三维足型参数自动测量系统设计与实现

朱晓兰,吴壮志

三维足型参数自动测量系统设计与实现

朱晓兰1,吴壮志2

以青年田径运动员足型研究为背景,基于足部扫描仪输出的三维足部点云数据,设计和实现足型参数自动测量软件系统。系统定义了12个测点和18个测量参数,给出了无标记点的测点自动识别方法和足型参数自动测量的方法,其中,围度和面积测量采用基于平面散乱点集的区间B样条拟合方法。系统具有可扩展性和易用性等特点,实现了足型参数的全自动测量。同时,允许用户对测点位置进行交互调整,提供了自定义测点和测量参数的功能。实验结果说明,该测量方法在自动识别率和准确率上都已经能够满足足部测量的需要,并且具有较强的鲁棒性,已成功应用于田径运动员的足型参数测量。

足部测量;轮廓提取;特征识别;足部特征点;区间B样条曲线

1 前言

人体测量学通过对人体各部位的尺寸测量来确定个体之间和群体之间在人体尺寸上的差别,用以研究人的形态特征,是人类功效学(Ergonomics)的一个十分重要的研究领域,其应用领域十分广泛,目前,已经普遍应用于工业、国防、医学、法医、教育、体育、建筑、美术等领域,如服装号型、机器、家具、武器、车辆和飞机座舱、房屋、课桌等的设计。足型测量作为人体测量的重要组成部分,主要应用于足型规律的研究和制鞋业等领域。

足部测量技术在几十年的发展历程中,大致经历了由手工到自动、接触式到非接触式、二维到三维,并向自动测量和利用计算机测量、处理和分析的方向发展。

传统的足部测量技术主要是手工接触式的,使用游标卡尺、布条、平尺、测高仪以及自制的一些简易工具(划笔、油印板等)进行测量,直接测量足的长度、宽度、高度和周长等测量项目。20世纪60年代,我国曾经开展过两次全国性的脚型调查,采用接触式测量方法测量和分析了25万人的脚型,为我国鞋楦设计、制定鞋号奠定了基础。但接触式测量效率低、劳动强度大,测量结果受测量人员的影响,且难以得到某些不能直接获得的特殊尺寸(如断面形态等)。

随着光电测量、计算机视觉、图像处理等技术的发展,非接触式的自动测量方法成为学术界和工业界的热点研究方向。非接触式自动测量方法主要分为基于图像的二维测量方法和基于视觉的三维测量方法。基于图像的二维测量方法采用通过采集足底图像,通过图像处理和特征提取等方法来得到足部的长度、宽度等有关尺寸参数信息,其缺点是得到的足部尺寸数目有限,而且不能直接获取围度尺寸参数。目前,已经商品化应用的系统主要有加拿大的FootScan,该系统仅能测量3个长度参数、2个宽度参数和3个角度参数共8个参数。基于视觉的三维测量方法一般基于三角测量原理,采用结构光等主动视觉的方法进行足部表面的三维重建,得到足部表面的三维点云模型或三角网格模型,并在此基础上进行足部测量。由于此方法得到了足部表面的三维模型,足以支撑后续的任何足部参数测量,同时,所测数据能直接运用于CAD/CAM系统,以实现足部测量和后续设计、研发及生产的一体化,因此,已经成为足部测量的主流方法。国外开展足部三维非接触测量技术的研发比较早,目前,比较成熟的有加拿大Vorum公司的CanFit系统,日本I-Ware Lab的INFOOT系统等。这些设备的使用,为个性化制鞋提供了可能。国内目前也有多家科研院所正在自主研发三维足部非接触测量系统,但主要还集中在足部测量设备的开发。

图1 三维足部非接触测量系统逻辑结构图

一个典型的三维足部非接触测量系统一般包括两个组成部分(图1):1)足部测量设备,也称为足部扫描仪,通过采用线激光扫描或面结构光测量方法测量足部的外形模型,输出为点云模型(ASC文件)或三角网格模型(STL文件);2)足部参数测量软件系统,该软件的输入为足部点云模型或三角网格模型,输出为足部的测量尺寸参数(XML文件或EXCEL文件)。目前已有的足部非接触测量系统,例如CanFit和INFOOT等,都将这两部分集成在一起,相关技术文献和市场调研表明,市场上还未见有独立于足部扫描硬件设备的足部参数测量软件系统。本研究拟开展此项研究,为三维足型数据库和运动鞋标准等的研究提供技术和软件支持。支撑此项研究的主要依据如下:1)足部参数测量软件系统和足部扫描仪在逻辑上是独立的,技术上是上下游关系。所有的三维扫描仪包括足部扫描仪,都能够输出标准的三维模型数据格式(例如点云模型的ASC格式,三角网格模型的STL格式等),实现一个基于足部扫描数据的参数测量软件系统,在技术上是合理的;2)将参数测量软件系统从测量硬件设备中独立出来,可以降低硬件设备的厂家的技术难度,使其更加专注硬件设备的开发;3)用户可以分模块购买相关产品,降低用户的使用成本。目前,国内的相关科研院所一般购买的都是国外的集成设备,价格高,能够测量的参数固定,维护升级困难,升级成本高。部分与足型扫描仪配套的参数测量软件功能还相当简单,无论从测量指标和软件功能等方面满足不了相关研究的要求;4)相关测量参数指标的定义和基于三维模型的测点自动提取方法等的研究具有较强的理论意义,也是人体测量学中一直研究的热点问题。

2 研究方法

2.1 测量指标

本研究青年田径运动员足型指标体系为基础,确定了18个测量项目参数,设计了向光测点的自动提取算法。为了使定义和测量足部参数方便,本研究给出相关术语和测量参数的定义。

足部参数测量坐标系:足平踏于支撑面上,以支撑面为XOY平面,以足后跟点在支撑面上的投影点定义为原点O,足部轴线为Y轴,垂直支撑面向上的方向为Z轴正方向,建立的右手坐标系称为足部参数测量坐标系(图2)。其中,足部轴线是指足后跟点和第二趾尖点的连线在支撑面上的投影线。

测量项目:综合国内外关于足部外形指标的研究,参考日本人足型测量项目,结合鞋业现有的关于普通鞋的标准指标,确定了6项共18测量项目(表1和图2)。

测点:测点是足部与测量项目有关的点,每个测量项目的计算与一个或多个测点有关。足部的测点共12个,分别为:1)足后跟点;2)最长趾尖点;3)第1跖趾关节突点;4)第5跖趾关节突点;5)内踝尖点;6)外踝尖点;7)足舟骨最高点;8)内侧足弓最高点;9)拇趾侧凸点;10)脚趾前端最高点; 11)第1跖趾关节上缘点;12)支撑面点(图2)。

为了描述方便,本研究中M表示足部点云模型,B为M的与坐标平行的包围盒,pmin(xmin,ymin,zmin)和pmax(xmax,ymax,zmax)分别为B的坐标最小点和坐标最大点,pi(xi,yi,zi)(1≤i≤12)表示序号为i的测点;平面H和M的交集S定义为M中到H的距离小于δ的所有点在H上的投影(δ=0.1 mm)。

2.2 足部参数测量流程

2.2.1 测点识别

测点识别是足型参数测量的关键,识别的准确度直接关系到参数测量的准确度。测量项目计算一般根据关联的测点进行计算(表1),除了围度和面积项目外,其他测量项目的计算都十分简单。

本系统测量的18个测量项目共涉及12个关键测点的识别。根据其所在的位置和特征分具有不同的特征,可以分为两类:第1类为局部或全局极值点,包括足后跟点、最长趾尖点、第1跖趾关节突点、第5跖趾关节突点、内踝尖点、外踝尖点、拇趾侧凸点、脚趾前端最高点、第1跖趾关节上缘点、支撑面点;第2类为截面线上的局部极限点,包括内侧足弓最高点、足舟骨最高点。下面以足后跟点、和内侧足弓最高点为例简述两类测点的识别方法(假定测量足为左足,单位为mm),点的识别顺序是有意义的,后识别的点可能依赖已识别的点。

表1 本研究足部参数测量项目定义一览表

图2 本研究足部参数测点和测量项目定义示意图

1.足后跟点:足后跟点为局部Y值最小点。由于踝关节上部的影响,此点并不一定是全局Y值最小点,识别算法如下:1)取M中Z坐标小于Zmin+0.5×(Zmax-Zmin)的所有点构成点集M1;2)取M1中Y坐标最小的点为足后跟点。

2.内侧足弓最高点:足弓曲线上的最高点,足弓线定义如下:设足跟部最内点(即足根部X坐标最小点)与第1跖趾关节突点连线为L,定义与L平行且垂直于XOY面的平面为足弓切面,足弓切面与足部模型M的交点集为足弓曲线。内侧足弓最高点识别算法如下:从足部中间向足内侧扫描移动足弓切面,直到出现足弓曲线不完整的情况为止,最后一根完整足弓线上Z坐标最大的点为内侧足弓最高点。

2.2.2 测量项目计算

测点识别出来以后测量项目的计算有了数据依据,表1给出了各个测量项目计算的相关测点。测量项分为长度、高度、宽度、围长、面积、角度等。

1.长度、高度、宽度测量:11测量项目(表1),每个测量项目有两个相关测点,其尺寸可由此两个测点直接计算出来。设两测点为pi(xi,yi,zi)和pj(xj,yj,zj),则长度l =|yj-yi|,宽度w=|xj-xi|,高度h=|zj-zi|。

3.围度测量:包括足围、足跟围、踝上围3个测量项目(表1),围长测量需要根据相关测点定义的截面和足部模型求交,得到截面和模型的交点集,再根据交点集来求围长。系统采用区间B样条曲线拟合方法,用拟合的曲线的围长作为待测的围长。

围长的计算算法如下:1)计算截面H与模型M的交点集S;2)采用曲线重构算法,根据交点集S重构区间B样条曲线;3)计算封闭曲线C的长度作为围长。

足围截面是通过第1跖趾关节突点和第5跖趾关节突点且垂直于XOY平面的平面;足跟围截面为通过足后跟点、内踝尖点和外踝尖点3点的平面;踝上围则根据一组等间隔的平行平面z=z1+iΔ作为截面(其中,z1为内踝尖点的z坐标,Δ为截面间隔,取0.5 mm),采用上述围长算法求取每个截面的围长,取最小者作为踝上围。

4.面积测量:足跟测量只有足跟面积一项,其计算方法如下:1)用XOY平面作为截面H和M模型求交,得到交点集S;2)设足跟围点集为S1,计算S1的最大Y坐标点ymax,删除S中所有y坐标大于ymax的点;3)采用外边界拟合的区间B样条曲线C,将C离散成多边形P,求取多边形P的面积作为足跟面积。

2.2.3 自定义测点和测量参数

如果有添加新的测量参数需求,可通过如下步骤来实现:1)如果需要添加测点,则在足部模型上交互式点取测点,并命名测点,之后保存;2)定义测量参数名称,并选择测量参数的类型(高度、宽度、长度、围度、角度);3)选择相关测点。系统根据以上信息,更新测点和测量参数的配置文件。

3 研究结果

3.1 系统功能概述

如图1所示,三维足型参数测量软件系统的输入是三维人体足部点云数据(Point Clouds),输出为测点位置坐标和各个测量项目的测量值。系统主要由交互界面、渲染引擎、测点识别、IO文件操作、配置管理、数据库和IO文件操作等模块组成,主要功能有:

1.被测者管理:系统使用数据库来对被测者的个人信息、输入数据、测量结果进行管理,并提供查询、增加、删除、报表生成、结果打印等相关功能。

2.读入并显示点云数据:从数据库或文件读入被测者的足部点云模型或三角网格模型数据,并对读入的足部模型进行渲染。

3.自动测量:在没有人工干预的情况下自动完成测点自动识别和测量项目的自动计算。

4.测点编辑和测量项目更新:用户可对系统自动识别的测点进行检查和确认,对不满足的点,可以通过交互编辑的方式将测点移动到期望位置,同时更新相关测量项目。

5.测量结果输出:系统能够将测量的结果保存为XML文件或Excel表格文件。

6.交互测量:交互测量允许用户测量模型上任意两点之间的距离、模型上的弧长和任意截面的围长等。

7.自定义测点和测量参数:指用户可以交互添加新的测点和测点参数;

8.批处理:用户指定一个数据文件目录以后,系统可以自动地完成目录下全部的数据全自动测量工作。

3.2 执行流程

系统执行的主流程如图3所示:1)系统首先从文件或数据库读入一个被测者的足部模型数据;2)之后进行测量自动识别;3)用户通过交互界面浏览每个测点,如果对某个测点的识别位置不满意,可以进行交互调整测点位置,直到满意为止;4)根据识别或修改的测点位置,自动完成测量项目的计算;5)测点和测量项目的结果保存到文件或数据库。

交互测量和批处理功能相对比较独立。交互测量是自动测量的有效补充,用户调入模型数据后可以用交互测量工具进行交互测量。批处理是为了加快大批量数据处理而设计,系统可以预先完成所有全自动测量工作,之后再由用户对识别的测点进行确认,如果调整了测点位置,则需要对相关测量项目进行重新计算并更新结果数据。

图3 本研究三维足型参数测量主流程示意图

3.3 运行实例

本系统运行于Windows XP;采用VC.Net2003作为开发平台,用C++语言实现;系统界面采用Xtreme 11.2作为界面开发包;底层图形库采用OpenG L API;数据库采用SQLite。

图4为系统运行的主界面。主界面可以分为菜单、工具条、状态条、模型显示视图和测点与测量项目列表框5个部分,模型显示视图用来显示足部模型和测量项目在模型上的示意图;测点和测量项目列表框用来显示测点、测量项目和以及示意图片。另外,系统还提供了数据库操作界面,交互测量截面,批处理界面等多个操作界面。

3.4 结果分析

本研究使用11位被测者的左、右脚共22个足部点云模型数据。11名测试对象均为北京体育大学学生,足部扫描设备采用昆山多威专业运动鞋研发中心与清华大学精密仪器系联合开发研制的无接触式激光三维足型扫描仪,足部模型数据格式为ASC格式的点云数据。测试结果如下:

1.测点识别:对所有22个数据,12个测点中除了内踝尖点、内侧足弓最高点、脚趾前端最高点、第1跖趾关节上缘点4个测点外,其他8个测点都可以正确自动识别,不需要使用交互式调整方法进行修正;自动识别的上述4个测点也在理想位置附近,可采用交互式调整方法方便地将识别点拖拽到理想位置。表2给出了测点识别的结果,采用的评价标准是:以测点理想位置为圆心,分布在半径为0～5 mm的圆内的测点表示正确识别,分布在半径为5～10 mm的圆内的测点为较小误差部分,分布在半径大于10 mm的测点为较大误差的部分。内侧足弓最高点的正确识别率比较低是因为测点的特征不是很明显;脚趾前端最高点、第1跖趾关节上缘点的识别误差是由于测量数据的存在噪声引起;内踝尖点的识别误差则是由于部分被测者此点局部不够突出,导致识别的局部极限位置出现偏差。

图4 本研究系统运行主界面示意图

表2 本研究足部测点识别结果一览表

2.测量参数:18个测量参数根据相关测点自动进行计算,如果移动了测点,则需要重新计算相关测量参数。以手工测量值为基准值,已用户确认的测点位置进行参数计算,18个测量参数中只统计前14个(3个角度参数和1个面积参数手工无法测量)。表3给出足型参数自动测量结果与手工测量比较结果。有11个测量参数与手工测量测量结果的相对误差在3%之内,这类测量参数主要为高度、长度和宽度等;对于3个围度测量参数,相对误差在6%之内。存在误差的原因如下:1)手工测量和扫描测量不是在同一时间进行,足型的姿态可能有微小变化;2)手工测量本身存在一定的误差;3)无论对手工测量还是自动测量,围度测量都比较复杂,引入误差的机会比较多,所以误差偏大些。

表3 本研究足型参数自动测量与手工测量结果比较一览表

4 结论

本研究基于足部扫描仪输出的三维点云数据,设计和实现一个足型参数自动测量软件系统。该系统以足型研究的指标体系为基础,定义了12测点和18个测量参数;设计和实现了测点的自动识别算法;实现了测量参数的自动计算,其中,围度和面积参数采用基于平面散乱点集的区间B样条拟合方法进行计算。与CanFit、INFOOT等系统相比,系统具有如下特点:具有较强的可扩展性和具有较强易用性,允许用户增加测点和测量参数,在全自动测量的基础上,提供了测点的交互式调整功能,允许用户在测量过程中对测点位置进行可视化交互移动,并对相关测量参数进行更新。同时,还提供了数据库管理,测量参数三维可视化等实用功能,方便用户实用。系统的主要创新性有如下2点:1)设计与实现了一套测点和测量参数可扩展框架。在不需要修改程序的情况下,用户可以交互式的增加测点和测量参数;2)在无标记点的情况下,设计和实现了一套基于三维点云模型的足部测点自动识别算法。

实验结果说明,本研究给出的测点识别算法、围度计算方法等,在自动识别率和准确率上都已经能够满足足部测量的需要,并且具有较强的鲁棒性,系统已成功应用于田径运动员的足型参数测量。

[1]居琰,汪同庆,王贵新,等..脚型三维轮廓测量技术研究及系统实现[J].光电工程,2002,29(6):21-24.

[2]孔维敬.足部三维测量与仪器开发研究[D].南昌大学硕士学位论文.2009.

[3]李晓久,王玉秀,刘皓.非接触式人体测量系统中人体体型分类与自动判别[J].天津工业大学学报,2007,(5):33-35.

[4]李慧,张欣,李毅.基于量脚制鞋的足部三维特征指标研究[J].西安工程科技学院学报,2004,18(3):220-224.

[5]刘国忠,王伯雄,史辉,等.三维足型测量系统足部参数自动提取方法[J].中国生物医学工程学报,2009,28(1):77-82.

[6]丘理.浅谈日本人体测量中的足部测量部分[J].中国皮革2003,11(18):132-133.

[7]日本人类工效学会人体测量编委会.人体测量手册[M].北京:中国标准出版社,1983.

[8]徐利华.多传感器光学三维脚型测量系统的研究[D].四川大学博士学位论文,2002.

[9]徐兴华.基于立体视觉的脚型测量技术及系统实现[D].四川大学博士学位论文,2006.

[10]中国鞋号及鞋楦系列鞋楦尺寸检测方法(中华人民共和国国家标准)[S].轻工业标准化编辑出版委员会,1984.

[11]朱晓兰,杨辉.我国青年田径运动员不同载荷下足部三维特征的研究[J].北京体育大学学报,2008,31(12):1649-1650.

[12]A PATIFLO,J MENESES.Optic system for the measurement of metrological parameters of the foot[J].Proc SPIE,2004, 5622:84-90.

[13]Basic human body measurements for technological design--Part 1:Body measurement definitions and landmarks[S].ISO 7250-1:2008.

[14]C P WITANA,S XIONG,J ZHAO,et al.Foot measurements from three-dimensional scans:A comparison and evaluation of different methods[J].Int J Industrial Ergonomics,2006,36 (9):789-807.

[15]FootScan[EB/OL].http://www.vis.ca/footscan.htm/.

[16]HONGWEI LIN,WEI CHEN,GUOJIN WANG.Curve reconstruction based on an interval B-spline curve[J].Visual Computer,2005,21(6):418-427.

[17]Iat-Fai Leong,Jing-Jing Fang,Ming-June Tsai.Automatic body feature extraction from a marker-less scanned human body[J]. Computer-Aided Design,2007,39(7):568-582.

[18]Infoot[EB/OL].http://www.iwl.jp/.

[19]P MEUNIER,S YIN.Performance of a 2D image-based anthropometric measurement and clothing sizing system[J].Appl Ergonomics,2000,31(5):445-451.

Design and Implementation of 3D Foot Size Measurement System

ZHU Xiao-lan1,WU Zhuang-zhi2

Based on the research of athletes’foot,this paper designs and implements 3D Foot Size Measurement System,whose input data is the point cloud of athletes’foot.Firstly,the system defines 12 measure points and 18 measure items,and gives an automatic unmarked extraction method of measure points;Secondly,the system gives an automatic computing method of the measure items.The girth and area measure items are computed based on the Interval BSpline Curve fitting technique.The system is characterized by the scalability,usability and automatic measurement,and allows the user to interactively update the positions of measure points during the measurement process.The system also supports user-defined measure points and items.The results show that the measurement method provided in this paper can not only meet the requirements of foot size measurement system both in recognition rate and in precision,but also possess strong robustness.It has been applied successfully in athletes’foot research.

f oot measurement;contour extraction;f eature recognition;f oot f eature;B-S pline curve

G804.6 文献标识码:A

1000-677X(2010)09-0044-05

2010-02-05;

2010-08-15

朱晓兰(1977-),女,河北人,讲师,博士,主要研究方向为老年运动鞋研发,Tel:(010)62968162,E-mail:zhuxiaolan77@163.com。

1.北京体育大学,北京100084;2.北京航空航天大学,北京100191 1.Beijing SportUniversity,Beijing 100084,China; 2.Beihang University,Beijing 100191,China.