鞋底点型花纹特征提取方法

《鞋底点型花纹特征提取方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2010年5月江西公安专科学校学报May2010第3期总第140期JOURNALOFJIANGXIPUBLICSECURITYCOLLEGENo．3Ser．No．140鞋底点型花纹特征提取方法杨璐，吴胜益(江西公安专科学校，江西南昌330002)摘要：这里介绍了一种应用于足迹识别系统中的鞋底点型花纹特征提取方法。首先对图像进行预处理，然后通过改进后的图像二值化算法，在对比度很小的背景中将小目标提取出来。最后剃用数学形态学滤渡结合形状特性提取点型花纹。该方法可为足迹识别系统的进一步研究打下基础。关键词：鞋底花纹；图像预处理；点型

2、花纹；j值化；特征提取中图分类号：D918．2文献标志码：A文章编号：1008-8121(2010)03—0107—031．引言足迹特征向量准确的基础上，可以通过其相似度比现场痕迹从传统上分为手印、足迹、工具痕迹、对算法．得到准确的鞋底花纹和足迹的匹配结果。因枪弹痕迹、其他痕迹五大类。与其他证据相比，足迹此研究足迹的特征提取具有重要意义，而点型花纹属于犯罪分子极不容易抹去的证据，无论罪犯如何是几种最常见的鞋底花纹之一，找到它的特征提取谨慎．也难免在犯罪现场某处留下鞋印。而留在各类方法．具有重要的意义。物体上的鞋印，只要用紫外线

3、一照，便无所遁形。很点型花纹的定义：由多个细小点块状凸起组成多情况下，犯罪现场的足迹是追踪犯罪分子的唯一的花纹．花纹面积小于0．5cmx0．5cm。图l所示为几依据。鞋印的边缘大小和脚印在地面形成的压力特种常见的点型花纹。征、鞋底磨损的状况，以及所有鞋印中心线的连线，能够把罪犯的步态还原得栩栩如生。足迹虽然对侦破很有帮助，但鞋底花纹的搜集、检索和检验却不容易。国外已经有一些足迹信息管理系统。但对录人人员的要求极高，很容易出现录入图1常见点型花纹图错误。目前我国公安机关大都是采用人工操作和管2．图像的预处理理的方法，使得花纹利用

4、率不高，从而足迹难以真正首先，把鞋底图像经过扫描仪扫面，制成数字图发挥其重要作用。如果利用计算机和图像处理技术像，然后进行预处理。预处理包括彩色图像到灰度图研制鞋印花纹的自动识别和分类的方法，则可以为像的转换，灰度图像的平滑去噪和形态学三个环节。发挥足迹和鞋印在刑事案件侦破中的作用提供更经2．1彩色图像到灰度图像的转换济、更有效的途径。通过充分利用计算机快速、高效我们通过采集卡得到的图像通常都为彩色图的特点，可以解决由人工识别带来的二义性，提高工像，而花纹识别主要是提取图像的形状特性，与颜色作效率。没有关系，所以可以先把彩色图

5、像转换为灰度图像，足迹的特征提取及特征向量的构建是鞋底花纹然后进行分析。识别系统中一个重要模块，在提取特征向量及构建一般情况下，彩色图像每个像素用三个字节表收稿日期：2010—03—05作者简介：杨璐(1982一)，女，江西南昌人，江西公安专科学校讲师，研究方向：数字图像处理；&h~(1976一)，男，江西永新人江西公安专科学校讲师．研究方向：安全防范技术。·107·示，每个字节对应着R，G，B分量的亮度(红、绿、蓝)，设原始图像，以一定的准则在其中找出一合适转换后的灰度图像的一个像素用一个字节表示该点的灰度值作为阈值t，则按

6、上述方法分割后的图像g的灰度值，它的值在0—255之间。转换公式为：(x，y)可由下式表示：Gray(x，y)=0．11R(x，y)+0．59G(x，y)+0．3B(x，y)g(，，)=i，l0f(，Y)t式中Gray(x，y)为转换后的灰度图像在(x，y)点处的灰f(x，Y)(t度值。2．2灰度图像平滑去噪传统的算法中是选择两峰间的谷值作为阈值来实际采集到的鞋底图像由于光照强弱和噪声影分割目标和背景。而对于除了点型花纹外还含有其响会导致图像质量下降，严重影响识别率。为此，预他花纹的复杂鞋样，由于某些纹理特征的区域灰度处理的第

7、二步需要对噪声进行滤除。采用高斯滤波对比度较差，这种情况下传统方法难以分离出背景是比较好的选择，通过对二维高斯函数进行采样可中的目标。因此。文中采用一种改进的Otsu算法，通以得到高斯模板，取高斯模板如下：过该方法能够提取出由于与背景的对比度较差而未能正确提取的目标。1‘21]I1假设经过预处理后的图像为I．计算出最佳阈值242l16t，利用t对图像进行阈值分割(可假设背景灰度为0，1213目标灰度为1)，将1分成M和N两部分，其中灰滤波器是建立的一个数学模型，通过这个模型来将度≤T的灰度值放入M，灰度>T的放入N。这样经过图

8、像数据进行能量转化，能量低的就排除掉，噪声就第一次提取后的目标为M，这些主要是I中颜色比是属于低能量部分。高斯滤波实质上是一种信号的较深且明显与背景图像有区别的目标。滤波器，其用途是信号的平滑处理。采用高斯模板滤然后对N中的像素进行二次二值化，求得最佳波可以增强图像中物体边缘