本文關鍵詞：基于聚類的鞋印圖像檢索算法研究

  更多相關文章： 鞋印圖像檢索 聚類 K步穩(wěn)定 基于聚類的檢索

【摘要】：鞋印是刑事偵查的重要物證之一,如何在海量的鞋印數據集中查找到與現場遺留的鞋印同類的圖像,是刑事技術迫切需要解決的問題之一。目前的鞋印檢索算法沒有考慮數據集中圖像之間的相關性以及同類圖對檢索結果的影響,使檢索結果在一定程度上缺少語義信息�；诖吮疚奶岢隽嘶诰垲惖男D像檢索算法,目的是通過聚類的手段來提升鞋印圖像檢索算法的性能。本文主要工作如下：1)提出了基于聚類的鞋印圖像檢索算法框架本文針對目前鞋印圖像檢索算法存在的缺陷,提出了基于聚類的鞋印圖像檢索算法框架。該框架將整體檢索過程分為聚類和基于聚類的檢索兩大部分。在目前鞋印圖像檢索算法的基礎上,加入了數據集中圖像之間的相似關系和案發(fā)現場存在多幅圖像對檢索結果的影響,三類數據集的測試實驗驗證了本文算法的合理性。2)提出了基于K步穩(wěn)定的鞋印圖像聚類算法本文根據鞋印圖像的特性,提出了基于K步穩(wěn)定的鞋印圖像聚類算法。該聚類算法主要針對鞋印圖像集類別之間存在隔離帶的情況而設計的。核心思想是尋找各類鞋印圖像之間的隔離帶,將各類分開。在兩類公開測試數據集和鞋印數據集上的實驗表明：本文算法的主要性能指標都超過典型比較算法,其中在包含5792枚鞋印圖像數據集上的聚類準確率和F-Measure值分別達到了99.68%和95.99%。3)提出了基于數據集圖像聚類的鞋印圖像檢索算法本文提出的基于數據集圖像聚類的鞋印圖像檢索算法考慮了數據集中兩兩圖像之間的局部關系和同類圖像的全局關系,使檢索排序得分滿足三個條件：(1)檢索得分與特征之間的相似性一致；(2)數據集中圖像之間的得分關系與其特征之間的相似性一致；(3)數據集中同類圖像的檢索得分接近。實驗結果表明,本文算法的MAP (Mean Average Precision) 和 NDCG (Normalized Discounted Cumulative Gain)指標值分別達到了79.84%和87.15%,較傳統算法提高了近20%和12%。4)提出了基于查詢圖像聚類的鞋印圖像檢索算法本文考慮了在犯罪現場遺留多幅相同花紋的鞋印圖像的情況。根據現場遺留的多幅相同花紋圖像的排序得分應該接近這一先驗知識,通過考慮多幅現場圖像與數據集中圖像的綜合相似性關系構造排序得分目標函數。實驗結果表明,基于多幅查詢圖像聚類算法的MAP和NDCG指標值分別達到了84.39%和91.89%,較僅根據一幅現場圖像檢索的算法提高了近30%和20%。本文提出的基于聚類的鞋印圖像檢索算法較傳統算法增加了語義特性,即特征相似圖像的排序得分以及同類圖像的排序得分都應該相近。在公開測試數據集和實際鞋印數據集上的實驗結果表明,該算法對于提升檢索結果的性能和主客觀一致性具有良好的效果,并已應用到實際系統中。
【關鍵詞】：鞋印圖像檢索 聚類 K步穩(wěn)定 基于聚類的檢索
【學位授予單位】：大連海事大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-7
• ABSTRACT7-12
• 第1章 緒論12-26
• 1.1 研究目的與意義12-13
• 1.2 國內外發(fā)展現狀13-19
• 1.2.1 鞋印圖像檢索技術13-17
• 1.2.2 目前達到的性能指標17-19
• 1.3 評測方法與鞋印圖像數據集19-22
• 1.3.1 鞋印圖像檢索算法的評價方法19-21
• 1.3.2 鞋印圖像數據集21-22
• 1.4 鞋印圖像檢索算法存在的問題22
• 1.5 本文的主要工作和章節(jié)安排22-26
• 1.5.1 主要工作內容22-23
• 1.5.2 本文章節(jié)安排23-26
• 第2章 基于聚類的鞋印圖像檢索算法框架26-34
• 2.1 引言26
• 2.2 算法原理與描述26-30
• 2.2.1 算法原理26-29
• 2.2.2 算法描述29-30
• 2.3 本文所采用的特征相似性計算方法30-31
• 2.4 評測方法與測試數據31-33
• 2.4.1 比較算法31
• 2.4.2 測試數據31-32
• 2.4.3 評測指標32-33
• 2.5 本章小結33-34
• 第3章 基于K步穩(wěn)定的鞋印圖像聚類算法34-58
• 3.1 引言34-35
• 3.2 相關工作35-36
• 3.3 鞋印圖像分布特點分析36-41
• 3.4 基于K步穩(wěn)定的鞋印圖像聚類算法原理與描述41-47
• 3.4.1 一個直觀的例子41-42
• 3.4.2 定義42-45
• 3.4.3 算法描述45-47
• 3.5 算法特性分析47-48
• 3.6 實驗結果與分析48-57
• 3.6.1 合成數據集的實驗結果與分析48-51
• 3.6.2 公共測試數據集的實驗結果與分析51-52
• 3.6.3 實際鞋印圖像數據集的實驗結果與分析52-55
• 3.6.4 參數設置對算法性能影響的實驗結果與分析55-57
• 3.7 本章小結57-58
• 第4章 基于數據集圖像聚類的鞋印圖像檢索算法58-72
• 4.1 引言58
• 4.2 相關工作58-60
• 4.2.1 基于點對距離的檢索算法58-59
• 4.2.2 基于空間局部模型檢索算法59
• 4.2.3 基于聚類檢索算法59
• 4.2.4 目前方法存在的不足59-60
• 4.3 基于數據集聚類的鞋印圖像檢索算法60-63
• 4.3.1 算法原理60-62
• 4.3.2 算法描述62-63
• 4.4 實驗結果與分析63-70
• 4.4.1 合成數據集的實驗結果和分析63-65
• 4.4.2 鞋印圖像數據集的實驗結果與分析65-70
• 4.5 本章小結70-72
• 第5章 基于查詢圖像聚類的鞋印圖像檢索算法72-80
• 5.1 引言72
• 5.2 基于查詢圖像聚類的鞋印圖像檢索算法72-75
• 5.2.1 算法原理72-75
• 5.2.2 算法描述75
• 5.3 鞋印圖像數據集實驗結果與分析75-77
• 5.4 本章小結77-80
• 第6章 總結與展望80-82
• 6.1 本文主要工作總結80-81
• 6.2 未來工作展望81-82
• 參考文獻82-87
• 攻讀學位期間公開發(fā)表論文87-88
• 致謝88-89
• 作者簡介89

【相似文獻】

中國期刊全文數據庫 前9條

1 寧軍麗,王海榮;動力形態(tài)特征在鞋印檢驗中的應用[J];警察技術;2004年02期

2 陳朝暉;;“血鞋印”的困惑[J];警察技術;2008年04期

3 邵永軍;陳騏;;淺談規(guī)避鞋印作案現場的勘查工作要點[J];警察技術;2011年03期

4 楊玉柱,楊洪臣,王志群,代雪晶;白瓷磚上水跡鞋印的拍攝[J];警察技術;1999年03期

5 楊智勇;許磊;;利用鞋底鑲嵌物特征破獲殺人案1例[J];警察技術;2007年05期

6 高樹輝,王新淮;現場鞋印檔案管理及計算機輔助檢索系統研究[J];公安大學學報(自然科學版);2003年02期

7 王新淮,高樹輝,班茂森,郭威;鞋印檔案管理及計算機輔助檢索系統研究[J];警察技術;2001年05期

8 寧宏宇;只要留下足跡,便能把你找到——英國最新研制出一種鑒別足跡的系統[J];科技成果縱橫;2000年04期

9 ;[J];;年期

中國重要會議論文全文數據庫 前2條

1 王治民;房伊平;;車禍后自縊分析1例[A];全國第七次法醫(yī)學術交流會論文摘要集[C];2004年

2 肖睿;陸乃將;施鵬飛;;鞋印匹配算法[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

中國重要報紙全文數據庫 前5條

1 通訊員 劉敬元 劉永勝 記者 周叢松;鞍鋼：從嚴管理動真格[N];工人日報;2001年

2 周澤春邋張綠化 許詩誼;帶血鞋印修補證據“漏洞”[N];檢察日報;2007年

3 記者 章苒　王菁婧;天臺：一家族5童失蹤,謎團初解[N];新華每日電訊;2010年

4 周水清;收集證據新思路[N];人民公安報;2000年

5 記者 劉娜 通訊員 謝娟 吳遠國;品味“痕跡”的魅力[N];湖北日報;2005年

中國碩士學位論文全文數據庫 前3條

1 舒瑩瑩;基于聚類的鞋印圖像檢索算法研究[D];大連海事大學;2016年

2 閆旭琴;自動鞋印分析與比對系統中的關鍵技術的研究與實現[D];山東科技大學;2007年

3 董菲菲;基于三維鞋印的鞋底花紋分類及模塊設計[D];南昌大學;2010年

，

本文編號：893016