鞋底花纹 数据库-鞋底花纹物理论文

【摘要】：鞋底痕迹是犯罪现场中遗留率较高的痕迹物证之一,它能提供可靠地法定依据。鉴于重复作案的原因,鞋底花纹图像有效的检索不仅能够帮助调查人员实现案件的串并联,并且可以帮助他们锁定罪犯。鞋底花纹图像有效的管理和检索对案件破获有重要意义。图像的语义信息往往与人的主观视觉感受相一致,图像语义信息的有效获取能够提升检索结果的主客观一致性。在低质量图像情况下,基于底层特征的鞋底花纹检索技术并不能获得良好的检索结果。因此本文开展鞋底花纹语义表达算法的相关研究。本文的主要工作如下：(1)给出了一种针对鞋底花纹图像的语义表达框架本文根据鞋底花纹图像的自身特点以及语义表达的一般模型鞋底花纹 数据库,给出了针对鞋底花纹图像的层次化语义表达框架。该框架将鞋底花纹语义表达划分为全局语义信息和局部语义信息两大部分。在实际的人工参与的主观测试中,验证了本文框架的合理性。(2)给出了鞋底花纹图像整体性语义的提取算法本文给出的鞋底花纹图像整体性语义表达算法包括三个方面的内容：1)本文结合传统的梯度矢量流模型加入先验知识限制,采用数据拟合的思想,获得了与人的主观感受相一致的鞋底花纹图像整体轮廓。该算法无论是对各类鞋型还是对具有少量残缺的图像都具有较好的鲁棒性。

算法提取的鞋底花纹图像轮廓都能够较好的实现主客观一致性。2)在实验分析了鞋底花纹图像的轮廓特点的基础上,本文给出了两个鞋底花纹图像左右脚的判别准则,这两类准则单独判定左右脚的准确率均超过96%。本文根据上述判定准则在实际的判定结果中的置信情况结合双高斯模型鞋底花纹 数据库,进一步的提升了判定结果的准确率,使得判定准确率达到99%。3)本文在分析了鞋底花纹图像纹理方向的相关特点的基础上,给出了依据能量谱分布规律为特征的鞋底花纹图像纹理的整体方向提取算法。以获得的鞋底花纹图像纹理的整体方向为分类依据,针对嫌疑人库的分类准确率超过92%。(3)给出了鞋底花纹图像局部性语义表达算法本文给出的鞋底花纹图像局部性语义表达算法包括两个方面的内容：1)本文给出了一种基于极坐标分区统计信息的轮廓描述算法,利用该特征和SVM对鞋底花纹语义基元进行语义标注,给出了语义基元的形式化表达方式和相似性度量方法。在不同类型的基元标注实验中获得了较好的准确率。2)针对语义基元信息表达能力不足的问题,本文给出了两种语义单元表达方式和相似性度量方法,并通过实验验证了语义单元表达在检索过程中的优势。为测试本文获得的鞋底花纹图像语义信息在检索中的表现,本文以9294幅鞋底花纹图像嫌疑人数据为测试数据库,检索排名在前10名、前20名、前50名的查全率分别达到66.22%、72.30%以及75.68%。另外通过与传统的基于底层特征的算法相结合进一步的提升了检索结果的查全率,其中前50名的查全率达到了78.38%。实验结果表明本文给出的鞋底花纹图像语义表达算法对于提升检索结果的查全率和主客观一致性具有较好的效果。