足弓是支撑整个人体的重量和维持身体平衡的关键所在,对运动机能和身体健康影响甚大。正常的足弓能够在人从事各项运动时利用其生理结构使作用到人体的冲击力得到有效缓冲。长期以来,足弓疾病因为发病部位比较隐秘,不受人重视,但是,研究表明,足弓疾病的发病率在青少年中居高不下,严重者可能会影响到青少年的运动能力,甚至影响到将来的工作及人生走向。然而,采用传统方式对足弓鉴别存在诸多弊端。所以,要及时对足弓类型进行准确检测,以便能及早采取治疗措施尤为必要。本文对比了常用的足弓类型检测方法和评价体系的各自优缺点,提出了采取利用足弓系数结合计算机数字图像处理的方法来对足弓类型进行方便快捷的鉴别判断。本文的主要研究内容:第一,介绍了足弓的生理结构及作用,对比了几种常见的足弓类型鉴别方法和足弓类型评价体系,分析各自优劣,最后选定足弓系数作为评价标准。在对几种常见的足部图像采集方式进行对比分析之后,介绍了本文研究的图像采集方式。第二,对采集的图像方式进行分析后再进行预处理,并根据采集到的图像特点将足底全图像进行了提取。针对k-means算法初始质心敏感的问题,分析了图像的特点,确定了k值和初始质心。利用k-means算法,最多只要通过3次迭代就可以将足底全图像提取出来。第三,重点研究了Mean Shift算法,采用首先将RGB图像映射到Luv特征空间,然后采用Mean Shift算法对图像的Luv特征空间的进行聚类分析完成对全足RGB图像的聚类的方式,成功将足底重压区域图像提取出来。第四,利用数学形态学的原理对足底重压区域的二值图像进行填充、滤波和平滑操作,完成了目标区域的提取,再利用足弓系数的鉴别方法对多组图像进行多次处理,最后对测试的结果进行分析,以验证鉴别方法的准确性。相比于传统的检测方法,采用本文研究的方法对足弓类型进行检测,准确率高,时间代价少,成本较低,可推广性较强,并具备一定的改进和提升空间,在后续的研究中,可对本方法进行稍加改进之后用于实际应用中。