[发明专利]一种基于计算机视觉的个性化脚部建模与鞋垫定制方法

说明书

技术领域

本发明属于计算机视觉及图形图像处理技术领域，更具体地，涉及一 种基于计算机视觉的个性化脚部建模与鞋垫定制方法。

背景技术

在鞋类用品领域，定制鞋垫受到越来越多的关注，定制鞋垫的设计已 经成为鞋类产品开发中极为重要的一环。定制的鞋垫不仅可以实现足底分 压，提高跑步等运动项目的成绩，更对糖尿足、足弓塌陷等足部疾病有着 良好的治疗效果。

传统的定制鞋垫技术是通过石膏绷带与泡沫定性的方式获得足部轮廓， 通过贴合足部曲线、手工翻模获得定制鞋垫的基本形状。但这种定制过程 相当繁杂，也不够精确，不能大量复制。近年来随着数字技术的发展，出 现了一种新型的定制鞋垫的制作方法。通过三维扫描软件对脚部扫描，采 集脚部数据，再通过计算机辅助设计(ComputerAidedDesign，简称CAD) 与计算机辅助制造技术(ComputerAidedManufacturing，简称CAM)对鞋垫 进行修型、成型与适配。数字技术使定制的鞋垫更加精准，制作速度也更 快，但是精确的三维扫描仪器比较昂贵，成本较高。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于计算机 视觉的个性化脚部建模与鞋垫定制方法，其目的在于，解决现有定制鞋垫 中采集数据困难和成本过高的技术问题，仅以脚部视频数据作为输入数据， 利用运动恢复结构(StructureFromMotion，简称SFM)方法重建三维场 景和相机参数的特性，来进行个性化的定制鞋垫的设计。

为实现上述目的，按照本发明的一个方面，提供了一种基于计算机视 觉的个性化脚部建模与鞋垫定制方法，包括以下步骤：

(1)获取被测者的脚部视频数据；

(2)对脚部视频数据中相邻的两帧图像进行特征点提取，并利用光流 法对相邻视频帧之间的特征点进行跟踪匹配，采用零均值归一化互相关系 数(Zero-basedNormalizedCrossCorrelation，简称ZNCC)验证剔除其 中不可靠的跟踪结果，并根据跟踪匹配的结果构造特征点的轨迹；

(3)对脚部视频数据中的关键帧进行选取；

(4)根据步骤(2)得到的特征点轨迹，并利用SFM方法对视频关键 帧队列中的特征点轨迹进行三维重建，以生成脚部网格模型。

(5)在脚部网格模型中，根据步骤(3.3)中的人工标注的标记物的 两端点，找到两个对应的重建的三维点，计算其欧氏距离，进而得到重建 的比例因子，测算出脚长，将脚部网格模型向脚底平面方向进行投影，以 得到鞋垫轮廓图；

(6)使用步骤(5)得到的鞋垫轮廓图对准脚部模型，对准的轮廓图 沿使用步骤(5)得到的脚底平面π的法线方向拉伸并接触到脚底曲面，从 而得到拟合脚底曲面的鞋垫轮廓体，对鞋垫轮廓体进行裁剪，以得到定制 鞋垫。

优选地，步骤(2)包括以下子步骤：

(2.1)剔除脚部视频数据中最开始的a帧，并把接下来的一帧当做视 频的第一帧，其中a的取值范围是10到50；

(2.2)在视频的第一帧上进行角点检测，并采用光流法跟踪检测得到 的角点，以得到该角点在下一帧上位置的预测值，并采用ZNCC来剔除掉不 可靠的跟踪结果；

(2.3)在图像空白区域重新进行角点检测，重新检测得到的新角点用 于下一步的光流法跟踪；

(2.4)对脚部视频数据中剩余的所有视频帧执行上述步骤(2.2)和 (2.3)，从而根据光流法跟踪的结果得到特征点之间的匹配关系，并根据 跟踪匹配关系构造特征点的轨迹。

优选地，步骤(3)包括以下子步骤：

(3.1)构建一个空视频关键帧队列；

(3.2)按照脚部视频数据帧率的20-70％对脚部视频数据进行间隔采样；

(3.3)对脚部视频数据的关键帧挑选完毕后，在出现步骤(1)所描 述的标记物的关键帧中，人工标注标记物的两端点。

优选地，步骤(4)包括以下子步骤：

(4.1)根据步骤(2)得到的特征点的轨迹，利用SFM方法获得视频 关键帧队列的相机参数和对应的稀疏三维点云；

(4.2)利用基于块状的多视角立体视觉算法PMVS将稀疏三维点云作 为扩展种子点在三维空间中进行扩展，以得到稠密三维点云；

(4.3)对稠密三维点云进行泊松表面重建，以得到脚部网格模型。