论文部分内容阅读
现场鞋印图像是指从犯罪现场中采集的鞋印图像,是犯罪现场中最常见的重要证据之一,对破案人员来说有重要意义。鞋印检索的目的是从鞋印数据库中检索出与犯罪现场相似的鞋印图像,从而帮助刑侦人员揭示有关案件的线索。由于从犯罪现场采集到的鞋印通常是缺损且模糊的低质量鞋印图像,这对鞋印图像检索来说是不小的挑战。目前现有的鞋印图像检索算法对高残缺、高模糊的低质量鞋印图像的鲁棒性仍然较差。本文给出了一种基于局部语义滤波器组的低质量鞋印检索算法,主要工作如下:1)给出一种局部语义滤波器组构建算法。首先给出一种基于交互式的不同类型局部语义块的提取规则,提取低质量鞋印图像中存在的周期性和标志性局部语义块;其次,基于不同局部语义块训练局部语义滤波器模型并构建局部语义滤波器组,降低了鞋印图像中的噪声干扰,使得鞋印检索对低质量鞋印图像更具有鲁棒性,从而提高检索精度;最后将基于局部语义滤波器组与基于小波傅里叶梅林特征的相似度得分进行融合,得到最终的排序得分。本文在3个数据集MUES-SR10KS2S、FID-300和CS上进行了验证实验,均取得了良好的检索效果,其中在低质量现场鞋印数据集MUES-SR10KS2S上的前2%处的累计匹配得分达到了 92.5%。2)给出一种基于花纹类型的局部语义相似度增强算法。根据待查询图的花纹种类设计变换函数对局部相似度进行增强,从而有效提升低质量鞋印图像检索的效果。本文在3个数据集MUES-SR10KS2S、FID-300和CS上进行了验证实验,均取得了良好的检索效果,其中在低质量现场鞋印图像数据集MUES-SR10KS2S上前2%处的累计匹配得分达到了 93.5%。3)给出一种基于相似度曲线封闭区域面积的多相似度自适应融合算法。依据不同特征的相似度曲线封闭区域面积来对库图之间的相似度权重系数进行自适应调整,并引入流形排序算法结构,从而提高鞋印检索算法的鲁棒性。本文在3个数据集MUES-SR10KS2S、FID-300和CS上进行了验证实验,均取得了良好的检索效果,其中在低质量现场鞋印数据集MUES-SR10KS2S上前2%处的累计匹配得分达到了95.2%。