[发明专利]一种基于DTW的自动区别足底压力测量中异常测量的方法

摘要

在足底压力测量过程中由于人为因素会出现一些异常的测量，实际应用中，往往进行多次测量，根据肉眼分辨出异常测量加以剔除然后求剩余测量结果的平均值。人工的剔除无疑很费时间而且所剔除的结果也经常会因人而异。本发明就是为了提供一种基于DTW算法的能自动区别出异常测量的方法，利用计算机技术帮我们做这些工作以提高工作效率。

主权项

1.一种基于DTW的自动区别足底压力测量中异常测量的方法，其特征是将二维足底压力数据转化为一维信号来处理，主要包括以下步骤，(1) 针对足底压力测量的原始测量结果，足部会以不同的角度和位置踏到测量平台上，因此，为了保证后边的模板匹配的效果，需要做图片的坐标平移，将图片的坐标旋转一定的角度，使得与水平线垂直，这样就保证角度上的一致，去除掉背景的0值区域，只留下足形区域，这样就保证匹配时位置上的重合， (2)剔除的图片是针对同一个测试者，因此是计算自身的差异性，在选取特征参数时，选取了自相关系数，将经过预处理后的压力值按照传感器阵列的排布，将每一行的压力值取为一帧，在一帧内做自相关分析, 取特征系数的维数为p，帧数为n就得到一个p*n的特征系数矩阵， (3)针对每个病人，如果每次测量5次,就产生5组压力值，针对每组压力值都计算一个p*n维的特征系数矩阵，这样将每次测量的一组分别作为模板，记为R={R(1),R(2),…R(m),…,R(M)}，将特征系数矩阵的每一行作为一帧R(m)，M为参考模板所包含的帧总数，其余几组数据作为测试模板表示为T={T(1),T(2),…T(n)，T(N)}, 其中，N为测试模板包含的帧总数，T(n)为第n帧的特征系数，测试模板T和参考模板R之间总体失真表示为D(T,R),为了计算这一失真，应该从T,R的每个对应帧之间的失真算起，假设n，m分别为T,R中任意选择的帧号，则这两帧之间的帧失真用D[T(n)，R(m)]来表示, 给出利用欧几里德距离测量失真度的方法，,为帧T(n)和R(m)对应的特征矢量，p为特征矢量的维数, 根据DTW算法选取一条最佳路径来计算两幅图直接按的距离,(4) 搜索从（）点出发，可以展开若干条满足的路径，假设可计算每条路径达到终点()点时总的累积距离，具有最小累积距离者即为最佳路径,因此，限定范围内的任意格点（）只可能有一条搜索路径通过。