[发明专利]一种基于足底压力分布的步态分析方法

权利要求书

1.一种基于足底压力分布的步态分析方法，其特征在于：包括以下步骤：

S1：将压力板采集到的足底压力数据重构为足迹图像；

S2：对重构后的足迹图像进行改进的中值滤波去噪；

S3：基于多尺度分割模型对滤波后的足迹图像进行足迹定位、标记；

S4：对定位后的足迹图像进行足迹分割；

S5：对分割后的足迹图像进行特征提取；

S6：根据提取到的特征信息进行分析。

2.如权利要求1所述的一种基于足底压力分布的步态分析方法，其特征在于：

所述步骤S2对足迹图的第(i，j)个像素点进行改进的中值滤波处理，具体流程为：

S21：以第(i，j)个像素点为中心选取N×N的区域，N为奇数，计算每个区域内N²个像素点的灰度中值M(i，j)；

S22：对点(i，j)的N×N区域内的每一个点(n，m)按下式计算该点对应的加权系数r(n，m)，

其中，r为N/2的整数部分，I(n，m)为N×N区域内点(n，m)的灰度值；

S23：将点(i，j)在N×N区域内每一点(n，m)的灰度值I(n，m)与相应的加权系数r(n，m)相乘，记为d(n，m)，将作为所处理点的滤波输出，最终得到中值滤波后的足迹图像。

3.如权利要求1所述的一种基于足底压力分布的步态分析方法，其特征在于：

步骤S3中，所述多尺度分割模型包括：边界提取项，正则项，图像多尺度表示项，多尺度分割模型为：

E＝E(u_λ(x)，C)+R(C)+M(u_λ(x)，f)

其中，C为封闭的演化曲线，u_λ(x)为输入图像f(x)的多尺度表示图像，λ为正尺度参数，E(u_λ(x)，C)为边界提取项，R(C)为演化曲线C的正则项，M(u_λ(x)，f)为输入图像f(x)的多尺度表示项；

输入图像f(x)在正尺度参数λ取不同值时被多尺度表示图像u_λ(x)多尺度表示，多尺度图像分割模型的总能量泛函为：

其中，为图像区域，φ(x)为水平集函数，H_ε(φ(x))为正则化后的Heaviside函数，ε为其正则化参数，i取1、2，c₁和c₂分别表示图像u_λ(x)上演化曲线C内外区域的平均拟合灰度值，为正则化后的Heaviside函数弱梯度，为符号距离函数的弱梯度；为多尺度表示图像u_λ(x)的弱梯度；

基于所述多尺度分割模型，对滤波后的足迹图像进行定位标记的具体方法是：取所述足迹图像RGB三通道中的第2通道和第3通道分别定位得到足迹的全局轮廓和足迹的峰值区域轮廓，并对足迹的峰值区域轮廓进行标记。