鞋印圖像是犯罪現(xiàn)場留存率較高的證據(jù)之一,由于存在重復(fù)作案的情況,現(xiàn)場遺留的鞋印圖像可以幫助刑偵人員快速進(jìn)行的案件串并,這可以大大增加案件的偵破幾率。同時(shí),如果刑偵數(shù)據(jù)庫中有對應(yīng)人員錄入的鞋印圖像,則可以直接縮小破案范圍,甚至直接鎖定嫌疑人。因此,針對現(xiàn)場遺留的鞋印圖像的快速有效的檢索是刑偵領(lǐng)域急需解決的一個(gè)技術(shù)問題。目前的鞋印圖像檢索算法沒有考慮到用戶關(guān)注的局部區(qū)域,而是直接將整幅鞋印圖像輸入到檢索系統(tǒng)提取特征,再將其用于檢索。由于現(xiàn)場鞋印圖像大多是殘缺以及模糊的,將整幅圖像作為唯一輸入并不合適,本文認(rèn)為某些保留下來的清晰的局部區(qū)域應(yīng)該得到更多的關(guān)注;并且,現(xiàn)有的鞋印圖像二次檢索算法對于殘缺庫圖之間的關(guān)系描述不準(zhǔn)確,需要加以改進(jìn)�；谝陨蟽牲c(diǎn),本文提出了基于局部語義塊和流形排序的鞋印圖像檢索算法,主要工作如下:1)提出了基于局部語義塊的現(xiàn)場鞋印圖像檢索算法現(xiàn)場的鞋印圖像通常是殘缺以及模糊的,為了減弱這一現(xiàn)象對于檢索性能的影響,本文不僅使用了整幅圖像作為輸入,還引入了局部語義塊作為輸入。本文提出的基于局部語義塊的現(xiàn)場鞋印圖像檢索算法根據(jù)現(xiàn)場鞋印圖像的特點(diǎn)給出了兩個(gè)規(guī)則,即優(yōu)先選取清晰的局... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１?３種類型的鞋印圖像樣本和預(yù)處理后的圖??Ｆｉｇ?２．１?Ｓａｍｐｌｅｓ?ｏｆ?ｔｈｒｅｅ?ｔｙｐｅｓ?ｏｆ?ｓｈｏｅｐｒｉｎｔｓ?ａｎｄ?ｔｈｅｉｒ?ｐｒｅｐｒｏｃｅｓｓｅｄ?ｖｅｒｓｉｏｎ??

譜特征ｉ??????????Ｌ＿＿＿．???１??鞋底花紋??Ｃ：＝：—＾?Ｊ與數(shù)據(jù)庫圖計(jì)算局１１查詢圖與庫圖之間的＼?＾??＞部語義相似度?全局表觀相似度￣??????????????」???Ｙ???ｉ將兩部分相似度分別???ｙ歸一化，并融合得到??１?一次檢＿結(jié)果???ｙ??＾?［???甘工此、：ｉｔ祐職排訖笛?｜計(jì)算病兩庫圖??基認(rèn)ｉｉｓｉｒ—ｔｓｓ蠢??１??Ｉ根據(jù)排序得分由大??到小輸出圖像??１???圖２．?２本文算法流程圖??Ｆｉｇ．２．２?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ｔｈｅ?ｐｒｏｐｏｓｅｄ?ａｌｇｏｒｉｔｈｍ??本文提出由用戶選擇出一塊區(qū)域，然后基于這個(gè)局部區(qū)域衡量兩張鞋印圖像之間??的相似度，這樣就避免了缺損區(qū)域帶來的干擾，能夠更加準(zhǔn)確的衡量兩張鞋印圖像之??間的相似度。我們稱這個(gè)局部區(qū)域?yàn)榫植空Z義塊。??用戶選擇出局部語義塊后，如何衡量局部語義塊與庫圖之間的相似度是一個(gè)很重??要的問題，因?yàn)槎叩某叨炔⒉幌嗤�。本文的思路是使用每個(gè)庫圖中與局部語義塊最??相似的局部區(qū)域與局部語義塊之間的相似度作為局部語義塊與庫圖之間的相似度。??Ｗａｎｇ�。常罚菀呀�(jīng)證明了小波傅里葉梅林特征在這類圖像的有效性，但如果基于此特征進(jìn)行??塊與塊之間的匹配，那么則需要對庫圖進(jìn)行逐像素取塊再提取小波傅里葉梅林特征，??考慮到檢索效率的問題，這在實(shí)際中是難以應(yīng)用的。因此本文采用ＮＣＣ的方法來尋??找?guī)靾D中與局部語義塊最相似的局部區(qū)域。這種方法是本質(zhì)是基于空域進(jìn)行匹配，雖??－１３?－??

基于局部語義塊和流形排序的鞋印圖像檢索??１??圓??圖３．?２低質(zhì)量鞋印圖像示例（存在花紋被粘連，小洞和毛刺的現(xiàn)象）??Ｆｉｇ．３．２?Ａｎ?ｅｘａｍｐｌｅ?ｏｆ?Ｌｏｗ?ｑｕａｌｉｔｙ?ｓｈｏｅｐｒｉｎｔ（Ｗｉｔｈ?ｓｍａｌｌ?ｈｏｌｅｓ?ａｎｄ?ｂｕｒｒｓ，?ａｎｄ?ｐａｔｔｅｒｎｓ?ａｒｅ?ｓｔｕｃｋ）??ＷＭ?＝?Ｍ｛Ｌ，０，０）?（３．７?）??根據(jù)刑偵人員的辦案經(jīng)驗(yàn)，在現(xiàn)場遺留的鞋印圖像中，上半腳掌的圖像質(zhì)量相對??與下班腳掌的圖像質(zhì)量相對較好。在本文的算法中，將鞋印圖像分為上下兩個(gè)部分，??分別提取小波傅里葉梅林特征，并分別用＾和＿８來表示。目的是在檢索的時(shí)候??分別計(jì)算上半腳掌與下半腳掌之間的相似度，并給與上半腳掌較高的可信度，給與下??班腳掌較低的可信度，這將會(huì)在３．３．２中具體描述�；谛〔ǜ道锶~梅林特征，可以得??到庫圖與查詢圖的全局表觀相似度ｓ２。??３．?３．?２算法流程??本文的算法總體分為兩個(gè)過程，首先，引導(dǎo)用戶選取一個(gè)局部區(qū)域作為局部語義??塊，并基于用戶選取的局部語義塊計(jì)算查詢圖與庫圖之間的局部語義相似度；然后，??基于小波傅里葉梅林特征計(jì)算全局表觀相似度；最后，進(jìn)行融合得到排序得分。??１）基于局部語義的鞋印圖像檢索??（１）根據(jù)制定的規(guī)則，用戶在查詢圖Ｑ中選定一個(gè)子塊作為局部語義塊及??田??圖３．?３查詢圖與選定的局部語義塊示例??Ｆｉｇ３．３?Ｑｕｅｒｙ?ａｎｄ?ｉｔ？ｓ?ｃｏｒｒｅｓｐｏｎｄｉｎｇ?ｌｏｃａｌ?ｓｅｍａｎｔｉｃ?ｐａｔｃｈ??－２４?－??

【參考文獻(xiàn)】：
碩士論文
[1]基于反饋的現(xiàn)場鞋底痕跡花紋檢索算法研究[D]. 孫會(huì)會(huì).大連海事大學(xué) 2014



本文編號(hào)：3009408