一种判断足踝异常旋转机制的图像检测识别方法与流程

技术特征：
1.一种判断足踝异常旋转机制的图像检测识别方法，其特征在于，包括以下步骤：s1，获取待处理的腿部照片；s2，通过使用经过微调的schp预训练模型对所述腿部照片中足踝部分以及小腿部分进行分割，获得包含足踝的腿部边缘坐标信息；s3，从所述腿部边缘坐标信息中筛选出足踝坐标点；s4，根据所述足踝坐标点计算所述腿部照片中足踝的倾斜角，通过对所述倾斜角进行判断，检测所述腿部照片中是否存在足踝畸变的情况。2.根据权利要求1所述的判断足踝异常旋转机制的图像检测识别方法，其特征在于，所述腿部照片为从腿部背面对足底到小腿腓肠肌之间的皮肤裸露部分拍摄得到的照片。3.根据权利要求1所述的判断足踝异常旋转机制的图像检测识别方法，其特征在于，所述步骤s2中包括以下步骤：s21，使用经过微调的预训练模型schp对所述腿部照片中足踝部分以及小腿部分进行分割，获得所述腿部照片的分割着色图像；s22，将所述分割着色图像转化为索引图像，根据所述索引图像中各像素点的索引值识别出所述索引图像中的背景信息，剔除所述背景信息；s23，将剔除所述背景信息后的索引图像转化为二值图像，采用二值图像边缘提取算法从所述二值图像中提取腿部边缘坐标信息。4.根据权利要求1所述的判断足踝异常旋转机制的图像检测识别方法，其特征在于，所述步骤s3中包括以下步骤：s31，按左右边缘对所述腿部边缘坐标信息进行区分，识别、排序左右边缘各自的凸起点以及凹陷点；s32，分别在左右边缘，根据各凸起点与相邻凹陷点之间的高度距离以及宽度距离，识别、剔除所述凸起点以及凹陷点中的干扰点；s33，在剔除干扰点后的凸起点以及凹陷点中，筛选出与上一个凹陷点的高度差大于预设的高度差阈值的凸起点作为足踝坐标点。5.根据权利要求1所述的判断足踝异常旋转机制的图像检测识别方法，其特征在于，所述步骤s4中足踝的倾斜角通过以下方式获得：从腿部边缘坐标信息中识别出脚底部点；以左右边缘的足踝坐标点间连线的中点作为第一中点，连接所述第一中点与脚底部点得到第一线段；获取所述第一中点与所述脚底部点的高度差；在所述第一中点以上相同高度差的位置，取左右边缘点间连线的中点作为第二中点，连接所述第二中点与第一中点得到第二线段；计算所述第一线段与第二线段之间的夹角作为足踝的倾斜角。6.根据权利要求1所述的判断足踝异常旋转机制的图像检测识别方法，其特征在于，所述步骤s2中经过微调的schp预训练模型通过对预训练过的a
‑
ce2p调整学习率以及权重后，结合从腿部背面对足底到小腿腓肠肌之间的皮肤裸露部分拍摄得到的腿部照片样本训练后获得。7.根据权利要求6所述的判断足踝异常旋转机制的图像检测识别方法，其特征在于，所述学习率采取余弦退火学习率：η＝ηmin 1/2(ηmax
‑
ηmin)(1 cos((tcur/t)π))；
其中，η表示学习率，t表示周期。8.一种判断足踝异常旋转机制的图像检测识别系统，其特征在于，包括：待处理数据获取模块(1)，用于获取待处理的腿部照片；腿部边缘坐标信息获取模块(2)，用于通过使用经过微调的schp预训练模型对所述腿部照片中足踝部分以及小腿部分进行分割，获得包含足踝的腿部边缘坐标信息；足踝坐标点获取模块(3)，用于从所述腿部边缘坐标信息中筛选出足踝坐标点；计算检测模块(4)，用于根据所述足踝坐标点计算所述腿部照片中足踝的倾斜角，通过对所述倾斜角进行判断，检测所述腿部照片中是否存在足踝畸变的情况。9.一种介质，其上储存有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的判断足踝异常旋转机制的图像检测识别方法的步骤。10.一种计算机设备，其特征在于，包括介质、处理器以及储存在所述介质中并可被所述处理器执行的计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的判断足踝异常旋转机制的图像检测识别方法的步骤。

技术总结
本发明针对现有技术的局限性，提出了一种判断足踝异常旋转机制的图像检测识别方法，通过对预训练过的端到端的人体解析框架进行微调，利用微调过的模型能够有效提取复杂环境下得到的图像中足踝以及脚局部的边缘信息，足踝与脚局部信息从环境中分离，进而准确地检测出判断图像中足踝是否存在畸变情况的关键点，能够低成本、自动化地实现足踝异常旋转机制的图像检测识别。像检测识别。像检测识别。


技术研发人员：陶国珍 张振
受保护的技术使用者：广州东利运动科技有限公司
技术研发日：2021.07.29
技术公布日：2021/10/29