基于多次反饋機制的現(xiàn)場鞋底痕跡花紋圖像檢索方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理與識別、計算機視覺、機器學(xué)習(xí)和公共安全等領(lǐng)域，特別地， 涉及一種基于多次反饋機制的現(xiàn)場鞋底痕跡花紋圖像檢索方法。
【背景技術(shù)】
[0002] 目前，國內(nèi)外的鞋底花紋檢索主要分為三類：基于標(biāo)注、基于花紋和基于特征的檢 索方法。
[0003] 近來，用傅里葉變換來對完整或局部的優(yōu)劣程度不同的鞋底痕跡花紋進行分類， 傅里葉變換可以解決圖像的縮放和旋轉(zhuǎn)問題，并且對頻域信息編碼。2005年P(guān)hilipde Chazal等提出一種基于傅立葉變換的鞋底花紋自動檢索系統(tǒng)，具體方法為：對鞋底痕跡圖 片進行傅立葉變換，并計算其功率譜密度作為特征進行匹配。在沒考慮噪聲的情況下，匹配 的正確率為85%左右，也證明了這種方法具有平移、旋轉(zhuǎn)不變性。
[0004] 此外，在現(xiàn)有技術(shù)中，還有一種基于輪廓的鞋底花紋自動檢索系統(tǒng)。該系統(tǒng)利用圖 案的邊緣信息來進行分類，在對圖像進行平滑去噪后，把邊緣方向以5度為間隔分為72份， 對每個圖案生成一個邊緣方向的直方圖，然后進行離散的傅里葉變換保證了縮放、旋轉(zhuǎn)的 不變性。但此文沒有給出對缺損圖像檢索的性能指標(biāo)，而向用戶提供一個最匹配的鞋底痕 跡花紋排序表。據(jù)報道，該系統(tǒng)的精確率為85. 4%。
[0005] 此外，現(xiàn)有技術(shù)中還提出一種基于鞋底痕跡直方圖特征和紋理特征檢索鞋底痕跡 花紋的方法。該方法利用灰度共生矩陣和灰度直方圖提取鞋印的紋理和直方圖特征。由于 承受客體不同、光線等因素的影響，會出現(xiàn)同樣的人穿同樣的鞋踩出的兩只鞋印的紋理和 直方圖特征不同，將Hu不變矩應(yīng)用于鞋底痕跡花紋識別中，將旋轉(zhuǎn)不變性測試的取值范圍 設(shè)在-90°到+90°，匹配率能達到99. 4%。
[0006] 此外，為了避免前人所用的邊緣檢測方法的缺點，提高查全率，直接采用鞋底痕跡 的灰度圖像或者經(jīng)過邊緣檢測后的灰度圖像進行識別；然后計算圖像的PSD，最后求相關(guān) 系數(shù)。為了比較不同方法對鞋底痕跡花紋識別效果的影響，該文采用三種方法：方法一、計 算圖像的灰度值；方法二、利用Laplacian(拉普拉斯）邊緣檢測方法；方法三、利用Canny 邊緣檢測方法。實驗結(jié)果表明方法一更適合含有較大噪聲的鞋底痕跡圖像，因為在這種情 況下求圖像的灰度值，是為了避免由噪聲引起的假邊界提取。方法二和方法三適合圖像中 噪聲較少的情況，這樣得到的鞋底痕跡識別效果較好。
[0007] 雖然，在在現(xiàn)有技術(shù)中已經(jīng)有鞋底花紋的全自動檢索系統(tǒng)，但是，這些系統(tǒng)都是對 人工合成的清晰的鞋底痕跡圖像進行檢索，而在實際應(yīng)用中，需要進行檢索的鞋底痕跡圖 像多為現(xiàn)場采集的鞋底痕跡圖像，并且，很多時候，現(xiàn)場采集的鞋底痕跡圖像質(zhì)量較低，不 完整、或者不清晰，所以，上面所提到的鞋底痕跡檢索方法在實際應(yīng)用中有很多限制。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明目的在于通過對現(xiàn)場采集到的鞋底痕跡花紋圖像的多次檢索，能夠提高檢 索的精確程度，更有效的幫助偵查破案。
[0009] 為了實現(xiàn)本發(fā)明的目的，特采用以下技術(shù)方案：
[0010] 根據(jù)本發(fā)明的技術(shù)方案，提供了一種基于多次反饋機制的現(xiàn)場鞋底痕跡花紋圖像 的檢索方法，該方法包括：
[0011] 步驟1，根據(jù)現(xiàn)場采集到的鞋底痕跡花紋圖像的二值圖的頻譜特征與樣本圖像庫 中圖像特征的相似性程度，對樣本圖像庫中預(yù)先存儲的鞋底痕跡花紋圖像進行排序并輸 出；
[0012] 步驟2,按照預(yù)定標(biāo)準(zhǔn)選擇至少兩個所輸出的樣本圖像庫中預(yù)先存儲的鞋底痕跡 花紋圖像，根據(jù)提取選擇出的鞋底痕跡花紋圖像的頻譜特征，將選擇出的鞋底痕跡花紋圖 像的頻譜特征求平均，計算得出平均頻譜特征；
[0013] 步驟3,計算平均頻譜特征與樣本圖像庫中每一個預(yù)先存儲的鞋底痕跡花紋圖像 的二值圖的頻譜特征的相似性得分；
[0014] 步驟4,按照相似性得分從大到小的順序輸出樣本圖像庫中預(yù)先存儲的鞋底痕跡 花紋圖像。
[0015] 此外，該方法進一步包括：
[0016] 重復(fù)循環(huán)進行步驟2至步驟4,直到獲得檢索方法的使用者滿意的樣本圖像庫中 的圖像的輸出排序為止。
[0017] 具體地，步驟1包括：
[0018] 步驟a，根據(jù)現(xiàn)場采集到的鞋底痕跡花紋圖像分析鞋底痕跡花紋的特點，提取鞋底 痕跡花紋圖像的二值圖的頻譜特征；
[0019] 步驟b，獲取樣本圖像庫中所有預(yù)先存儲的鞋底痕跡花紋圖像的二值圖的頻譜特 征；
[0020] 步驟c，計算現(xiàn)場采集到的鞋底痕跡花紋圖像的二值圖的頻譜特征與樣本圖像庫 中每一個預(yù)先存儲的鞋底痕跡花紋圖像的二值圖的頻譜特征的相似性得分；
[0021] 步驟d，將相似性得分以預(yù)定規(guī)則進行排序并按照該排序方式輸出樣本圖像庫中 預(yù)先存儲的鞋底痕跡花紋圖像。
[0022] 并且，步驟2中，預(yù)定標(biāo)準(zhǔn)包括以下至少之一：
[0023] 選擇相似性得分高于預(yù)定值的圖像、按照輸出順序選擇預(yù)定數(shù)量的圖像、剔除與 現(xiàn)場采集的鞋底痕跡花紋圖像具有明顯差異的圖像。
[0024] 進一步地，步驟a包括：
[0025] 步驟al，獲取現(xiàn)場采集到的鞋底痕跡花紋圖像的二值圖；
[0026] 步驟a2,對圖像的二值圖進行傅里葉變換，取其幅值，得到該圖像的二值圖的頻 譜；
[0027] 步驟a3,構(gòu)建濾波器，對頻譜進行特征選擇濾波；
[0028] 步驟a4,對濾波后的頻譜進行極坐標(biāo)變換；
[0029] 步驟a5,再次構(gòu)建濾波器，對極坐標(biāo)變換后的頻譜進行特征選擇濾波，濾波結(jié)果作 為圖像的二值圖的頻譜特征。
[0030] 進一步地，步驟b包括：
[0031] 步驟bl，獲取樣本圖像庫中預(yù)先存儲的鞋底痕跡花紋圖像的二值圖；
[0032] 步驟b2,對圖像的二值圖進行傅里葉變換，取其幅值，得到該圖像的二值圖的頻 譜；
[0033] 步驟b3,構(gòu)建濾波器，對該頻譜進行特征選擇濾波；
[0034] 步驟b4,對濾波后的頻譜進行極坐標(biāo)變換；
[0035] 步驟b5,再次構(gòu)建濾波器，對極坐標(biāo)變換后的頻譜進行特征選擇濾波，濾波結(jié)果作 為圖像的二值圖的頻譜特征；
[0036] 步驟b6,存儲圖像的二值圖的頻譜特征。
[0037] 此外，該方法進一步包括：
[0038] 以預(yù)定方式，將鞋底痕跡花紋圖像的二值圖分為腳掌部分和腳跟部分，并分別提 取腳掌部分和腳跟部分的頻譜特征；
[0039] 優(yōu)選地，腳掌部分占整個鞋底痕跡花紋圖像的60%，腳跟部分占整個鞋底痕跡花紋 圖像的40%。
[0040] 進一步地，計算平均頻譜特征與樣本圖像庫中每一個預(yù)先存儲的鞋底痕跡花紋圖 像的二值圖的頻譜特征的相似性得分包括：
[0041] 分別計算圖像的腳掌部分的占空比、與腳跟部分的占空比，其中，腳掌部分的占空 比為腳掌部分足跡花紋的面積與鞋底痕跡花紋圖像的二值圖的腳掌部分的比值，腳跟部分 的占空比為腳跟部分足跡花紋的面積與鞋底痕跡花紋圖像的二值圖腳跟部分的比值；
[0042] 根據(jù)腳掌部分的占空比、以及腳跟部分的占空比分別計算現(xiàn)場采集到的鞋底痕跡 花紋圖像與預(yù)先存儲于樣本圖像庫中的圖像的頻譜特征的相關(guān)系數(shù)，其中腳掌部分的相關(guān) 系數(shù)用Rt表示、腳跟部分的相關(guān)系數(shù)用Rb表示，計算方法包括：設(shè)現(xiàn)場采集到的鞋底痕跡 花紋圖像的腳掌部分的占空比為At、腳跟部分的占空比為Ab，預(yù)先存儲于樣本圖像庫中的 圖像的腳掌部分的占空比為Bt、腳跟部分的占空比Bb，給定閾值T，范圍為0〈T〈0. 1，情況 一，若At>T且Bt>T，則Rt為新的特征的腳掌部分與樣本圖像庫中預(yù)先存儲的足跡圖像 腳掌部分的頻譜特征的相關(guān)系數(shù)；情況二，腳掌占空比的其他情況，則Rt=0 ;情況三，若Ab >T且Bb>T，則Rb為新的特征的腳跟部分與樣本圖像庫中預(yù)先存儲的足跡圖像腳跟部分 的頻譜特征的相關(guān)系數(shù)；情況四，腳跟占空比的其他情況，則Rb=〇 ;<