復(fù)雜背景中鞋底花紋分割方法的研究.pdf

1、足跡是犯罪現(xiàn)場中遺留率較高的痕跡物證之一，在刑事案件的偵破中具有重要的參考價值。過去，由于傳統(tǒng)的手工操作和人工管理方法的局限，導(dǎo)致足跡在刑事偵查工作中難以發(fā)揮其應(yīng)有的作用。當今計算機技術(shù)的迅速發(fā)展和圖像處理技術(shù)及其相關(guān)理論的廣泛應(yīng)用使足跡識別技術(shù)邁進了一個新的臺階。許多鞋底花紋自動識別系統(tǒng)已經(jīng)應(yīng)用于實戰(zhàn)中，極大地提高了現(xiàn)場足跡的識別率，在刑事案件的偵破中發(fā)揮了重要作用。但這些系統(tǒng)中的圖像預(yù)處理功能比較簡單，對錄入圖片的質(zhì)量要求較高，很難

2、滿足千變?nèi)f化的犯罪現(xiàn)場的需求。本文針對鞋底花紋自動識別系統(tǒng)中的圖像預(yù)處理部分進行了研究。
　　 本文分析總結(jié)了從犯罪現(xiàn)場采集的鞋底花紋圖像的特點。將鞋底花紋圖像的背景分類，對不同的背景采取不同的濾波方式進行去噪。采用數(shù)學形態(tài)學中的多尺度top-hat變換的方法來增強圖像的對比度。為了解決圖像中由于光照不均所帶來的分割誤差，采用基于子圖像的閾值法對圖像進行分割。即在分割圖像之前先對圖像分塊，每塊分別求取閾值再對圖像進行分割。采用了

3、基于分水嶺變換的模糊C-均值聚類算法來對圖像進行分割。這樣既解決了分水嶺變換的過分割問題，又提高了模糊C-均值聚類算法的運算速度。利用圖像的顏色信息對鞋底花紋圖像進行分割。根據(jù)鞋底花紋圖像的目標和背景中每個像素點的R、G、B三個分量的大小和方差的不同來對其進行分割。本算法對于背景為彩色，鞋底花紋部分為灰白色的圖像是有效的。為了去除分割結(jié)果中的直線干擾，采用霍夫變換來檢測直線并去除。
　　 本文提出的算法均在MATLAB平臺上進行