复杂背景下鞋印花纹提取算法研究

发布时间：2021-10-27 01:53

　　作为犯罪现场痕迹之一,鞋印痕迹在刑侦当中有着很高的参考价值。在犯罪现场的复杂环境中准确提取鞋印花纹是后续鞋印检索等任务的基础和关键。本文的主要目的是处理采集的犯罪现场鞋印图像,并提取准确的鞋印花纹图像。基于此目的,本文对复杂背景下鞋印花纹提取算法进行了研究:（1）给出了复杂背景下鞋印花纹提取算法总体思路针对现有的现场鞋印花纹提取算法当中存在的不足,给出了复杂背景下的鞋印花纹提取算法的总体框架。该框架包括:鞋印图像的区域特征提取算法、基于随机游走的花纹候选区域提取算法、鞋印图像后处理算法三大部分。（2）给出了现场鞋印图像的区域特征提取算法针对复杂背景下鞋印图像花纹承痕场景多样,为了提取稳定的花纹区域特征,给出了鞋印图像的区域特征提取算法。首先将鞋印图像进行超像素分割,由于花纹具有镂空不连续的特性,含有花纹的超像素区域中会有少量的背景残余,为了减少冗余信息的干扰,准确的描述区域中花纹的特征,通过建立局部自适应梯度阈值模型提取区域中梯度特征,结合梯度与颜色信息来描述区域特征。（3）给出了基于随机游走的花纹候选区域提取算法通过对复杂背景下现场花纹鞋印图像的特性分析可知,图像中背景多样且不均一,... 

【文章来源】：大连海事大学辽宁省 211工程院校

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图３．１韦勃定律示意图??

?复杂背景下鞋印花纹提取算法研究???２）测试方案??为验证本文提出的区域特征的有效性，在随机游走算法基础上结合本文的鞋印图像??的区域特征。通过与结合了颜色特征的随机游走算法，结合颜色与ＨＯＧ特征的随机游??走算法在鞋印数据集上的实验性能比较，证明了本文算法的有效性。??本文使用超像素分割将鞋印图像预分割为一个个的区域，采用人工交互的方式来标??记现场鞋印图像中一部分超像素区域作为初始的前景和背景标签节点，人工交互的过程??如图３．５所示，图中红色标注为标记的初始背景区域，绿色标记为初始的前景目标区域。??ａａｉｉＳＢａｗｉＳＭｉｉ—?顿明??蹲一二？命??關??（ａ）原图像?（ｂ）原始标注??（ａ）?ｏｒｉｇｉｎａｌ?ｉｍａｇｅ?（ｂ）?ｏｒｉｇｉｎａｌ?ｍａｒｋｓ??图３．５原始标注示意图??Ｆｉｇ．?３．５?Ｓｃｈｅｍａｔｉｃ?ｏｆ?ｔｈｅ?ｏｒｉｇｉｎａｌ?ｍａｒｋｓ??３．４．２鞋印数据集实验结果与分析??通过现场鞋印图像的分析可知，部分鞋印图像中的目标花纹不具有颜色特征，但是??仍然保留了纹理特征，同时鞋印花纹具有镂空不连续的特性。本文考虑以上情况，结合??梯度与颜色信息描述超像素区域。采用不同特征的鞋印图像花纹候选区域提取结果如图??３．６所示，性能评价如表３．１所示。??－２２?－??

图３．６不同特征的结果比较??Ｆｉｇ．３．６?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｄｉｆｆｅｒｅｎｔ?ｆｅａｔｕｒｅｓ??－２３?－??


本文编号：3460636