[发明专利]足底压力图像处理方法、识别方法及步态分析系统

权利要求书

1.一种基于压阻式压力感应步道的步态分析系统，其特征在于，该系统包括足底压力传感器、数据采集模块、USB数据传输模块和上位机；足底压力传感器是由多块规格相同的压力板拼接而成的压力感应步道，实时采集人体行走过程中的足底压力信号；数据采集模块接收足底压力传感器输出的模拟信号，并实现放大、滤波、AD转换；USB数据传输模块接收上位机输出的控制信号，将转换后的足底压力数据上传至上位机；上位机中包括足底压力信号采集操作界面、足底压力图像特征提取界面和足底压力图像识别；

足底压力信号采集操作界面用于控制足底压力信号采集开始与停止、热力图显示、数据保存、数据显示；

足底压力图像特征提取界面包含压力最大帧图像选取、图像角度调整、图像切割、自动区域划分、足底COP轨迹计算；

足底压力图像识别采用基于多任务学习的CNN模型，CNN模型结构为单输入双输出，同时完成性别识别和体重范围识别这两项识别任务；

所述足底压力图像的处理方法是：

进行单次足底压力图像采集，获得多帧足底压力图像，确定每帧足底压力图像中所有点的压力值相加的压力总和，选取压力总和最大的一帧图像作为关键帧，关键帧即为压力最大帧；

调整足底压力最大帧图像角度，使压力最大帧图像的轴线与水平线的夹角为零，以矫正实验者步行时足底压力分布在水平方向上的偏离；

切割足底压力最大帧图像，保留包含全脚掌压力分布的最小矩形区域，去除其余不包含压力信息的区域；

将最小矩形区域内的压力图像根据人体足部解剖结构和行走过程足底受力特征将足底压力区域由足跟到脚趾分为足跟、足弓、第一跖趾关节、第四五跖趾关节、第一趾骨、其余趾骨六个大小不同的区域；按照每个区域的行数和列数相对于最小矩形区域的长宽比例进行自动划分，分为6个大小不同的区域，每个区域对应不同的足部解剖结构；

获得全脚掌以及各区域的足底COP移动轨迹；

调整足底压力最大帧图像角度的过程是：在压力最大帧图像中搜索所有压力值不为零的像素点以及它们的横纵坐标，通过对像素点横纵坐标的一阶线性拟合计算压力最大帧图像的轴线，根据轴线的斜率将压力最大帧图像旋转至水平方向，使最终的轴线斜率为零；

切割足底压力最大帧图像的具体过程是：选取压力最大帧图像非零数据点的坐标范围，先找出所有压力值不为0的点的横纵坐标，最小的横坐标和最大的横坐标就是横坐标范围的下限和上限，最小的纵坐标和最大的纵坐标就是纵坐标范围的下限和上限，划定能够包含全脚掌压力数据的最小矩形框，去除最小矩形框以外的像素点；

第一趾骨、其余趾骨、第一跖趾关节、第四五跖趾关节、足弓、足跟六个区域的划分坐标分别为：

x₁∈[(5(m-1)/6)+1,m-1]，y₁∈[((n-1)/2)+1),n-1]

x₂∈[(5(m-1)/6)+1,m-1]，y₂∈[0,(n-1)/2]

x₃∈[((m-1)/2)+1,(5(m-1)/6)]，y₃∈[((n-1)/2)+1),n-1]

x₄∈[((m-1)/2)+1,(5(m-1)/6)]，y₄∈[0,(n-1)/2]

x₅∈[((m-1)/3)+1,(m-1)/2]，y₅∈[0,n-1]

x₆∈[0,(m-1)/3]，y₆∈[0,n-1]

式中，m、n表示最小矩形区域的总行数和总列数，x、y表示压力最大帧图像各点行数和列数索引；x₁、y₁代表第一趾骨区域的横纵坐标范围，x₂、y₂代表其余趾骨区域的横纵坐标范围；x₃、y₃代表第一跖趾关节区域的横纵坐标范围；x₄、y₄代表第四五跖趾关节区域的横纵坐标范围；x₅、y₅代表足弓区域的横纵坐标范围；x₆、y₆代表足跟区域的横纵坐标范围；

在进行自动划分前需要判别脚尖朝向，脚尖朝向的判别过程是：找出所有压力值不为0的点的横纵坐标，并找出所有横坐标的中值横坐标，再计算同一横坐标下最大纵坐标与最小纵坐标的差值，并找出这个差值的最大值，如果差值的最大值对应的横坐标在中值横坐标的右侧，那么判定脚尖朝右，否则脚尖朝左；

左脚脚尖朝右的情况，这种情况下划分出的第一趾骨、其余趾骨就是脚尖，足跟就是脚跟，如果是左脚脚尖朝左，就将脚印旋转180°再进行划分。