發(fā)布時間：2018-05-11 00:41

  本文選題：圖像配準 + SIFT�。� 參考：《河南理工大學》2015年碩士論文

【摘要】：隨著科學技術(shù)的飛速發(fā)展,對案發(fā)現(xiàn)場證據(jù)采集及檢測工作有了更高的要求。鞋印圖像自動識別技術(shù)是利用計算機對犯罪現(xiàn)場遺留下的鞋印進行處理、分析和識別,從而協(xié)助偵破案件。本文將對基于SIFT(Scale Invariant Feature Transform)的鞋印圖像特征提取及圖像匹配開展深入研究,主要工作如下:針對鞋印圖像的定位,提出一種二次定位法。首先對鞋印圖像進行預(yù)處理,根據(jù)鞋印圖像特征,運用頂點角度偏轉(zhuǎn)法進行第一次偏轉(zhuǎn)定位;在此基礎(chǔ)上,采用中垂線法對其進行二次定位,最終使鞋印基本處于同一豎直位置。針對SIFT算法在描述特征點時出現(xiàn)的數(shù)據(jù)量大、計算復雜等問題,本文提出一種改進的SIFT算法來對鞋印圖像進行特征匹配:一方面,通過二次定位法對鞋印圖像進行提前旋轉(zhuǎn),從而省去SIFT算法中為保證旋轉(zhuǎn)不變性所產(chǎn)生的大量運算;另一方面,在特征向量匹配部分,以最小歐氏距離作為判斷特征點是否匹配的標準,再通過最小歐氏距離與次小歐氏距離之比來剔除無效匹配點,SIFT特征匹配效率得到提高。通過實驗驗證,本文提出的鞋印二次定位算法與改進的SIFT算法,在保證圖像配準率和算法魯棒性的前提下,既縮短了配準時間,也提高了圖像的配準精度。
[Abstract]:With the rapid development of science and technology, there are higher requirements for the collection and detection of evidence in crime scene. The automatic recognition technology of shoeprint image is to use computer to process, analyze and identify the shoeprints left by the crime scene, so as to assist in the detection of cases. In this paper, the feature extraction and image matching of shoeprint image based on SIFT(Scale Invariant Feature Transform) are deeply studied. The main work is as follows: aiming at the location of shoeprint image, a secondary location method is proposed. First of all, the shoeprint image is preprocessed, and the vertex angle deflection method is used to locate the first time according to the characteristics of the shoeprint image, and on this basis, the secondary location is carried out by using the method of mid-vertical line. Finally, the shoe printing is basically in the same vertical position. Aiming at the problems of large amount of data and complicated calculation in describing feature points in SIFT algorithm, this paper proposes an improved SIFT algorithm to match the feature of shoeprint image: on the one hand, the shoeprint image is rotated ahead of time by the second location method. In addition, in the feature vector matching part, the minimum Euclidean distance is taken as the criterion to judge whether the feature points match or not. Then the sift feature matching efficiency is improved by the ratio of the minimum Euclidean distance to the sub-Euclidean distance to eliminate the invalid matching points. The experimental results show that the proposed secondary location algorithm and the improved SIFT algorithm not only shorten the registration time but also improve the registration accuracy under the premise of ensuring the image registration rate and robustness of the algorithm.
【學位授予單位】：河南理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 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(yīng)用[J];警察技術(shù);2004年02期

2 陳朝暉;;“血鞋印”的困惑[J];警察技術(shù);2008年04期

3 邵永軍;陳騏;;淺談規(guī)避鞋印作案現(xiàn)場的勘查工作要點[J];警察技術(shù);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(shù);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(shù);2007年05期

6 高樹輝,王新淮;現(xiàn)場鞋印檔案管理及計算機輔助檢索系統(tǒng)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(tǒng)研究[J];警察技術(shù);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(tǒng)[J];科技成果縱橫;2000年04期

9 ;[J];;年期

相關(guān)會議論文 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(shù)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(shù)會議論文集[C];2006年

相關(guān)重要報紙文章 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(jù)“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(jù)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

相關(guān)碩士學位論文 前4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 李鹽;基于SIFT的鞋印圖像特征提取及配準研究[D];河南理工大學;2015年

3 閆旭琴;自動鞋印分析與比對系統(tǒng)中的關(guān)鍵技術(shù)的研究與實現(xiàn)[D];山東科技大學;2007年

4 董菲菲;基于三維鞋印的鞋底花紋分類及模塊設(shè)計[D];南昌大學;2010年

，

本文編號：1871672