一种应用于糖尿病足的足部模型构建方法与流程

1.本发明涉及三维模型重建的技术领域，尤其涉及一种应用于糖尿病足的足部模型构建方法。


背景技术：

2.糖尿病足具体表现为糖尿病足溃疡，是糖尿病引起的足部缺血性、神经性和神经缺血性病变，导致足部出现不同程度的感染、溃疡、坏疽等。在糖尿病足溃疡的临床治疗中，需要根据足部的溃疡面积和深度进行糖尿病足溃疡的预后，以制定治疗方案。
3.然而，由于不同的患者个体之间，临床表现的异质性高，使得糖尿病足溃疡的评估难以标准化。
4.目前，糖尿病足溃疡的评估方法包括：
5.无菌薄膜勾边法，使用预先标注有网格的无菌薄膜紧贴于患者的足部溃疡创面上，使用记号笔沿创面边缘记录创面的表面形状，存在无法记录创面上的溃疡深度的缺陷；
6.二维图像模拟溃疡面的体积，通过采集患者的足部图像并结合贴近足部表面曲度的球状圆锥体模拟溃疡创面的体积，存在处理得到的溃疡创面的体积难以准确计算溃疡深度的缺陷。
7.以上，在采集到足部的溃疡面积及溃疡深度后，还需要根据分级法及溃疡创面的各项指标对患者进行糖尿病足进行病情分级。存在对患者进行糖尿病足的病情评估时，步骤繁杂且准确度有限的缺陷。


技术实现要素：

8.针对现有技术中存在的问题，本发明提供一种应用于糖尿病足的足部模型构建方法，包括：
9.步骤s1，由一扫描设备持续扫描一患者的足部得到包含所有足部特征的多个足部彩色图像及多个足部深度图像，并采集所述扫描设备在开始扫描时的一初始姿态数据；
10.步骤s2，根据所述初始姿态数据及预先训练得到的一姿态估计模型预测得到所述扫描设备在分别采集各所述足部深度图像时对应的估计姿态数据，并根据所有所述足部深度图像、所述初始姿态数据及所有所述估计姿态数据处理得到所述足部的一初始三维模型；
11.步骤s3，对所有所述足部彩色图像进行筛选得到多个关键图像，并对所述初始三维模型进行模型细分得到多个待着色顶点，随后获取所述待着色顶点在所有所述关键图像中的所有映射点；
12.步骤s4，针对每个所述待着色顶点，根据所有所述关键图像包含的所有所述映射点的颜色值处理得到一着色值，并根据所述着色值对所述初始三维模型中所述映射点对应的所述待着色顶点进行着色生成包含足部表面纹理的足部三维模型，以辅助医护人员对所述患者进行糖尿病足的病情评估。
13.优选的，所述步骤s3包括一图像筛选过程，步骤如下：
14.步骤a1，分别计算各所述足部彩色图像对应的一模糊程度值；
15.步骤a2，根据所述模糊程度值及预设的一筛选标准筛选得到符合所述筛选标准的各所述模糊程度值及对应的所述足部彩色图像，将各所述足部彩色图像加入一一次筛选集合；
16.步骤a3，根据预设的一关键帧密度抽取所述一次筛选集合中的各所述足部彩色图像并分别加入各二次筛选集合；
17.步骤a4，针对每个所述二次筛选集合，将最低的所述模糊程度值对应的所述足部彩色图像作为所述关键图像输出。
18.优选的，所述步骤s2包括：
19.步骤s21，获取所述扫描设备采集各所述足部深度图像的时间节点，根据所有所述时间节点按照从先到后的顺序对所有所述足部深度图像进行排序得到一图像序列；
20.步骤s22，从所述图像序列中获取排列最前的所述足部深度图像，根据所述足部深度图像及所述初始姿态数据处理得到一局部足部三维模型，并将所述足部深度图像从所述图像序列中删除；
21.步骤s23，从所述图像序列中获取排列最前的所述足部深度图像，根据所述初始姿态数据及所述姿态估计模型处理得到估计姿态数据，并根据所述足部深度图像及所述估计姿态数据对所述局部足部三维模型进行更新并保存；
22.步骤s24，判断所述图像序列中是否存在所述足部深度图像；
23.若是，将所述估计姿态数据作为所述初始姿态数据输出，并返回所述步骤s23；
24.若否，将更新后的所述局部足部三维模型作为所述初始三维模型输出。
25.优选的，所述步骤s2包括一姿态估计过程，步骤如下：
26.步骤b1，获取所述初始位姿数据对应的所述足部深度图像，并对所述足部深度图像进行特征提取得到多个特征像素点；
27.步骤b2，针对每个所述特征像素点，根据所述特征像素点在所述足部深度图像中的第一图像坐标及所述特征像素点对应的一深度值处理得到一第一空间坐标；
28.步骤b3，将所有所述第一空间坐标输入所述姿态估计模型，得到所述估计姿态数据并输出。
29.优选的，所述步骤b3还包括，根据所述估计姿态数据及预先配置的一误差校准函数处理得到一校准后姿态数据，并将所述校准后姿态数据作为所述估计姿态数据并输出。
30.优选的，所述足部深度图像包括一定义域及一值域，则执行所述步骤s2之前，还包括一预处理过程，步骤如下：
31.步骤d1，根据所述足部深度图像处理得到所述足部深度图像在所述定义域的第一加权值及所述足部深度图像在所述值域的第二加权值；
32.步骤d2，根据所述第一加权值、所述第二加权值及预先配置的一标准滤波函数处理得到一滤波权重函数；
33.步骤d3，根据所述足部深度图像及所述滤波权重函数处理得到一滤波后足部深度图像并作为所述足部深度图像输出。
34.优选的，执行所述步骤s3之前，还包括一模型优化过程，步骤如下：
35.步骤e1，对所述初始三维模型进行体素化处理，得到包含各体积像素点的一足部体素模型；
36.步骤e2，针对每个所述体积像素点，根据预先配置的一误差函数及所述第一空间坐标处理得到一第二空间坐标，并将所述足部体素模型中各所述体积像素点移动至对应的所述第二空间坐标形成调整后的所述足部体素模型，并将调整后的所述足部体素模型作为所述初始三维模型输出。
37.优选的，所述步骤s4包括：
38.步骤s41，在所有所述足部深度图像中匹配得到与所述体积像素点距离最接近的所述特征像素点，并根据对应的所述足部深度图像处理得到所述特征像素点的所述颜色值；
39.步骤s42，根据所述颜色值及预先配置的一光线参数处理得到一颜色权值；
40.步骤s43，根据所述颜色权值及预设的一插值方式对所述足部体素模型中的所有所述体积像素点进行颜色赋值，以形成所述足部体素模型的所述足部表面纹理，并将包含所述足部表面纹理的所述足部体素模型作为所述足部三维模型输出，以辅助医护人员对所述患者进行糖尿病足的病情评估。
41.优选的，所述扫描设备包括用于采集所述足部彩色图像的第一摄像头及用于采集所述足部深度图像的第二摄像头，则执行所述步骤s1之前还包括一第一摄像头校准过程，步骤如下：
42.步骤f1，控制所述第一摄像头在多个不同的采集角度下对接近正球形的一特征体进行图像采集，所述第一摄像头采集得到各第一标定图像；
43.步骤f2，对所述第一标定图像进行特征提取得到表征所述特征体的轮廓的多个第一特征点，并根据所有所述第一特征点处理得到所述特征体的第一检测中心坐标；
44.步骤f3，所述特征体具有一标准中心坐标，根据所述标准中心坐标及所述第一检测中心坐标处理得到所述第一摄像头的参数信息并输出，以供调试人员对所述第一摄像头进行参数调整处理以完成所述第一摄像头校准过程。
45.优选的，执行所述步骤s1之前还包括一第二摄像头校准过程，步骤如下：
46.步骤g1，控制所述第二摄像头对移动中的所述特征体进行图像采集得到对应的多个第二标定图像；
47.步骤g2，根据预先配置的一投影矩阵及各所述第二标定图像处理得到包含所述特征体的一点云图像，并对所述点云图像进行特征提取得到多个第二特征点，根据各所述第二特征点处理得到一特征点三维模型；
48.步骤g3，将所述特征点三维模型的球心分别投影至所有所述第二标定图像，并获取所述球心在各所述第二标定图像中对应的第二检测中心坐标；
49.步骤g4，判断所有所述第二检测中心坐标中是否存在与所述标准中心坐标不重合的所述第二检测中心坐标；
50.若是，根据所述第二检测中心坐标与所述标准中心坐标之间的差值对所述第二摄像头进行校准；
51.若否，完成所述第二摄像头校准过程并退出。
52.上述技术方案具有如下优点或有益效果：
53.(1)、医疗人员无需接触患者的足部，根据患者的足部三维模型的表面纹理来辅助医疗人员对患者进行糖尿病足的病情评估，患者的足部的溃疡程度不同时，患者的足部表面不同区域的颜色存在区别，且受溃疡程度影响，溃疡的皮肤表面存在凹陷，足部三维模型包含的足部表面纹理准确地表现了患者的足部表面溃疡处的不同颜色，并将患者的足部溃疡部位的凹陷程度，提高了医疗人员对糖尿病足的病情评估效率；
54.(2)、对各足部彩色图像进行筛选得到模糊程度值低的各关键图像，根据关键图像处理得到的颜色值更贴近患者的足部的真实颜色，增强了足部表面纹理的真实度，使得医疗人员根据足部三维模型得到的病情评估结果更加准确；
55.(3)、在足部三维模型的更新过程中，通过对扫描设备的估计姿态数据进行误差校准得到校准后姿态数据，根据校准后姿态数据及足部深度图像对足部三维模型进行更新优化，提高了足部三维模型的准确性及可靠性。
附图说明
56.图1为本发明的较佳的实施例中，足部模型构建方法的流程图；
57.图2为本发明的较佳的实施例中，足部模型构建方法中图像筛选过程的具体流程图；
58.图3为本发明的较佳的实施例中，足部模型构建方法中步骤s2的具体流程图；
59.图4为本发明的较佳的实施例中，足部模型构建方法中姿态估计过程的具体流程图；
60.图5为本发明的较佳的实施例中，足部模型构建方法中预处理过程的具体流程图；
61.图6为本发明的较佳的实施例中，足部模型构建方法中模型优化过程的具体流程图；
62.图7为本发明的较佳的实施例中，足部模型构建方法中步骤s4的具体流程图；
63.图8为本发明的较佳的实施例中，足部模型构建方法中第一摄像头校准过程的具体流程图；
64.图9为本发明的较佳的实施例中，足部模型构建方法中第二摄像头校准过程的具体流程图。
具体实施方式
65.下面结合附图和具体实施例对本发明进行详细说明。本发明并不限定于该实施方式，只要符合本发明的主旨，则其他实施方式也可以属于本发明的范畴。
66.本发明的较佳的实施例中，基于现有技术中存在的上述问题，现提供一种应用于糖尿病足的足部模型构建方法，如图1所示，包括：
67.步骤s1，由一扫描设备持续扫描一患者的足部得到包含所有足部特征的多个足部彩色图像及多个足部深度图像，并采集扫描设备在开始扫描时的一初始姿态数据；
68.步骤s2，根据初始姿态数据及预先训练得到的一姿态估计模型预测得到扫描设备在分别采集各足部深度图像时对应的估计姿态数据，并根据所有足部深度图像、初始姿态数据及所有估计姿态数据处理得到足部的一初始三维模型；
69.步骤s3，对所有足部彩色图像进行筛选得到多个关键图像，并对初始三维模型进
行模型细分得到多个待着色顶点，随后获取待着色顶点在所有关键图像中的所有映射点；
70.步骤s4，针对每个待着色顶点，根据所有关键图像包含的所有映射点的颜色值处理得到一着色值，并根据着色值对初始三维模型中映射点对应的待着色顶点进行着色生成包含足部表面纹理的足部三维模型，以辅助医护人员对患者进行糖尿病足的病情评估。
71.具体地，本实施例中，足部三维模型包括患者的足部的溃疡部位的颜色信息及凹陷程度，医疗人员在足部三维模型中选取多个监测点，以得到足部三维模型中各监测点对应的溃疡深度数据及各监测点处的颜色信息，医疗人员借助各监测点的溃疡深度数据及对应的颜色信息对患者的足部的溃疡等级进行评估，进而实现对患者的糖尿病足的病情进行高效、准确评估的效果。
72.在另一实施例中，扫描设备在一驱动系统控制下对患者的足部进行多方位的扫描。
73.驱动系统包括安装于扫描设备上的步进电机，用于控制扫描设备中的一第一摄像头及一第二摄像头沿水平方向旋转，驱动系统还包括水平设置的一螺纹导轨，扫描设备安装于螺纹导轨上以沿着螺纹导轨在水平方向进行移动。
74.扫描设备在驱动系统的控制下，以均匀的移动速度沿着螺纹导轨移动，并以均匀的转动速度在水平方向上旋转，对扫描设备的拍摄角度进行调整，在均匀的移动速度及均匀的转动速度下，降低了扫描设备因发生位置变化而导致图像模糊的几率，提高了足部彩色图像及足部深度图像的质量。
75.其中，第一摄像头用于采集足部的足部彩色图像，第二摄像头用于采集足部的足部深度图像。
76.本发明的较佳的实施例中，步骤s3包括一图像筛选过程，如图2所示，步骤如下：
77.步骤a1，分别计算各足部彩色图像对应的一模糊程度值；
78.步骤a2，根据模糊程度值及预设的一筛选标准筛选得到符合筛选标准的各模糊程度值及对应的足部彩色图像，将各足部彩色图像加入一一次筛选集合；
79.步骤a3，根据预设的一关键帧密度抽取一次筛选集合中的各足部彩色图像并分别加入各二次筛选集合；
80.步骤a4，针对每个二次筛选集合，将最低的模糊程度值对应的足部彩色图像作为关键图像输出。
81.具体地，本实施例中，根据筛选标准对各足部彩色图像进行初步筛选，筛选得到的足部彩色图像加入一次筛选集合，而后将一次筛选集合中的所有足部彩色图像按照时间从前到后的顺序排序，并根据关键帧密度对一次筛选集合中排序后的所有足部彩色图像进行取样，将取样得到的足部彩色图像加入二次筛选集合。
82.根据二次筛选集合中各足部彩色图像的模糊程度值，筛选得到模糊程度最低的足部彩色图像作为关键图像，此时最近一次筛选得到的关键图像位于二次筛选集合中的末位，随后再获取排序最后的关键图像对应的时间帧之后(t-,t

)时间段内的各足部彩色图像，并将获取到的所有足部彩色图像加入一次筛选集合，重新进行筛选，直至所有足部彩色图像筛选完毕，得到包含所有关键图像的二次筛选集合。
83.在另一实施例中，(t-,t

)＝(1,2)。
84.在另一实施例中，采用均值模糊的图像模糊算法计算每个足部彩色图像的模糊程
度值。
85.本发明的较佳的实施例中，如图3所示，步骤s2包括：
86.步骤s21，获取扫描设备采集各足部深度图像的时间节点，根据所有时间节点按照从先到后的顺序对所有足部深度图像进行排序得到一图像序列；
87.步骤s22，从图像序列中获取排列最前的足部深度图像，根据足部深度图像及初始姿态数据处理得到一局部足部三维模型，并将足部深度图像从图像序列中删除；
88.步骤s23，从图像序列中获取排列最前的足部深度图像，根据初始姿态数据及姿态估计模型处理得到估计姿态数据，并根据足部深度图像及估计姿态数据对局部足部三维模型进行更新并保存；
89.步骤s24，判断图像序列中是否存在足部深度图像；
90.若是，将估计姿态数据作为初始姿态数据输出，并返回步骤s23；
91.若否，将更新后的局部足部三维模型作为初始三维模型输出。
92.具体地，本实施例中，通过足部深度图像及估计姿态数据即可对局部足部三维模型进行补足，省去了实时采集扫描设备的姿态数据的步骤，与通过采集扫描设备的姿态数据的方式相比，省去了将采集到的姿态数据及足部深度图像进行时间轴校准的步骤，提高了医护人员对患者的病情评估效率。
93.本发明的较佳的实施例中，步骤s2包括一姿态估计过程，如图4所示，步骤如下：
94.步骤b1，获取初始位姿数据对应的足部深度图像，并对足部深度图像进行特征提取得到多个特征像素点；
95.步骤b2，针对每个特征像素点，根据特征像素点在足部深度图像中的第一图像坐标及特征像素点对应的一深度值处理得到一第一空间坐标；
96.步骤b3，将所有第一空间坐标输入姿态估计模型，得到估计姿态数据并输出。
97.具体地，本实施例中，第一图像坐标为(i,j)，对应的第一空间坐标的表达式如下：
[0098][0099]
其中，z为特征像素点对应的深度数据。
[0100]
姿态估计模型包括一符号距离函数，则步骤b3中，根据初始姿态数据及符号距离函数处理得到估计姿态数据，即根据当前特征像素点映射于足部三维模型中的点位处理得到真实的足部与扫描设备之间的物理距离，随后根据物理距离及扫描设备的姿态变化趋势预测得到估计姿态数据。
[0101]
估计姿态数据的误差越小，根据估计姿态数据及足部深度图像处理得到的更新后的足部三维模型越准确。
[0102]
本发明的较佳的实施例中，步骤b3还包括，根据估计姿态数据及预先配置的一误差校准函数处理得到一校准后姿态数据，并将校准后姿态数据作为估计姿态数据并输出。
[0103]
具体地，本实施例中，误差校准函数的表达式如下：
[0104][0105]
其中，e(r,t)为误差校准函数，r为扫描设备的旋转矩阵，t为扫描设备的平移向
量，ψ(x)为第一空间坐标与足部的表面之间的物理距离。
[0106]
扫描设备的旋转矩阵r及平移向量t由特征像素点在扫描设备的参照系下的坐标x
ij
得到，具体如下：
[0107]
定义足部彩色图像定义足部深度图像则符号距离函数
[0108]
已知特征像素点的图像坐标(i,j)及对应的深度值z＝id(i,j)，得到
[0109]
假设各足部深度图像中的深度数据的噪声符合高斯分布并且所有的像素点是独立同分布的，那么从旋转矩阵r及平移向量t对应的扫描设备观测到足部深度图像id的可能性为：
[0110][0111]
为找到使得p(id|r,t)最大的旋转矩阵r
*
及平移向量t
*
，需要：
[0112]
并对上述公式进行简化，得到误差校准函数。
[0113]
在另一实施例中，为使得估计姿态数据的误差最小化，将扫描设备的姿态表示为ξ＝(ω1,ω2,ω3,υ1,υ2,υ3)；
[0114]
其中，(υ1,υ2,υ3)表示平移向量，(ω1,ω2,ω3)表示旋转矩阵，则误差校准函数重写为：
[0115]
其中，ψ
ij
(ξ)＝ψ(rx
ij
t)；
[0116]
随后需要求取使得误差最小的ξ，具体如下：
[0117]
将初始姿态数据写作ξ
(0)
，并对ξ
(0)
处进行线性化，则
[0118][0119]
其中，为第k次迭代时符号距离函数在ξ
(k)
处的偏导，将上式代入重写后的误差校准函数得到一近似函数：
[0120][0121]
对近似函数求导得到：
[0122]
求解得到值最小的ξ；
[0123]
在随后的计算中，将上式转换为：
[0124][0125]
其中，特征像素点对应一六维向量b
ij
，为b
ij
，
为一6
×
6的矩阵a
ij
，定义：
[0126][0127][0128]
得到：b aξ-aξ
(k)
＝0，则误差最小的估计姿态数据为：
[0129]
ξ
(k 1)
＝ξ
(k)-a-1
b。
[0130]
在计算下一估计姿态数据时，遵循上述的计算步骤，其中，初始姿态数据以上一时刻对应的估计姿态数据替代。
[0131]
由于不同的特征像素点之间，向量b
ij
与矩阵a
ij
之间相互独立，因此可采用gpu并行计算，提高了算法的运行效率。
[0132]
本发明的较佳的实施例中，足部深度图像包括一定义域及一值域，则执行步骤s2之前，还包括一预处理过程，如图5所示，步骤如下：
[0133]
步骤d1，根据足部深度图像处理得到足部深度图像在定义域的第一加权值及足部深度图像在值域的第二加权值；
[0134]
步骤d2，根据第一加权值、第二加权值及预先配置的一标准滤波函数处理得到一滤波权重函数；
[0135]
步骤d3，根据足部深度图像及滤波权重函数处理得到一滤波后足部深度图像并作为足部深度图像输出。
[0136]
具体地，本实施例中，其中，标准滤波函数的表达式如下：
[0137][0138]
w(i,j,k,l)＝d(i,j,k,l)
×
r(i,j,k,l)；
[0139]
其中，d(i,j,k,l)为第一加权值，r(i,j,k,l)为第二加权值，w(i,j,k,l)为第一加权值与第二加权值的乘积，f(k,l)为足部深度图像中的各像素点的像素值。
[0140]
本发明的较佳的实施例中，执行步骤s3之前，还包括一模型优化过程，如图6所示，步骤如下：
[0141]
步骤e1，对初始三维模型进行体素化处理，得到包含各体积像素点的一足部体素模型；
[0142]
步骤e2，针对每个体积像素点，根据预先配置的一误差函数及第一空间坐标处理得到一第二空间坐标，并将足部体素模型中各体积像素点移动至对应的第二空间坐标形成调整后的足部体素模型，并将调整后的足部体素模型作为初始三维模型输出。
[0143]
具体地，本实施例中，使用两个分辨率为m的体素网格表示符号距离函数，其中一体素网格用于储存平均距离d，另一个体素网格用于储存权值w。
[0144]
将足部三维模型转化为足部体素模型时，需要计算各体积像素点对应的符号距离函数，根据符合距离函数更新误差函数，并根据第一空间坐标及误差函数处理得到第二空间坐标，依据第二空间坐标对体积像素点进行位置更新。
[0145]
其中，误差函数如下：
[0146][0147]
其中，di为体积像素点在足部深度图像i中的截断距离，wi为体积像素点在足部深度图像i中的权值。
[0148]
本发明的较佳的实施例中，如图7所示，步骤s4包括：
[0149]
步骤s41，在所有足部深度图像中匹配得到与体积像素点距离最接近的特征像素点，并根据对应的足部深度图像处理得到特征像素点的颜色值；
[0150]
步骤s42，根据颜色值及预先配置的一光线参数处理得到一颜色权值；
[0151]
步骤s43，根据颜色权值及预设的一插值方式对足部体素模型中的所有体积像素点进行颜色赋值，以形成足部体素模型的足部表面纹理，并将包含足部表面纹理的足部体素模型作为足部三维模型输出，以辅助医护人员对患者进行糖尿病足的病情评估。
[0152]
具体地，本实施例中，使用额外的四个体素网格，分别为：
[0153]
体素网格r，表示颜色纹理的红色通道；
[0154]
体素网格g，表示颜色纹理的绿色通道；
[0155]
体素网格b，表示颜色纹理的蓝色通道；
[0156]
体素网格wc，表示颜色混淆的权值。
[0157]
针对每个体积像素点，各体素网格之间互相独立，可采用gpu进行并行加速。
[0158]
在体积像素点与患者的足部表面之间的距离为：||d||＜ε，表示距离无限接近，根据(r,g,b)
t
＝i
rgb
(i,j)处理得到颜色值，随后采用迭代加权平均的方法更新体素网格：
[0159][0160][0161][0162][0163]
其中，为当前时刻的颜色权值，颜色权值的表达式如下：
[0164][0165]
θ为体积像素点的投影光线与光轴之间的夹角，即光线参数。
[0166]
在另一实施例中，插值方式为三线性插值。
[0167]
本发明的较佳的实施例中，扫描设备包括用于采集足部彩色图像的第一摄像头及用于采集足部深度图像的第二摄像头，则执行步骤s1之前还包括一第一摄像头校准过程，如图8所示，步骤如下：
[0168]
步骤f1，控制第一摄像头在多个不同的采集角度下对接近正球形的一特征体进行图像采集，第一摄像头采集得到各第一标定图像；
[0169]
步骤f2，对第一标定图像进行特征提取得到表征特征体的轮廓的多个第一特征点，并根据所有第一特征点处理得到特征体的第一检测中心坐标；
[0170]
步骤f3，特征体具有一标准中心坐标，根据标准中心坐标及第一检测中心坐标处理得到第一摄像头的参数信息并输出，以供调试人员对第一摄像头进行参数调整处理以完成第一摄像头校准过程。
[0171]
本发明的较佳的实施例中，执行步骤s1之前还包括一第二摄像头校准过程，如图9所示，步骤如下：
[0172]
步骤g1，控制第二摄像头对移动中的特征体进行图像采集得到对应的多个第二标定图像；
[0173]
步骤g2，根据预先配置的一投影矩阵及各第二标定图像处理得到包含特征体的一点云图像，并对点云图像进行特征提取得到多个第二特征点，根据各第二特征点处理得到一特征点三维模型；
[0174]
步骤g3，将特征点三维模型的球心分别投影至所有第二标定图像，并获取球心在各第二标定图像中对应的第二检测中心坐标；
[0175]
步骤g4，判断所有第二检测中心坐标中是否存在与标准中心坐标不重合的第二检测中心坐标；
[0176]
若是，根据第二检测中心坐标与标准中心坐标之间的差值对第二摄像头进行校准；
[0177]
若否，完成第二摄像头校准过程并退出。
[0178]
具体地，本实施例中，第二摄像头选用intelrealsensesr300摄像头。
[0179]
另一实施例中，采用两段式跟踪重建的方法，通过改变ε及δ的值，对估计姿态数据进行二次计算，将第二次计算得到的姿态数据重新应用至符号距离函数中，以重建得到边缘更加锐利的足部三维模型，使得足部三维模型包含的各足部特征更加清晰。
[0180]
二次计算时ε及δ的取值较第一次计算时的取值更小。
[0181]
在应用过程中，于一台配有intel酷睿i5四核处理器和英伟达gtx1060显卡的个人电脑上进行足部三维模型的重建。
[0182]
扫描过程中，intelrealsensesr300rgb-d摄像头以30fps的帧率采集数据，整个扫描过程持续约20秒，最总得到约600张rgb-d帧。
[0183]
几何模型重建算法耗时18秒，表面纹理生成算法在进行80优化迭代的前提条件下耗时5分钟。
[0184]
针对两段式跟踪重建，在第一阶段时采用ε＝2mm，δ＝9mm；在第二阶段时，采用ε＝1mm，δ＝6mm。得到二阶段重建后足部三维模型中各脚趾之间的边缘更加锐利，改善了模型表现。
[0185]
综上，通过对各足部彩色图像进行筛选得到模糊程度值低的各关键图像，根据关键图像处理得到的颜色值更贴近患者的足部的真实颜色，增强了足部表面纹理的真实度，使得医疗人员根据足部三维模型得到的病情评估结果更加准确。在足部三维模型的更新过程中，通过对扫描设备的估计姿态数据进行误差校准得到校准后姿态数据，根据校准后姿态数据及足部深度图像对足部三维模型进行更新优化，提高了足部三维模型的准确性及可靠性。
[0186]
足部三维模型包含的足部表面纹理准确地表现了患者的足部表面溃疡处的不同颜色，并将患者的足部溃疡部位的凹陷程度，提高了医疗人员对糖尿病足的病情评估效率。
[0187]
以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。