鞋印是一种在刑事案件现场经常发现的痕迹之一,常被用作案件侦破的证据。随着计算机视觉等技术的发展,鞋印在案件侦破中起到的作用越来越大,受到更多的关注。由于现场环境复杂多变,往往会使留下的鞋印不尽如人意,如存在噪声、残缺、不清晰等情况,不利于鞋印信息的分析与利用,影响了案件的侦破效率,因此如何才能将鞋印更有效地利用起来便成为了一个热点研究课题。鞋印匹配检索是现场鞋印信息的主要利用方式,其原理是先提取现场鞋印特征,再将其与库中鞋印特征进行匹配,查找出所需的鞋印。鞋印轮廓作为鞋印的重要特征之一,是鞋印匹配检索所需的重要特征,可分为鞋底花纹轮廓与鞋印外轮廓。通过鞋印轮廓能更好地分析鞋印的几何信息与空间分布情况,减少不利因素的影响,为鞋印匹配检索提供良好基础。本文以鞋印轮廓的提取与估计为主要研究内容,所做工作主要包括以下三个方面:1)基于水平集演化的现场鞋底花纹轮廓提取。针对现场鞋印图像质量低下,难以提取花纹轮廓的问题,给出了一种基于水平集演化加上人工参与的鞋底花纹轮廓提取算法。该算法能克服现场环境中不利因素的影响,提高鞋底花纹轮廓的提取效率和质量,为鞋印外轮廓估计提供基础。2)基于迭代拟合的完整鞋印外轮廓估计。基于已提取的鞋底花纹轮廓,针对完整鞋印的外轮廓估计问题,给出了一种基于迭代曲线拟合的估计算法。首先使用迭代拟合算法筛选真实边缘点,通过真实边缘点分别估计鞋印上下左右四个边缘的鞋印外轮廓,对上下边缘轮廓修正之后,合并四个边缘轮廓,最后通过傅里叶描述子对轮廓进行平滑,最终得到鞋印外轮廓。3)基于曲率特征的残缺鞋印外轮廓估计。针对残缺鞋印的外轮廓估计问题,给出了一种基于曲率特征的估计算法。算法首先从鞋印中人工选取一段显著性、可靠性高的外轮廓片段,再使用基于曲率特征的局部形状匹配算法将选取的外轮廓片段与库中完整外轮廓进行匹配,找到与其最匹配的外轮廓,作为估计出的残缺鞋印外轮廓。经实验验证,上述算法具有很好的效果。现场鞋底花纹轮廓提取算法在少量人工参与的情况下能够达到很好的花纹轮廓提取效果;完整鞋印外轮廓估计算法针对大多数花纹完整鞋印都能很好的估计出其外轮廓;残缺鞋印外轮廓估计算法利用满足条件的残缺轮廓片段结合库中的轮廓信息也能较好的估计出其完整的鞋印外轮廓。