基于反馈的现场鞋底痕迹花纹检索算法研究

基于反馈的现场鞋底痕迹花纹检索算法研究

ID:33552920

大小:11.02 MB

页数:114页

时间:2019-02-27

基于反馈的现场鞋底痕迹花纹检索算法研究_第1页
基于反馈的现场鞋底痕迹花纹检索算法研究_第2页
基于反馈的现场鞋底痕迹花纹检索算法研究_第3页
基于反馈的现场鞋底痕迹花纹检索算法研究_第4页
基于反馈的现场鞋底痕迹花纹检索算法研究_第5页
资源描述:

《基于反馈的现场鞋底痕迹花纹检索算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、万方数据分类号UDC密级单位代码!Q151大连海事大学硕士学位论文基于反馈的现场鞋底痕迹花纹检索算法研究孙会会指导教师王新年职称副教授学位授予单位大连海事大学申请学位类别工学硕士学科(专业)信息与通信工程论文完成日期2014年10月答辩日期2014年11月答辩委员会主席万方数据ResearchonFeedbackBasedCrimeSceneShoeprintsRetrievalAlgorithmAthesisSubmittedtoDalianMaritimeUniversityInpartialfulfillmen

2、toftherequirementsforthedegreeofMasterofEngineeringbySunHuihui(InformationandCommunicationEngineering)ThesisSupervisor:AssociateProfessorWangXinnianNovember2014万方数据大连海事大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明:本论文是在导师的指导下,独立进行研究工作所取得的成果,撰写成博/硕士学位论文竺基壬厦堡的理扬整痘痘蓬蕉筮捡塞篡选婴究:。除论文

3、中已经注明引用的内容外,对论文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表的成果。本声明的法律责任由本人承担。学位论文作者签名:盐丛学位论文版权使用授权书本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学位论文的规定,即:大连海事大学有权保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权大连海事大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制

4、手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕士学位论文全文数据库》(中国学术期刊(光盘版)电子杂志社)、《中国学位论文全文数据库》(中国科学技术信息研究所)等数据库中,并以电子出版物形式出版发行和提供信息服务。保密的论文在解密后遵守此规定。本学位论文属于:保密口在——年解密后适用本授权书。不保密日(请在以上方框内打“√”)论文作者躲躺会导师躲姚冲日期:力f牛年f1月f]日万方数据中文摘要摘要在刑事案件中,鞋底痕迹花纹对于侦破案件发挥巨大的作用。其中,最具有挑战性的任务就是将犯罪现场遗留的低质量的鞋底痕

5、迹花纹图像与数据库中的鞋底痕迹花纹比较,找出最匹配的一幅图像。本文给出基于反馈的现场鞋底痕迹花纹图像检索算法目的是帮助鉴定专家准确的检索出最匹配的鞋底痕迹花纹图像,并且检索结果符合专家的主观判断,从而提高破案效率。本文采用第三方提供的10096幅现场鞋底痕迹花纹图像作为图像库,并用于实验。具体成果如下:1)给出了现场鞋底痕迹花纹图像的初步检索算法(1)基于小波.傅里叶变换的特征提取算法针对现场鞋底痕迹图像存在噪声、裂痕和花纹破损等干扰问题,本文给出了基于小波.傅里叶变换的现场鞋底痕迹检索算法,利用小波变换的多尺度分析

6、特点与FMT的平移、旋转不变性,在去除干扰信息的同时提取具有平移和旋转不变的特征。(2)基于局部与整体的特征匹配策略针对残缺图像的匹配精度问题,本文给出了整体与局部的特征匹配策略。在特征提取的基础上,对于鞋底痕迹花纹采取分区匹配的方法,并采用相关系数度量各分区相似性,然后对分区后的相似性得分求加权和。为了解决残缺图像的匹配问题,本文还采用对低置信度区域估计相似度的匹配策略,再求各分区的加权和,最终得到两幅图像的相似度。采用CMC曲线评价初步检索算法的性能,检索结果中前0.1%、前0.2%31前2%名图像的累计匹配得分

7、分别为45.24%、64.09%和87.5%。2)给出了基于SVM的现场鞋底痕迹花纹二次检索算法针对残缺和噪声较大的图像初步检索结果不理想情况,本文给出人工反馈和支持向量机结合的方法,用来提取共性特征和差异性特征,从而提高查全率。本文根据鞋底痕迹各区域SVM的分类结果,采用距离测度衡量与测试图像的相似度,并根据置信度和分类结果,求取各区域的距离加权和。最终,综合分类结果和距万方数据中文摘要离将分类后的图像排序。相比于初步检索结果,查全率平均提高了7%。理论分析和综合实验表明,在10096图像库中,总体检索结果前0.1

8、%、前0.2%和前2%名图像的累计匹配得分分别为54.56%、70.24%和87.5%。本文给出的基于反馈的现场鞋底痕迹花纹图像检索算法,具有几何不变性和实用性,并能对不同程度的残缺图像进行检索,对噪声和花纹的断裂、缺失具有较强的鲁棒性。关键词:鞋底痕迹花纹检索;反馈;小波一傅里叶变换;局部与整体的匹配策略;支持向量机万方数据英文摘要ABSTR

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。