近年来,在康复医学领域里应用步态分析来进行障碍诊断、制定治疗方案以及评价疗效已受到高度重视。通过步态分析,医务人员可以查找出步态的问题所在以及问题发生的原因,做出障碍诊断,并确定障碍的程度。然而在我国,大部分医院或康复专门机构仍然仅凭肉眼观察来判断步态正常与否,缺乏科学的诊断依据。这种现象的主要原因是我国现有的步态分析系统均为国外产品,其价格昂贵,操作也十分复杂,致使很多医院虽然希望配备步态分析系统,但因上述原因也只能望而止步。这种局面阻碍了我国步态分析及康复领域水平的提高和发展。针对上述现状,本文对三维人体步态捕获进行了研究,取得了以下成果:本文讨论了基于多目摄像机的三维步态运动捕获的整体技术路线,首先对多台摄像机进行了定标,获得摄像机内外参数,然后从人体步态行走图像序列中提取标记点信息进行跟踪匹配,再根据匹配的对应点和摄像机参数重建出三维标记点,继而估计关节中心和旋转角度。概括来说,其主要包含五个关键步骤:多目摄像机定标、标记点提取、标记点跟踪、三维重建和关节中心及旋转角度的计算。本文采用多目摄像机自定标方法求解了多目摄像机的内外参数,在定标图像中标记点轨迹分布均匀、覆盖区域比例较大的情况下,定标后三维重投影误差仅在1个像素以内,精度较高。提出了一种鲁棒的基于多目摄像机的自校正二维标记点跟踪方法,该方法结合卡尔曼滤波预测技术、标记点轨迹平滑性和多视角几何关系对标记点的运动轨迹进行跟踪,充分利用了原始图像二维信息,提高了跟踪的精确度,也给后继三维重建的精度奠定了基础。将该方法应用于三维人体步态捕获,并与商业系统Vicon做了对比实验,该实验表明,本文方法可以获得较精确的步态数据,能够满足人体步态分析的需求。本文采用基于函数分析的关节中心参数估计算法实现从标记点坐标计算步态数据。该算法主要包括基于标志点数据刚性修正算法的数据预处理和基于函数分析的关节中心算法两个步骤。其优点在于提供了一种解析的关节中心初值计算方法,并且由这种方法计算得到的初值参与特定的目标函数优化计算后所得的关节中心,与以往的关节中心算法计算所得到的关节中心相比,具有更高的精度、更高的稳定性。设计开发了一个以多目摄像机图像序列为输入的标记点三维步态捕获原型系统,该系统可以对多台摄像机进行定标,可以根据人体步态行走图像序列计算出三维人体关节运动数据。该系统已经集成到三维肢体运动分析系统中。