述第一偏差角计算目标关节臂的第一实际转角；

提取所述第一关节活动图像时序中的第二图像，并分析所述第二图像得到第二实际转角，其中，所述第一图像与所述第二图像为相邻图像；

基于所述第一实际转角和所述第二实际转角，生成所述第一活动轨迹。