現(xiàn)場鞋印圖像是指從犯罪現(xiàn)場中采集的鞋印圖像,是犯罪現(xiàn)場中最常見的重要證據(jù)之一,對破案人員來說有重要意義。鞋印檢索的目的是從鞋印數(shù)據(jù)庫中檢索出與犯罪現(xiàn)場相似的鞋印圖像,從而幫助刑偵人員揭示有關(guān)案件的線索。由于從犯罪現(xiàn)場采集到的鞋印通常是缺損且模糊的低質(zhì)量鞋印圖像,這對鞋印圖像檢索來說是不小的挑戰(zhàn)。目前現(xiàn)有的鞋印圖像檢索算法對高殘缺、高模糊的低質(zhì)量鞋印圖像的魯棒性仍然較差。本文給出了一種基于局部語義濾波器組的低質(zhì)量鞋印檢索算法,主要工作如下:1)給出一種局部語義濾波器組構(gòu)建算法。首先給出一種基于交互式的不同類型局部語義塊的提取規(guī)則,提取低質(zhì)量鞋印圖像中存在的周期性和標(biāo)志性局部語義塊;其次,基于不同局部語義塊訓(xùn)練局部語義濾波器模型并構(gòu)建局部語義濾波器組,降低了鞋印圖像中的噪聲干擾,使得鞋印檢索對低質(zhì)量鞋印圖像更具有魯棒性,從而提高檢索精度;最后將基于局部語義濾波器組與基于小波傅里葉梅林特征的相似度得分進(jìn)行融合,得到最終的排序得分。本文在3個數(shù)據(jù)集MUES-SR10KS2S、FID-300和CS上進(jìn)行了驗證實驗,均取得了良好的檢索效果,其中在低質(zhì)量現(xiàn)場鞋印數(shù)據(jù)集MUES-SR10KS2S上的前... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．２現(xiàn)場鞋印圖像的特征??Ｆｉｇ．?２．２?Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ?ｏｆ?ｃｒｉｍｅ?ｓｃｅｎｅ?ｓｈｏｅｐｒｉｎｔｓ??２．３本文算法總體框架??

?基于局部語義濾波器組的低質(zhì)量鞋印圖像檢索算法???本章的具體安排如下：首先對本章算法的相關(guān)工作及方法進(jìn)行闡述并進(jìn)行分析；然??后制定了局部語義樣本提取規(guī)則；接著對局部語義濾波器組訓(xùn)練的原理以及步驟進(jìn)行闡??述：最后給出了算法三個現(xiàn)場鞋印數(shù)據(jù)集上的實驗結(jié)果以及實驗分析，并進(jìn)行本章總結(jié)。??３．２相關(guān)工作??３．２．１基于低質(zhì)量鞋印花紋分析的相關(guān)工作??Ｋｏｒｔｙｌｅｗｓｋｉ等人％提出一種基于周期性特征模型的檢索算法，該方法對鞋印的周??期性區(qū)域進(jìn)行定位和分析，提取每個周期性區(qū)域的傅里葉描述子并進(jìn)行分類。最后利??用提取的傅里葉特征計算圖像之間的相似度進(jìn)行鞋印檢索，該方法沒有充分考慮到鞋??印種還存在的標(biāo)志性局部語義區(qū)域，對于有同樣周期性花紋的不同類型的鞋印圖像檢??索結(jié)果會有影響。??本章將鞋印中存在的紋理分為兩類：標(biāo)志性紋理和周期性紋理（如圖３．２所示）。??其中，標(biāo)志性紋理是指鞋底花紋圖像中所具有明顯標(biāo)志性特征的區(qū)域塊；周期性紋理??是指鞋底花紋圖像中有重復(fù)性特征且具有周期性的局部語義區(qū)域。??ｉ｜Ｂ｜??匪腿??標(biāo)志性紋３?＂＂＾??＾??＾?１?周期性紋理??圖３．２低質(zhì)量鞋印圖像的紋理?’??Ｆｉｇ．?３．２?Ｔｅｘｔｕｒｅ?ｏｆ?ｌｏｗ?ｑｕａｌｉｔｙ?ｓｈｏｅｐｒｉｎｔ?ｉｍａｇｅｓ??－?１６?－??

?基于局部語義濾波器組的低質(zhì)量鞋印圖像檢索算法???其中，＆和６分別表示為水平方向的梯度值以及垂直方向上的梯度值，（７（＾）代表梯??度的幅度值，外表示梯度方向。??（１）構(gòu)建梯度方向直方圖?＊??將圖像分為若干個單元格，并將單元格的梯度方向３６０度分成若干個方向塊，對??單元格內(nèi)每一像素的梯度方向在直方圖中進(jìn)行加權(quán)投影從而得到該單元格的梯度方向?？??直方圖。例如：將梯度方向分割成１２個方向塊，每個方向塊包含３０度（如圖３．３所??示），則整個直方圖包含１２維，然后根據(jù)每個像素點的梯度方向，利用雙線性內(nèi)插法??將其幅值累加到直方圖中，從而得到梯度方向直方圖。??９０。??１８０。?——＾??０。??Ｗ??２７０°??圖３．３梯度方向的劃分??Ｆｉｇ．?３．３?Ｇｒａｄｉｅｎｔ?ｄｉｒｅｃｔｉｏｎ?ｄｉｖｉｓｉｏｎ??（２）歸一化方向梯度直方圖??把相鄰小塊合成較大的區(qū)間進(jìn)行處理，并利用該區(qū)間中的每一個小塊進(jìn)行歸一化處??理，最終得到歸一化處理后的區(qū)間描述符，并結(jié)合所有的區(qū)間描述符形成最終的ＨＯＧ??特征。??３．３局部語義樣本提取規(guī)則的制定?－??為了解決用戶與檢索系統(tǒng)之間存在的巨大的語義鴻溝問題，本文制定了一個新的??交互式多個局部語義信息塊的提取規(guī)則，通過該交互規(guī)則的制定可以使得用戶只需進(jìn)?＊??行簡單的交互，提取有效的局部語義信息塊，進(jìn)而降低用戶與檢索系統(tǒng)之間的語義鴻??溝，提高檢索算法的準(zhǔn)確度。??－２０?－??


本文編號：3373895