鞋印是犯罪現(xiàn)場(chǎng)高遺留率的痕跡之一。它在縮小嫌疑人范圍和案件的串并分析方面發(fā)揮著非常重要的作用。鞋印圖像分類是指根據(jù)鞋印圖像花紋確定其所屬類別�，F(xiàn)有鞋印圖像分類算法引入了圖像語義信息以期進(jìn)一步改善分類效率,但忽略了鞋印圖像語義基元類別與其空間位置特征的聯(lián)系以及鞋印圖像中存在的語義基元類別與該鞋印類別的聯(lián)系。所以,本文提出一種基于特有屬性和局部語義的鞋印圖像分類算法,本文工作共包括四部分:1)給出基于特有屬性和局部語義的鞋印圖像分類算法框架以對(duì)鞋印圖自身性質(zhì)的研究總結(jié)為基礎(chǔ),并與現(xiàn)有語義分類相結(jié)合,本文給出了基于特有屬性和局部語義的鞋印圖像分類算法框架,其主要包括基于特有屬性和局部語義的語義表達(dá)、基于多尺度基元替代的空間關(guān)系描述、基于混合權(quán)重的決策級(jí)集成分類。2)給出基于特有屬性和局部語義的語義表達(dá)算法本文兼顧語義基元類別與其空間位置特征的聯(lián)系,給出局部語義表達(dá)算法。并根據(jù)語義基元類別與該鞋印類別的聯(lián)系,構(gòu)建特有屬性詞典。分析特有屬性在不同情況下的作用,提出特殊詞特征并分析其分類性能。最后給出基于特有屬性和局部語義的語義表達(dá)。3)給出基于多尺度基元替代的空間關(guān)系表達(dá)算法采用多種尺度基元替代... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．?１本文算法框架??Ｆｉｇ．２．１?Ｆｒａｍｅｗｏｒｋ?ｏｆ?ｔｈｅ?ｐｒｏｐｏｓｅｄ?ａｌｇｏｒｉｔｈｍ??

?大連海事大學(xué)專業(yè)學(xué)位碩士學(xué)位論文???２）同一類鞋印花紋圖像，語義直方圖很相似，不同的局部區(qū)域的語義表達(dá)??可能存在不相似。??３）不同類的鞋印花紋圖像，語義直方圖很相似，對(duì)應(yīng)相同的局部區(qū)域的語??義表達(dá)不會(huì)完全相似。??■?Ｍ??圍圓??（ａ）示例圖ａ?（ｂ）示例圖ｂ??（ａ）?Ｓａｍｐｌｅ?ａ?（ｂ）?Ｓａｍｐｌｅ?ｂ??圖３．１局部語義表達(dá)不相似的鞋印圖像示例圖??Ｆｉｇ．３．１?Ｓｈｏｅｐｒｉｎｔ?ｓａｍｐｌｅｓ?ｏｆ?ｄｉｓｓｉｍｉｌａｒ?ｌｏｃａｌ?ｓｅｍａｎｔｉｃ?ｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ??由圖３．１可知，這是兩幅不同類別的鞋印圖像，現(xiàn)有算法的結(jié)果將這兩幅圖??分為一類，因?yàn)樗鼈儓D像中所具有的語義基元類別和各個(gè)類別數(shù)目占總基元數(shù)目??比都非常相似，這造成了這兩幅圖用語義直方圖求得的相似度也很高。但是從人??的視覺判斷來看，這兩幅圖是明顯有區(qū)別的，這種區(qū)別體現(xiàn)在同一類語義基元在??鞋印圖像的分布位置不同。??圍一??（ａ）圖?ａ?（ｂ）圖?ｂ??（ａ）?Ｐｒｉｍｉｔｉｖｅ?ａ?（ｂ）?Ｐｒｉｍｉｔｉｖｅ?ｂ??圖３．?２提取出的兩種基元圖示例??Ｆｉｇ．３．２?Ｓａｍｐｌｅｓ?ｏｆ?ｔｗｏ?ｔｙｐｅｓ?ｏｆ?ｐｒｉｍｉｔｉｖｅ?ｉｍａｇｅｓ??在圖３．１（ａ）中方框圈出的位置主要集中的是圖３．２（ａ）所示的方形基元，而在??圖３．１（ｂ）中對(duì)應(yīng)位置主要集中的是圖３．２（ｂ）所示的條紋形基元。這種特點(diǎn)并不能??被整幅圖像語義直方圖描述出來。??－１５－??

圖３．６中可以看出，圖３．７所示的基元只在圖３．６??

【參考文獻(xiàn)】：
期刊論文
[1]支持向量分類機(jī)的修正核函數(shù)[J]. 李紅英,鐘波.  計(jì)算機(jī)工程與應(yīng)用. 2009(24)

碩士論文
[1]基于語義的鞋印圖像分類算法研究[D]. 荊怡.大連海事大學(xué) 2017
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的鞋印圖像分類算法研究[D]. 張弛.大連海事大學(xué) 2016
[3]基于紋理與形狀特性的鞋底花紋自動(dòng)識(shí)別算法的研究[D]. 王福生.大連海事大學(xué) 2006
[4]基于模式識(shí)別的鞋底花紋自動(dòng)識(shí)別與分類[D]. 楊曉勝.大連海事大學(xué) 2005



本文編號(hào)：2961272