CN112329507A - 足迹图像检测方法及装置 - Google Patents
足迹图像检测方法及装置 Download PDFInfo
- Publication number
- CN112329507A CN112329507A CN202010693078.1A CN202010693078A CN112329507A CN 112329507 A CN112329507 A CN 112329507A CN 202010693078 A CN202010693078 A CN 202010693078A CN 112329507 A CN112329507 A CN 112329507A
- Authority
- CN
- China
- Prior art keywords
- footprint
- image
- identification parameters
- acquiring
- parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 230000000877 morphologic effect Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 abstract description 10
- 210000002683 foot Anatomy 0.000 description 23
- 210000000474 heel Anatomy 0.000 description 20
- 210000003371 toe Anatomy 0.000 description 12
- 210000001255 hallux Anatomy 0.000 description 10
- 230000035772 mutation Effects 0.000 description 10
- 210000000988 bone and bone Anatomy 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 210000000459 calcaneus Anatomy 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 210000001872 metatarsal bone Anatomy 0.000 description 3
- 210000004744 fore-foot Anatomy 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 210000003813 thumb Anatomy 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种足迹图像检测方法及装置,所述方法包括:获取待测足迹图像;根据所述待测足迹图像获取足迹标识参数;检测所述足迹标识参数与预设标识参数是否匹配,其中,所述预设标识参数为标准足迹图像数据库内的标准足迹参数;当所述足迹标识参数与所述预设标识参数匹配时,向监控系统发送匹配成功信号。通过将采集到的待测足迹图像与标准足迹图像数据库内的预设标识参数匹配,根据具有特征性的足迹标识参数的匹配结果,快速区分出待测足迹图像是否为所需要的图像,降低了对足迹检测的难度,提高了足迹比对的效率。
Description
技术领域
本发明涉及一种图像处理技术领域,特别是涉及一种足迹图像检测方法及装置。
背景技术
根据足迹的形状特征进行足迹辨别,是作为刑事侦查的一种手段方法,其中,通过采用足型特征的方法,从而研究足迹产生人员的身高、体重以及年龄等信息,便于对足迹遗留者的身份判断。
但是,传统的步法检验技术、鞋底磨损特征检验技术和动力形态特征检验技术,都是在足型特征的基础上从足迹形成的某一个侧面去研究,对足迹中各部位特征的标识主要由具有十年甚至二十年以上工作年限的足迹专家进行,依靠的是专家个人长期积累的丰富实践经验。这样,同一枚现场足迹不同专家标识出不同图谱、同一名专家不同时段标识出不同图谱,使得足迹分析检验技术的使用难度较大,不利于该技术的推广应用。
发明内容
本发明的目的是克服现有技术中的不足之处,提供一种解决上述技术问题的足迹图像检测方法及装置。
本发明的目的是通过以下技术方案来实现的:
一种足迹图像检测方法,包括:获取待测足迹图像;根据所述待测足迹图像获取足迹标识参数;检测所述足迹标识参数与预设标识参数是否匹配,其中,所述预设标识参数为标准足迹图像数据库内的标准足迹参数;当所述足迹标识参数与所述预设标识参数匹配时,向监控系统发送匹配成功信号。
在其中一个实施例中,所述根据所述待测足迹图像获取足迹标识参数,包括:根据所述待测足迹图像获取足迹介质密度分布图像;根据所述足迹介质密度分布图像获取足迹标识参数。
在其中一个实施例中,所述根据所述足迹介质密度分布图像获取足迹标识参数,包括:根据所述足迹介质密度分布图像获取至少一个区域形态图像;根据所述区域形态图像获取对应的形态标识参数。
在其中一个实施例中,所述根据所述区域形态图像获取对应的形态标识参数,包括:根据所述区域形态图像获取足迹中心线参数;根据所述足迹中心线参数以及所述区域形态图像,获取足长度以及对应区域形态图像的宽度,其中,区域形态图像的宽度为沿足迹中心线方向的宽度。
在其中一个实施例中,所述向监控系统发送匹配成功信号,之后还包括:根据所述区域形态图像的宽度获取年龄值。
在其中一个实施例中,所述根据所述足迹介质密度分布图像获取足迹标识参数,包括:根据所述足迹介质密度分布图像获取至少三个支撑区域图像;根据所述至少三个支撑区域图像获取支撑标识参数。
在其中一个实施例中,所述根据所述至少三个支撑区域图像获取支撑标识参数,包括:根据所述至少三个支撑区域图像获取各所述支撑区域图像的突点参数;根据各所述突点参数获取支撑标识参数。
在其中一个实施例中,所述支撑标识参数包括:相邻两个所述支撑区域图像的突点之间的间距。
在其中一个实施例中,所述支撑标识参数包括:每一所述支撑区域图像的突点与其相邻两个所述支撑区域图像的突点形成的夹角。
一种足迹图像检测装置,包括:采集模块、解析模块以及处理模块,所述采集模块的输出端与所述解析模块的输入端连接,所述解析模块的输出端与所述处理模块的输入端连接,所述处理模块的输出端用于与监控系统连接;所述采集模块,用于获取待测足迹图像;所述解析模块,用于根据所述待测足迹图像获取足迹标识参数;所述处理模块,用于检测所述足迹标识参数与预设标识参数是否匹配,其中,所述预设标识参数为标准足迹图像数据库内的标准足迹图像;当所述足迹标识参数与所述预设标识参数匹配时,向监控系统发送匹配成功信号。
与现有技术相比,本发明至少具有以下优点:
通过将采集到的待测足迹图像与标准足迹图像数据库内的预设标识参数匹配,根据具有特征性的足迹标识参数的匹配结果,快速区分出待测足迹图像是否为所需要的图像,降低了对足迹检测的难度,提高了足迹比对的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为一实施例中足迹图像检测方法的流程图;
图2为一实施例中足迹分区图;
图3为一实施例中足迹标识图a;
图4为一实施例中足迹标识图b;
图5为一实施例中支撑区域图;
图6为一实施例中支撑区标识图;
图7为一实施例中赤足足迹标识图;
图8为一实施例中穿鞋足迹标识图;
图9为一实施例中不同鞋的足迹标识图;
图10为一实施例中足长度以及年龄分析图;
图11为另一实施例中年龄分析图;
图12为一实施例中足迹图像检测装置的模块示意图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施方式。相反地,提供这些实施方式的目的是使对本发明的公开内容理解的更加透彻全面。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的,并不表示是唯一的实施方式。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明涉及一种足迹图像检测方法。在其中一个实施例中,所述足迹图像检测方法包括:获取待测足迹图像;根据所述待测足迹图像获取足迹标识参数;检测所述足迹标识参数与预设标识参数是否匹配,其中,所述预设标识参数为标准足迹图像数据库内的标准足迹参数;当所述足迹标识参数与所述预设标识参数匹配时,向监控系统发送匹配成功信号。通过将采集到的待测足迹图像与标准足迹图像数据库内的预设标识参数匹配,根据具有特征性的足迹标识参数的匹配结果,快速区分出待测足迹图像是否为所需要的图像,降低了对足迹检测的难度,提高了足迹比对的效率。
请参阅图1,其为本发明一实施例的足迹图像检测方法的流程图,所述足迹图像检测方法包括以下步骤的部分或全部。
请一并参阅图1至图11。
S100:获取待测足迹图像。
在本实施例中,所述待测足迹图像用于显示当前足迹所形成的图像,所述待测足迹图像包括平面足迹、立体足迹以及油墨类样本足迹中的至少一种。所述待测足迹图像显示足型的各个位置的图像,例如,所述待测足迹图像包括多个脚趾区域的图像;又如,所述待测足迹图像包括多个跖骨区域图像;又如,所述待测足迹图像包括足弓区域图像;又如,所述待测足迹图像包括足跟区域图像。这样,获取的待测足迹图像,即为足迹上具有特殊位置区域的图像,也即为足迹上的特征图像,便于后续根据所述待测足迹图像,对足迹图像进行具有较强针对性的对比,从而便于降低足迹检测的难度,进而提高足迹检测的效率。
S200:根据所述待测足迹图像获取足迹标识参数。
在本实施例中,在人体行走运动形成足迹的过程中,凡是参与造痕体与承痕客体之间物质转移、塑性形变并起到媒介作用的物质统称为足迹形成的介质,造痕体作用于承痕客体,二者接触范围内作用力在介质不同部位呈现由点到面不规则状突变分布。所述待测足迹图像体现出足部的较为完整的形状,其中,所述待测足迹图像以足部的某些特殊生理结构形成的印记,即人体在自身重力的作用下,足部的某些凸出结构挤压承痕客体(例如,泥土、沙土或者灰尘),并最终在承痕客体上形成由点到面不规则状突变分布的图像。
在其中一个实施例中,所述足迹标识参数是根据所述待测足迹图像中的介质突变分布获取的,即根据所述待测足迹图像中的介质突变分布情况,获取对应的足迹标识参数。其中,所述待测足迹图像中的介质突变分布是所述待测足迹图像中多个介质突变点连接形成的,即根据介质突变点的分布情况,将其连接之后形成具有区域图像的足迹图像,使得所述足迹标识参数是根据介质突变点的分布情况形成的,从而使得所述足迹标识参数具有特征性,便于对不同的待测足迹图像进行区分以及比对。
S300:检测所述足迹标识参数与预设标识参数是否匹配,其中,所述预设标识参数为标准足迹图像数据库内的标准足迹参数。
在本实施例中,所述足迹标识参数为足迹上的至少一个区域的标识参数,例如,所述足迹标识参数为脚趾区域、跖骨区域、足弓区域以及足跟区域对应的标识参数,上述标识参数均为对应区域的特征参数,用于区分各个区域,使得所述足迹标识参数与预设标识参数匹配时,根据不同的区域,将对应的标识参数进行匹配,即将待测足迹图像和标准足迹图像的相同区域的标识参数进行匹配,从而使得对待测足迹图像的检测匹配更加准确,降低了足迹图像检测的难度,提高了足迹检测的效率。
S400:当所述足迹标识参数与所述预设标识参数匹配时,向监控系统发送匹配成功信号。
在本实施例中,所述足迹标识参数与所述预设标识参数匹配,表明了所述待测足迹图像与标准足迹图像数据库内的其中一个图像相类似,即表明了所述待测足迹图像的足迹标识参数为标准足迹图像数据库内的标准足迹参数,也即表明了所述待测足迹图像属于标准足迹图像数据库内的图像。这样,在所述足迹标识参数与所述预设标识参数匹配的情况下,所述待测足迹图像是与标准足迹图像数据库内的一个图像匹配成功,此时只需将匹配成功的结果发送至监控系统,便于监控人员及时获取足迹图像的匹配结果,提高了足迹检测的效率。
在其中一个实施例中,所述根据所述待测足迹图像获取足迹标识参数,包括:根据所述待测足迹图像获取足迹介质密度分布图像;根据所述足迹介质密度分布图像获取足迹标识参数。在本实施例中,由于在人体行走运动形成足迹的过程中,凡是参与造痕体与承痕客体之间物质转移、塑性形变并起到媒介作用的物质统称为足迹形成的介质,造痕体作用于承痕客体,二者接触范围内作用力在介质不同部位呈现由点到面不规则状突变分布。所述足迹介质密度分布图像为足部在挤压介质时照成介质突变的图像,而介质突变的情况正好反映出足迹的具体情况,即介质突变分布位置展现出足部挤压介质所形成的足迹图像。例如,人体足部的脚趾挤压介质,使得在脚趾区域对应的介质发生由点到面不规则状的突变,即脚趾将部分介质挤压至脚趾区域外,使得脚趾区域的边缘处的内外两侧的介质密度不同,从而使得在脚趾区域的内外两侧形成密度不同的介质。这样,将足迹图像转换为介质密度分布图像,根据介质密度的不同,确定足迹图像的标识参数,从而确定具有特定参数的足迹标识参数,便于对根所述足迹标识参数的获取。
在其中一个实施例中,所述根据所述足迹介质密度分布图像获取足迹标识参数,包括:根据所述足迹介质密度分布图像获取至少一个区域形态图像;根据所述区域形态图像获取对应的形态标识参数。在本实施例中,所述足迹介质密度分布图像为介质密度突变形成的图像,即所述足迹介质密度分布图像根据介质密度的变化形成图像。由于介质密度变化的不同,使得足迹图像上的介质密度变化的区域形成特定的区域,而这些区域对应有区域形态图像,所述区域形态图像体现出介质密度变化的情况,从而体现出足部在挤压介质的过程中形成的局部区域图像,例如,所述区域形态图像包括脚趾区域形态图像;又如,所述区域形态图像包括跖骨形态图像;又如,所述区域形态图像包括前掌边缘形态图像;又如,所述区域形态图像包括前掌前缘形态图像;又如,所述区域形态图像包括前掌内缘形态图像;又如,所述区域形态图像包括外缘形态图像;又如,所述区域形态图像包括后缘形态图像;又如,所述区域形态图像包括弓区形态图像;又如,所述区域形态图像包括跟区形态图像。
而且,所述区域形态图像对应有不同的标识参数,即每一个所述区域形态图像对应有不同的形态标识参数,所述形态标识参数用于区别不同的区域,也即不同的区域形态图像具有特定的标识参数。这样,根据所述形态标识参数,便于确定足迹图像中的某些特定区域,从而便于后续通过特定区域的比较,使得待测足迹图像和标准足迹图像数据库内的图像进行匹配,具有匹配针对性,降低了足迹图像的检测难度,提高了足迹图像检测的效率。
在其中一个实施例中,所述形态标识参数的标识点为所述区域形态图像的介质密度突变点外侧的标记点。在其中一个实施例中,所述标记点与所述介质密度突变点的间距为0.8mm~1.3mm。在其中一个实施例中,所述标记点与所述介质密度突变点的间距为1mm。
在其中一个实施例中,所述根据所述区域形态图像获取对应的形态标识参数,包括:根据所述区域形态图像获取足迹中心线参数;根据所述足迹中心线参数以及所述区域形态图像,获取足长度以及对应区域形态图像的宽度,其中,区域形态图像的宽度为沿足迹中心线方向的宽度。在本实施例中,所述足迹中心线参数为所述至少一个区域形态图像所形成,其中,足迹中心线通过最少两个所述区域形态图像,即所述足迹中心线上的点,包括至少两个所述区域形态图像上的形态标识参数对应的标识点,也即至少两个所述区域形态图像上的形态标识参数对应的标识点在足迹中心线上。这样,通过所述区域形态图像的形态标识参数,确定所述待测足迹图像的中心线,便于获取足迹中心线上的长度。
而且,所述足迹中心线参数对应的中心线,贯穿所述待测足迹图像,即所述足迹中心线参数对应的中心线的长度包括足迹长度。根据所述足迹中心线参数以及所述区域形态图像,将位于所述足迹中心线参数对应的中心线两端的所述区域形态图像确定,再根据所述区域形态图像的形态标识参数,获取上述两个区域形态图像的间距,从而获取所述待测足迹图像对应的足长度。而对单个所述区域形态图像的宽度,在所述足迹中心线参数对应的中心线的方向上,将位于所述区域形态图像边缘与中心线的两个交点的参数,作为所述区域形态图像的宽度端点,即通过计算上述两个交点之间的间距,即可获取所述区域形态图像的宽度。这样,所述足长度作为所述待测足迹图像的形态标识参数,所述区域形态图像的宽度作为所述区域形态图像的形态标识参数,通过对上述形态标识参数的比较,便于将所述待测图像与标准足迹图像数据库内的图像进行比较匹配,使得所述待测图像与标准足迹图像数据库内的图像的比较具有针对性,便于根据特定位置的图像比较,快速进行匹配比较,降低了足迹图像的检测难度,提高了足迹图像检测的效率。
在其中一个实施例中,所述获取足长度,包括:根据所述区域形态图像获取脚趾区形态图像和跟区形态图像;根据所述脚趾区形态图像,获取拇趾区域介质密度分布图像以及二趾区域介质密度分布图像;根据拇趾区域介质密度分布图像以及二趾区域介质密度分布图像,分别获取拇趾前缘标识参数和二趾前缘标识参数;根据所述跟区形态图像,获取足跟区域介质密度分布图像;根据足跟区域介质密度分布图像,获取足跟后缘标识参数;根据二趾前缘标识参数和足跟后缘标识参数,获取足迹中心线参数;根据拇趾前缘标识参数、足跟后缘标识参数以及足迹中心线参数,获取拇趾前缘至足跟后缘的间距。其中,所述拇趾前缘至足跟后缘的间距为足长度,而且,所述获取拇趾前缘至足跟后缘的间距包括:根据拇趾前缘标识参数和足跟后缘标识参数,分别获取拇趾中心线垂线参数和足跟中心线垂线参数;根据拇趾中心线垂线参数和足跟中心线垂线参数,获取所述足长度。这样,根据拇趾前缘的中心线垂线与足跟后缘的中心线垂线,计算上述两者之间的间距,从而获取所述待测足迹图像的足长度。
在其中一个实施例中,所述向监控系统发送匹配成功信号,之后还包括:根据所述区域形态图像的宽度获取年龄值。在本实施例中,所述区域形态图像包括前掌区形态图像和后跟区形态图像中的至少一种,由于所述区域形态图像是根据足迹介质密度分布图像获取的,而所述区域形态图像具有对应的形态标识参数,即根据足迹介质密度分布图像,对应获取介质密度突变点,并将其作为形态标识参数对应的点。这样,根据所述区域形态图像在沿足迹中心线方向上的两个形态标识参数对应的点,作为计算所述区域形态图像的宽度的两个端点。其中,所述区域形态图像的宽度对应于足迹产生人员的年龄,由于足迹中的前掌和后跟的宽度随着年龄变化而规律变化的,因此通过前掌区形态图像的宽度和后跟区形态图像的宽度,便于获取足迹产生人员的当前年龄。
在其中一个实施例中,所述根据所述足迹介质密度分布图像获取足迹标识参数,包括:根据所述足迹介质密度分布图像获取至少三个支撑区域图像;根据所述至少三个支撑区域图像获取支撑标识参数。在本实施例中,所述支撑区域图像为足部凸出部位在介质上挤压后形成的图像,例如,所述支撑区域图像包括拇趾图像;又如,所述支撑区域图像包括第一跖趾骨图像;又如,所述支撑区域图像包括第五跖趾骨图像;又如,所述支撑区域图像包括跟骨图像。每一个所述支撑区域图像对应有支撑标识参数,其中,所述支撑标识参数是根据支撑区域你的介质密度分布获取的,即根据支撑区域的介质密度分布图像获取支撑区形态图像;根据所述支撑区形态图像获取对应的支撑标识参数。这样,由于支撑区在足迹图像中的位置较为特殊,通过对支撑区的标识参数进行比对,使得对所述待测足迹图像的检测具有针对性,便于根据特定位置的图像比较,快速进行匹配比较,降低了足迹图像的检测难度,提高了足迹图像检测的效率。
在其中一个实施例中,所述根据所述至少三个支撑区域图像获取支撑标识参数,包括:根据所述至少三个支撑区域图像获取各所述支撑区域图像的突点参数;根据各所述突点参数获取支撑标识参数。在本实施例中,所述突点参数为所述支撑区域图像的突出位置的参数,并不是介质密度突变点的参数。通过获取所述支撑区域图像的突点,并将其作为特征位置,便于后续根据所述支撑区域图像的突点进行更加具有针对性的匹配比较。
在其中一个实施例中,所述支撑标识参数包括:相邻两个所述支撑区域图像的突点之间的间距。在本实施例中,相邻两个所述支撑区域图像的突点,形成特征直线,例如,拇趾图像的突点与第一跖趾骨图像的突点,形成第一特征直线;又如,第一跖趾骨图像的突点与第五跖趾骨图像的突点,形成第二特征直线;又如,第五跖趾骨图像的突点与跟骨图像的突点,形成第三特征直线,其他的特征直线,此处不再赘述。这样,相邻两个所述支撑区域图像的突点之间形成对应的特征直线,根据所述特征直线的长度,确定指定的两个支撑区域图像的特征间距,使得在对所述待测足迹图像检测的过程中,根据指定的特征直线的特征间距,判断出其是否为标准足迹图像数据库内的图像,从而使得对所述待测足迹图像的检测具有针对性,便于根据特定位置的图像比较,快速进行匹配比较,降低了足迹图像的检测难度,提高了足迹图像检测的效率。
在其中一个实施例中,所述支撑标识参数包括:每一所述支撑区域图像的突点与其相邻两个所述支撑区域图像的突点形成的夹角。在本实施例中,相邻两个所述支撑区域图像的突点,形成特征直线,而相邻的两根特征直线,形成一个对应的特征夹角,其中,两根特征直线的其中一端连接于同一个支撑区域图像的突点,即作为该区域与其相邻两个所述支撑区域图像的特征夹度。这样,任意相邻的三个所述支撑区域图像的突点之间的特征直线组成一个特征三角,其中的每一个所述支撑区域图像对应有一个特征夹度,根据所述特征夹度的角度,确定指定的支撑区域图像与其他支撑区域图像的分布情况,使得在对所述待测足迹图像检测的过程中,根据指定的特征夹角的角度,判断出其是否为标准足迹图像数据库内的图像,从而使得对所述待测足迹图像的检测具有针对性,便于根据特定位置的图像比较,快速进行匹配比较,降低了足迹图像的检测难度,提高了足迹图像检测的效率。
在其中一个实施例中,所述支撑标识参数根据不同的支撑区域确定,例如,所述拇趾图像的突点为拇趾区域的下缘突点;所述第一跖趾骨图像的突点为第一跖趾骨区域的外缘突点;所述第五跖趾骨图像的突点为第五跖趾骨区域的内缘突点;所述跟骨图像的突点为跟骨区域的上缘突点。
在上述实施例中,所述待测足迹图像,除了是赤足在介质上遗留下的足迹图像,还可以是穿着有遮挡物的赤足所遗留下的足迹图像,例如,穿有袜子的赤足所遗留下的足迹图像;又如,穿有鞋子的赤足所遗留下的足迹图像。其中,进行比较的且具有鞋子印记的足迹图像,其鞋子的类型差异较小,即鞋底软硬程度及新旧程度基本一致,这样,便于对所述待测足迹图像的准确匹配比较。
在其中一个实施例中,提供一种足迹图像检测装置,其采用上述任一实施例中所述的足迹图像检测方法实现。在其中一个实施例中,所述足迹图像检测装置具有用于实现所述足迹图像检测方法各步骤对应的功能模块。请参阅图12,所述足迹图像检测装置10,包括:采集模块100、解析模块200以及处理模块300,所述采集模块100的输出端与所述解析模块200的输入端连接,所述解析模块200的输出端与所述处理模块300的输入端连接,所述处理模块300的输出端用于与监控系统连接;所述采集模块100,用于获取待测足迹图像;所述解析模块200,用于根据所述待测足迹图像获取足迹标识参数;所述处理模块300,用于检测所述足迹标识参数与预设标识参数是否匹配,其中,所述预设标识参数为标准足迹图像数据库内的标准足迹图像;当所述足迹标识参数与所述预设标识参数匹配时,向监控系统发送匹配成功信号。
在本实施例中,通过采集模块100将待测足迹图像与标准足迹图像数据库内的预设标识参数匹配,解析模块200确定待测足迹图像中具有特征性的足迹标识参数,处理模块300根据足迹标识参数的匹配结果,快速区分出待测足迹图像是否为所需要的图像,降低了对足迹检测的难度,提高了足迹比对的效率。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种足迹图像检测方法,其特征在于,包括:
获取待测足迹图像;
根据所述待测足迹图像获取足迹标识参数;
检测所述足迹标识参数与预设标识参数是否匹配,其中,所述预设标识参数为标准足迹图像数据库内的标准足迹参数;
当所述足迹标识参数与所述预设标识参数匹配时,向监控系统发送匹配成功信号。
2.根据权利要求1所述的足迹图像检测方法,其特征在于,所述根据所述待测足迹图像获取足迹标识参数,包括:
根据所述待测足迹图像获取足迹介质密度分布图像;
根据所述足迹介质密度分布图像获取足迹标识参数。
3.根据权利要求2所述的足迹图像检测方法,其特征在于,所述根据所述足迹介质密度分布图像获取足迹标识参数,包括:
根据所述足迹介质密度分布图像获取至少一个区域形态图像;
根据所述区域形态图像获取对应的形态标识参数。
4.根据权利要求3所述的足迹图像检测方法,其特征在于,所述根据所述区域形态图像获取对应的形态标识参数,包括:
根据所述区域形态图像获取足迹中心线参数;
根据所述足迹中心线参数以及所述区域形态图像,获取足长度以及对应区域形态图像的宽度,其中,区域形态图像的宽度为沿足迹中心线方向的宽度。
5.根据权利要求4所述的足迹图像检测方法,其特征在于,所述向监控系统发送匹配成功信号,之后还包括:
根据所述区域形态图像的宽度获取年龄值。
6.根据权利要求2所述的足迹图像检测方法,其特征在于,所述根据所述足迹介质密度分布图像获取足迹标识参数,包括:
根据所述足迹介质密度分布图像获取至少三个支撑区域图像;
根据所述至少三个支撑区域图像获取支撑标识参数。
7.根据权利要求6所述的足迹图像检测方法,其特征在于,所述根据所述至少三个支撑区域图像获取支撑标识参数,包括:
根据所述至少三个支撑区域图像获取各所述支撑区域图像的突点参数;
根据各所述突点参数获取支撑标识参数。
8.根据权利要求7所述的足迹图像检测方法,其特征在于,所述支撑标识参数包括:相邻两个所述支撑区域图像的突点之间的间距。
9.根据权利要求7所述的足迹图像检测方法,其特征在于,所述支撑标识参数包括:每一所述支撑区域图像的突点与其相邻两个所述支撑区域图像的突点形成的夹角。
10.一种足迹图像检测装置,其特征在于,包括:采集模块、解析模块以及处理模块,所述采集模块的输出端与所述解析模块的输入端连接,所述解析模块的输出端与所述处理模块的输入端连接,所述处理模块的输出端用于与监控系统连接;
所述采集模块,用于获取待测足迹图像;
所述解析模块,用于根据所述待测足迹图像获取足迹标识参数;
所述处理模块,用于检测所述足迹标识参数与预设标识参数是否匹配,其中,所述预设标识参数为标准足迹图像数据库内的标准足迹图像;当所述足迹标识参数与所述预设标识参数匹配时,向监控系统发送匹配成功信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010693078.1A CN112329507B (zh) | 2020-07-17 | 2020-07-17 | 赤足足迹图像检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010693078.1A CN112329507B (zh) | 2020-07-17 | 2020-07-17 | 赤足足迹图像检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112329507A true CN112329507A (zh) | 2021-02-05 |
CN112329507B CN112329507B (zh) | 2024-04-26 |
Family
ID=74303596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010693078.1A Active CN112329507B (zh) | 2020-07-17 | 2020-07-17 | 赤足足迹图像检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112329507B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006167001A (ja) * | 2004-12-13 | 2006-06-29 | Nihon Soar Co Ltd | 歩行跡分析装置 |
CN101327126A (zh) * | 2008-07-23 | 2008-12-24 | 天津大学 | 人体赤足迹形态学特征提取方法 |
CN103006229A (zh) * | 2006-09-21 | 2013-04-03 | Msd消费保健品公司 | 足部测量设备 |
CN203882346U (zh) * | 2014-03-31 | 2014-10-15 | 蔡国元 | 刑侦足迹图像采集分析仪 |
CN104598891A (zh) * | 2015-02-03 | 2015-05-06 | 大连恒锐科技股份有限公司 | 基于穿鞋足迹图像的人身特征分析的方法及装置 |
CN105023027A (zh) * | 2014-04-18 | 2015-11-04 | 大连恒锐科技股份有限公司 | 基于多次反馈机制的现场鞋底痕迹花纹图像检索方法 |
CN106055573A (zh) * | 2016-05-20 | 2016-10-26 | 西安邮电大学 | 一种多示例学习框架下的鞋印图像检索方法及系统 |
US20170337221A1 (en) * | 2016-05-03 | 2017-11-23 | Republic of Korea (National Forensic Service Director Ministry of Public Administration and Sec | Footprint search method and system |
CN108932518A (zh) * | 2018-06-22 | 2018-12-04 | 大连理工大学 | 一种基于视觉词袋模型的鞋印图像特征提取及检索方法 |
CN109325546A (zh) * | 2018-10-19 | 2019-02-12 | 大连海事大学 | 一种结合步法特征的成趟足迹识别方法 |
CN109583275A (zh) * | 2017-09-29 | 2019-04-05 | 大连恒锐科技股份有限公司 | 一种基于cnn的赤足或穿袜足迹的体重判定方法 |
WO2019161952A1 (de) * | 2018-02-20 | 2019-08-29 | Martin Bischoff | Verfahren zur bestimmung von fusskenndaten, computerprogramm und vorrichtung |
CN111177446A (zh) * | 2019-12-12 | 2020-05-19 | 苏州科技大学 | 一种用于足迹图像检索的方法 |
CN111382629A (zh) * | 2018-12-28 | 2020-07-07 | 中国科学院半导体研究所 | 基于卷积神经网络的足迹识别及信息挖掘方法及系统 |
-
2020
- 2020-07-17 CN CN202010693078.1A patent/CN112329507B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006167001A (ja) * | 2004-12-13 | 2006-06-29 | Nihon Soar Co Ltd | 歩行跡分析装置 |
CN103006229A (zh) * | 2006-09-21 | 2013-04-03 | Msd消费保健品公司 | 足部测量设备 |
CN101327126A (zh) * | 2008-07-23 | 2008-12-24 | 天津大学 | 人体赤足迹形态学特征提取方法 |
CN203882346U (zh) * | 2014-03-31 | 2014-10-15 | 蔡国元 | 刑侦足迹图像采集分析仪 |
CN105023027A (zh) * | 2014-04-18 | 2015-11-04 | 大连恒锐科技股份有限公司 | 基于多次反馈机制的现场鞋底痕迹花纹图像检索方法 |
CN104598891A (zh) * | 2015-02-03 | 2015-05-06 | 大连恒锐科技股份有限公司 | 基于穿鞋足迹图像的人身特征分析的方法及装置 |
US20170337221A1 (en) * | 2016-05-03 | 2017-11-23 | Republic of Korea (National Forensic Service Director Ministry of Public Administration and Sec | Footprint search method and system |
CN106055573A (zh) * | 2016-05-20 | 2016-10-26 | 西安邮电大学 | 一种多示例学习框架下的鞋印图像检索方法及系统 |
CN109583275A (zh) * | 2017-09-29 | 2019-04-05 | 大连恒锐科技股份有限公司 | 一种基于cnn的赤足或穿袜足迹的体重判定方法 |
WO2019161952A1 (de) * | 2018-02-20 | 2019-08-29 | Martin Bischoff | Verfahren zur bestimmung von fusskenndaten, computerprogramm und vorrichtung |
CN108932518A (zh) * | 2018-06-22 | 2018-12-04 | 大连理工大学 | 一种基于视觉词袋模型的鞋印图像特征提取及检索方法 |
CN109325546A (zh) * | 2018-10-19 | 2019-02-12 | 大连海事大学 | 一种结合步法特征的成趟足迹识别方法 |
CN111382629A (zh) * | 2018-12-28 | 2020-07-07 | 中国科学院半导体研究所 | 基于卷积神经网络的足迹识别及信息挖掘方法及系统 |
CN111177446A (zh) * | 2019-12-12 | 2020-05-19 | 苏州科技大学 | 一种用于足迹图像检索的方法 |
Non-Patent Citations (4)
Title |
---|
SAYYAD ALIZADEH等: "Automatic retrieval of shoeprint images using blocked sparserepresentation", 《FORENSIC SCIENCE INTERNATIONAL》, vol. 277, pages 103 - 114, XP085128484, DOI: 10.1016/j.forsciint.2017.05.025 * |
张艳等: "基于多模特征的足迹识别算法", 《华中科技大学学报(自然科学版)》, vol. 47, no. 5, pages 73 - 78 * |
管燕: "基于形状特征的平面鞋印图像检索的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 02, pages 23 - 30 * |
赵冬: "计算机技术在足迹方面的应用", 《刑事技术》, no. 6, pages 40 * |
Also Published As
Publication number | Publication date |
---|---|
CN112329507B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102184539B (zh) | 基于图像处理技术的平面足迹检测分析系统及其方法 | |
US8261611B2 (en) | Method for analyzing gait pattern | |
Periyasamy et al. | The effect of foot arch on plantar pressure distribution during standing | |
CN105243547A (zh) | 一种鞋类个性定制服务平台及其定制方法 | |
CN111358469B (zh) | 一种足底压力检测装置及足部健康检测装置和检测方法 | |
CN111329484A (zh) | 基于足底压力信息时空域特征的糖尿病足风险预警装置 | |
CN103462619A (zh) | 一种足底压力测量装置及其用于步态模式识别的方法 | |
CN109730686A (zh) | 基于传感器阵列的步态检测分析仪 | |
JP7153495B2 (ja) | 足状態分析方法 | |
KR102111129B1 (ko) | 발 아치부 유형 데이터 획득 시스템 및 이를 이용한 맞춤 인솔 제조방법 | |
Oks et al. | Smart socks: New effective method of gait monitoring for systems with limited number of plantar sensors | |
CN113057623B (zh) | 平足症筛查步态分析系统 | |
Su et al. | Automatic footprint detection approach for the calculation of arch index and plantar pressure in a flat rubber pad | |
CN112329507A (zh) | 足迹图像检测方法及装置 | |
CN109730687A (zh) | 用于脑瘫患者的可穿戴步态检测分析系统 | |
KR102251104B1 (ko) | 착용형 보행 분석 장치 | |
CN110264304B (zh) | 鞋子的大规模定制方法及系统 | |
TW202114595A (zh) | 足底動態壓力感測系統 | |
CN213309713U (zh) | 一种足底压力检测装置 | |
Curran et al. | A comparison of the length and width of static inked two-dimensional bare footprints found on a hard compared to a soft surface | |
KR20230083748A (ko) | 온라인 개인 맞춤형 인솔 제작 시스템 | |
CN215455803U (zh) | 鞋垫及运动损伤预测装置 | |
Walsh et al. | Quantifying functional difference in centre of pressure post achilles tendon rupture using sensor insoles | |
Wibowo et al. | Correlation of loaded and unloaded foot area with arch index in younger flatfoot | |
KR200381753Y1 (ko) | 신발 맞춤 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |