基于深度相机的鞋垫选配方法、系统、智能终端及存储介质
技术领域
本发明涉及鞋垫选配的技术领域，尤其是涉及一种基于深度相机的鞋垫选配方法、系统、智能终端及存储介质。
背景技术
目前，鞋垫放置在鞋内，可以对足弓起到额外的支撑，给穿着者提供更大的舒适性。
现有的，在进行鞋垫的选择时，如果自己的足部属于正常足形，则自行选择普通正常的鞋垫即可；若足形特殊，则需要依靠有经验的医师，医师对足部进行观察，根据观察结果对足部进行评价并给出鞋垫选型建议；也可以通过红外线对足部进行扫描，从而获取足形数据，医师通过足形数据给出鞋垫选型建议。
上述中的现有技术方案存在以下缺陷：由于是通过医师的经验进行判定，判定的结果会较为主观，每个医师的经验不同，最后判定的结果也不同，从而使得鞋垫的选型出现偏差；而红外线扫描速度较慢，在扫描过程中若出现足部移动，则容易造成足形数据错误，对医师形成误导，使得鞋垫选型存在偏差；而且只是提供足形数据，医师仍需要通过自身经验并结合数据去给出鞋垫选型建议，实际所需的鞋垫会与医师建议的鞋垫存在偏差，导致需要反复尝试才能够最终确定鞋垫类型。
发明内容
本发明目的一是提供基于深度相机的鞋垫选配方法，具有给予较为准确的鞋垫选型建议的特点。
本发明的上述发明目的一是通过以下技术方案得以实现的：
一种基于深度相机的鞋垫选配方法，包括：
获取足部三维立体模型；
根据足部三维立体模型确定足部参数；
根据足部参数确定脚型数据；
根据脚型数据判定是否为非正常足形并确定足形类型；
若为非正常足形则根据足部参数确定足弓严重程度和足印程度；
根据足部参数确定后足外翻程度；
根据足部参数确定足趾情况；
根据脚型数据建立虚拟三维模型；
获取外部数据并结合上述所有数据确定对应建议信息；
所述建议信息包括鞋垫信息。
通过采用上述技术方案，先获取足部三维立体模型，从而可以根据足部三维立体模型确定足部参数，在足部参数确定后，根据足部参数确定脚型数据，根据脚型数据即可确定足形类型，若足形类型为非正常足形，则进行足弓严重程度和足印程度的确认，同时也可以根据足部参数确定后足外翻程度和足趾情况，从而多维度的了解到足部情况，也会根据脚型数据建立虚拟三维模型，并结合外部数据和上述所有数据确定建议信息，医师可以通过虚拟三维模型、上述所有数据和建议信息，综合的去确定鞋垫，由于已经给出了鞋垫信息，医师可以进行判定再进行鞋垫选型或直接根据建议信息选定鞋垫，使得最终的鞋垫选型建议符合实际脚型。
本发明在一较佳示例中可以进一步配置为：所述根据足部参数确定脚型数据的具体方法包括：
获取足部参数中的足弓高度数据；
获取足部参数中的足弓长度数据；
根据弓高比例=足弓高度/足弓长度，确定弓高比例；
将弓高比例数值即为脚型数据。
通过采用上述技术方案，如果足弓高度比例与足弓长度之比越大，说明足弓越弯曲，如果足弓高度比例与足弓长度之比越小，说明足弓越扁平，从而使弓高比例数值等同于脚型数据，方便后期根据数值对足形类型进行区分。
本发明在一较佳示例中可以进一步配置为：所述根据脚型数据判定是否为非正常足形并确定足形类型的具体方法包括：
获取非正常足形阈值上限和非正常足形阈值下限；
判定脚型数据是否位于非正常足形阈值上限和非正常足形阈值下限之间；
若位于非正常足形阈值上限和非正常足形阈值下限之间，则为正常足形，足形类型为正常足；
若未位于非正常足形阈值上限和非正常足形阈值下限之间，则为非正常足形；
若大于非正常足形阈值上限，则足形类型为高弓足；
若小于非正常足形阈值下限，则足形类型为扁平足。
通过采用上述技术方案，当脚型数据位于上限与下限之间时，说明脚型数据处于正常范围内，则此时为正常足形，若大于上限，则说明为高弓足，若小于下限，则说明为扁平足，通过数据进行足形类型的区分，使得最终确定的足形较为准确。
本发明在一较佳示例中可以进一步配置为：所述根据足部参数确定足弓严重程度和足印程度的具体方法包括：
获取足部参数中的中足足印面积；
获取足部参数中的全足足印面积；
根据足弓指数=中足足印面积/全足足印面积，确定足弓指数；
获取扁平足足弓严重程度分级信息和高弓足足弓严重程度分级信息；
获取足印分级信息；
将足弓指数与扁平足足弓严重程度分级信息、高弓足足弓严重程度分级信息、足印分级信息进行对比；
根据足弓指数落入的区间确定足弓严重程度和足印程度。
通过采用上述技术方案，当足形类型为扁平足或高弓足时，根据足弓指数落入的区间来确定足弓严重程度和足印程度，从而将不同足弓指数的足形类型进行进一步的区分，使得分类更加细致，提高了后期鞋垫选型的准确性。
本发明在一较佳示例中可以进一步配置为：所述根据足部参数确定后足外翻程度的具体方法包括：
根据VI=[(1/2AB–AC)/AB]x100确定VI值；
获取后足外翻分级信息；
将VI值与后足外翻分级信息进行对比；
根据VI值落入的区间确定后足外翻程度；
A为外踝位置点，B为内踝位置点，AB为内踝位置点与外踝位置点之间的距离，C为第二跖骨头至后跟中间线与AB线的交点，AC为外踝位置点与交点之间的距离。
通过采用上述技术方案，在获取到VI值后，根据VI值所落入的区间进行分级信息的确定足外翻程度，从而在基础的确定足外翻的基础上使得外翻情况更加的细致，从而提高了后期鞋垫选型的准确性。
本发明在一较佳示例中可以进一步配置为：所述根据足部参数确定足趾情况的具体方法包括：
获取倾斜角度最大值；
获取足部参数中拇趾外倾角度；
若拇趾外倾角度大于等于倾斜角度最大值，则将足趾情况定义为拇趾外翻。
通过采用上述技术方案，当拇趾的外倾角度大于最大值时，则说明拇趾外翻，从而获取到足趾情况，足趾情况的获取使得后期鞋垫选型时的参考数据更为多样，从而提高了后期鞋垫选型的准确性。
本发明在一较佳示例中可以进一步配置为：所述确定对应建议信息的具体方法包括：
将外部数据和上述所有数据代入到预设的连接节点关系中；
根据前一个的节点信息生成后一个节点并且按顺序代入；
若下一个节点对数据无要求，则直接跳过该节点进入到该节点的下一个节点；
到达最终节点时，根据各个节点数据输出建议信息；
所述鞋垫信息为最终节点数据。
通过采用上述技术方案，在前一个节点录入数据后，然后再在后一个节点进行数据的录入，从而根据节点的不同实现不同路径的选择，从而确定最终的节点，当节点没有数据要求时，则跳过该节点，从而较为快速而准确的确定最终的鞋垫信息。
本发明目的二是提供一种鞋垫选配系统，具有给予较为准确的鞋垫选型建议的特点。
本发明的上述发明目的二是通过以下技术方案得以实现的：
一种基于深度相机的鞋垫选配系统，包括：
三维信息获取单元，用于获取足部三维立体模型；
足部参数获取单元，用于根据足部三维立体模型确定足部参数；
脚型数据获取单元；用于根据足部参数确定脚型数据；
足形类型确定单元；用于根据脚型数据判定是否为非正常足形并确定足形类型；
足弓及足印确定单元，用于根据足部参数确定足弓严重程度和足印程度；
后足外翻程度确定单元，用于根据足部参数确定后足外翻程度；
足趾情况确定单元，用于根据足部参数确定足趾情况；
三维模型建立单元，用于根据脚型数据建立虚拟三维模型；
建议信息生成单元，用于获取外部数据并结合上述所有数据确定对应建议信息。
通过采用上述技术方案，三维信息获取单元先获取足部三维立体模型，从而使足部参数获取单元可以根据足部三维立体模型确定足部参数，在足部参数确定后，脚型数据获取单元根据足部参数确定脚型数据，足形类型确定单元根据脚型数据即可确定足形类型，若足形类型为非正常足形，则足弓及足印确定单元进行足弓严重程度和足印程度的确认，同时后足外翻程度确定单元和足趾情况确定单元也可以根据足部参数确定后足外翻程度和足趾情况，从而多维度的了解到足部情况，三维模型建立单元也会根据脚型数据建立虚拟三维模型，建议信息生成单元结合外部数据和上述所有数据确定建议信息，医师可以通过虚拟三维模型、上述所有数据和建议信息，综合的去确定鞋垫，由于已经给出了鞋垫信息，医师可以进行判定再进行鞋垫选型或直接根据建议信息选定鞋垫，使得最终的鞋垫选型建议符合实际脚型。
本发明目的三是提供一种智能终端，具有给予较为准确的鞋垫选型建议的特点。
本发明的上述发明目的三是通过以下技术方案得以实现的：
一种智能终端，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行上述鞋垫选配方法的计算机程序。
通过采用上述技术方案，先获取足部三维立体模型，从而可以根据足部三维立体模型确定足部参数，在足部参数确定后，根据足部参数确定脚型数据，根据脚型数据即可确定足形类型，若足形类型为非正常足形，则进行足弓严重程度和足印程度的确认，同时也可以根据足部参数确定后足外翻程度和足趾情况，从而多维度的了解到足部情况，也会根据脚型数据建立虚拟三维模型，并结合外部数据和上述所有数据确定建议信息，医师可以通过虚拟三维模型、上述所有数据和建议信息，综合的去确定鞋垫，由于已经给出了鞋垫信息，医师可以进行判定再进行鞋垫选型或直接根据建议信息选定鞋垫，使得最终的鞋垫选型建议符合实际脚型。
本发明目的四是提供一种计算机存储介质，能够存储相应的程序，具有便于实现给予较为准确的鞋垫选型建议的特点。
本发明的上述发明目的四是通过以下技术方案得以实现的：
一种计算机可读存储介质，存储有能够被处理器加载并执行上述任一种鞋垫选配方法的计算机程序。
通过采用上述技术方案，先获取足部三维立体模型，从而可以根据足部三维立体模型确定足部参数，在足部参数确定后，根据足部参数确定脚型数据，根据脚型数据即可确定足形类型，若足形类型为非正常足形，则进行足弓严重程度和足印程度的确认，同时也可以根据足部参数确定后足外翻程度和足趾情况，从而多维度的了解到足部情况，也会根据脚型数据建立虚拟三维模型，并结合外部数据和上述所有数据确定建议信息，医师可以通过虚拟三维模型、上述所有数据和建议信息，综合的去确定鞋垫，由于已经给出了鞋垫信息，医师可以进行判定再进行鞋垫选型或直接根据建议信息选定鞋垫，使得最终的鞋垫选型建议符合实际脚型。
综上所述，本发明包括以下至少一种有益技术效果：
1.通过足部三维立体模型确定足部参数，之后根据足部参数确定脚型数据、足弓严重程度、足印程度、后足外翻程度和足趾情况，并结合外部数据和上述所有数据进行建议信息的提出，从而给予医师较为准确的建议，医师可以直接根据建议或结合建议做出鞋垫的选型意见，使得最后确定的鞋垫符合实际足部；
2.通过根据足弓指数确定足弓严重程度和足印程度，通过VI值确定后足外翻程度，从而使得足部的分类更加的细致，能够更为精准的确定到相适配的鞋垫；
3.通过连接节点关系确定最终的鞋垫信息，若下一个节点无要求则跳过该节点进入到下一个节点，使得最终节点的确定更加的快速，除去无意义的数据的代入，加快处理速度。
附图说明
图1是本发明其中一实施例的流程框图。
图2是本发明其中一实施例的足印面积示意图。
图3是本发明其中一实施例的位置点示意图。
图4是本发明其中一实施例的连接节点示意图。
图5是本发明其中一实施例的系统框图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合说明书附图对本发明实施例作进一步详细描述。
本发明实施例提供一种基于深度相机的鞋垫选配方法，所述方法的主要流程描述如下。
参照图1，获取足部三维立体模型，通过深度相机将足部的三维立体模型进行获取。
根据足部三维立体模型确定足部参数，通过读取足部三维立体模型中的各项参数，从而确定足部参数。
根据足部参数确定脚型数据，通过足部参数信息，进行脚型数据的计算。先从足部参数中获取足弓高度，然后再从足部参数中获取足弓长度，之后根据公司公式AHR（弓高比例）=足弓高度/足弓长度，确定AHR值，AHR值即为脚型数据。
根据脚型数据判定是否为非正常足形并确定足形类型，先获取非正常足形阈值上限和非正常足形阈值下限。若AHR值小于等于非正常足形阈值上限，大于等于非正常足形阈值下限，则说明当前的足部的足形类型为正常足，若未位于非正常足形阈值上限和非正常足形阈值下限之间，则为非正常足形，当AHR值大于非正常足形阈值上限，则足形类型为高弓足，当AHR值小于非正常足形阈值下限，则足形类型为扁平足。
若足形类型为高弓足时，先获取足部参数中的中足足印面积（图2中的B）和全足足印面积（图2中的A+B+C），通过公式足弓指数(AI)=中足足印面积/全足足印面积确定足弓指数，之后获取高弓足足弓严重程度分级信息：AI值小于轻微分级阈值则定义为轻微；AI值处于零点值与中度分级阈值之间，则定义为中度；AI值处于零点值与中度分级阈值之间，同时具有爪状趾，则定义为严重。根据足弓指数位于哪个区间内来确定高弓足足弓严重程度，例如若当前足部的AI值落入到中度区间内，则该高弓足足弓严重程度即为中度。同时也获取足印分级信息：AI值大于顶点值，则定义为突出；AI值处于中间值与顶点值之间，则定义为填满；AI值处于低点值与中间值之间，则定义为空间比较少；AI值处于低点值与正常值之间，则定义为正常；AI值小于正常值则定义为空间比较大；AI值为异常值则定义为断开。根据足弓指数位于哪个区间内来确定足印程度，例如若当前足部的AI值处于低点值与正常值之间，则该高弓足的足印程度为正常。
若足形类型为扁平足时，先获取足部参数中的中足足印面积（图2中的B）和全足足印面积（图2中的A+B+C），通过公式足弓指数(AI)=中足足印面积/全足足印面积确定足弓指数，之后获取扁平足足弓严重程度分级信息：AI值小于轻微值则定义为轻微；AI值大于轻微值且小于中度值则定义为中度；AI值大于中度值则定义为严重。根据足弓指数位于哪个区间内来确定扁平足足弓严重程度，例如若当前足部的AI值比轻微值小，则落入到轻微区间内，则该扁平足足弓严重程度即为轻微。同时也获取足印分级信息：AI值大于顶点值，则定义为突出；AI值处于中间值与顶点值之间，则定义为填满；AI值处于低点值与中间值之间，则定义为空间比较少；AI值处于低点值与正常值之间，则定义为正常；AI值小于正常值则定义为空间比较大；AI值为异常值则定义为断开。根据足弓指数位于哪个区间内来确定足印程度，根据足弓指数位于哪个区间内来确定足印程度，例如若当前足部的AI值为异常值，则该扁平足的足印程度为断开。
根据足部参数确定后足外翻程度，根据足部参数确定外踝位置点（图3中的A点）、内踝位置点（图3中的B点）、第二跖骨头至后跟中间线与AB连线的交点（图3中的C点），从而确定A点与B点之间距离AB和A点与C点之间的距离AC，通过公式VI=[(1/2AB–AC)/AB]x100，确定VI值。然后获取后足外翻分级信息：VI值大于外翻极值则定义为严重外翻；VI值处于外翻极值与明显外翻值之间，则定义为明显外翻；VI值处于明显外翻值与轻微外翻值之间，则定义为轻微外翻；VI值处于轻微外翻值与基础足值之间，则定义为垂直；VI值处于基础足值与轻微内翻值之间，则定义为轻微内翻；VI值处于轻微内翻值与明显内翻值之间，则定义为明显内翻；VI值小于内翻极值，则定义为严重内翻。根据VI值位于哪个区间来确定后足外翻程度，例如若当前足部的VI值位于基础足值与轻微内翻值之间，则该足为轻微内翻。
根据足部参数确定足趾情况，获取倾斜角度最大值，之后在足部参数中获取拇趾外倾角度，若拇趾外倾角度大于倾斜角度最大值，则定义为拇趾外翻，反之则正常。
根据脚型数据建立虚拟三维模型，该虚拟三维模型进行输出后，可以直接对虚拟三维模型进行观察。
参照图4，获取外部数据并结合上述所有数据确定对应建议信息，将外部数据和上述所有数据代入到预设的连接节点关系中，外部数据包括但不限于疼痛程度，常穿鞋类、膝关节和疼痛位置，之后根据前一个节点信息生成后一个节点并且按顺序代入。当遇到下一个节点对数据无要求时，则直接跳过该节点并进入到该节点的下一个节点的数据代入，当到达最终节点时，通过获取各个节点的数据，从而输出建议信息。例如预设的连接节点关系为疼痛程度-常穿鞋类-后足外翻-脚型-膝关节-疼痛位置-鞋垫，在疼痛程度节点中代入一般后，则生成下一个常穿鞋类节点进行数据的代入，在常穿鞋类节点中代入运动鞋后，生成后足外翻节点，在后足外翻节点中代入左右脚的VI值，生成脚型节点，在脚型节点中代入轻微高弓足，生成膝关节节点，此时膝关节节点对数据无要求，则生成疼痛位置节点，此时疼痛位置节点对数据无要求，则到达最终节点，生成鞋垫信息，并将所有节点的信息进行输出，可以直观的看到所有节点的信息。
参照图5，一种基于深度相机的鞋垫选配系统，包括三维信息获取单元、足部参数获取单元、脚型数据获取单元、足形类型确定单元、足弓及足印确定单元、后足外翻程度确定单元、足趾情况确定单元、三维模型建立单元和建议信息生成单元。足部参数获取单元与三维信息获取单元电连接，接收三维信息获取单元获取的足部三维立体模型，根据足部三维立体模型确定足部参数并进行足部参数的输出。脚型数据获取单元与足部参数获取单元电连接，脚型数据获取单元根据传输的足部参数进行脚型数据的确定并进行输出。足形类型确定单元与脚型数据获取单元电连接，根据脚型数据获取单元传输的脚型数据判定是否为非正常足形并确定足形类型，足弓及足印确定单元与足形类型确定单元电连接，根据足部参数确定非正常足形的足弓严重程度和足印程度。后足外翻程度确定单元和足趾情况确定单元均与足部参数获取单元电连接，后足外翻程度确定单元根据足部参数确定后足外翻程度，足趾情况确定单元根据足部参数确定足趾情况。三维模型建立单元与脚型数据获取单元电连接，在获取到脚型数据后建立脚的虚拟三维模型。足形类型确定单元、足弓及足印确定单元、后足外翻程度确定单元和足趾情况确定单元均与建议信息生成单元电连接，建议信息生成单元通过获取外部输入的数据和上述四个单元输入的数据生成对应建议信息。
一种智能终端，包括存储器和处理器，存储器上存储有能够被处理器加载并执行如图1所示流程的计算机程序。
一种计算机可读存储介质，存储有能够被处理器加载并执行如图1所示流程的计算机程序。计算机可读存储介质例如包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
