CN1776717A - 犯罪现场鞋印识别的方法 - Google Patents
犯罪现场鞋印识别的方法 Download PDFInfo
- Publication number
- CN1776717A CN1776717A CN200510110991.XA CN200510110991A CN1776717A CN 1776717 A CN1776717 A CN 1776717A CN 200510110991 A CN200510110991 A CN 200510110991A CN 1776717 A CN1776717 A CN 1776717A
- Authority
- CN
- China
- Prior art keywords
- shoe sole
- edge
- center
- sole print
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 230000008878 coupling Effects 0.000 claims description 5
- 238000010168 coupling process Methods 0.000 claims description 5
- 238000005859 coupling reaction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000005484 gravity Effects 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000011840 criminal investigation Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
一种犯罪现场鞋印识别的方法,属于图像处理技术领域。本发明首先勾画鞋印图像局部鞋底花纹,然后使用边缘展开算法对鞋底花纹进行展开,最后使用形状匹配算法对展开后的鞋底花纹作变换和匹配。本发明采用数码笔作为勾勒鞋印鞋底花纹的输入工具,用户在使用的时候可以非常方便的勾勒出鞋底的鞋底花纹,并利用本发明所提出的算法进行鞋底花纹表示,并最终作为该鞋印图像的特征参数输入到数据库中。本发明操作方式简单易行,可以有效地提高鞋印在刑侦中的破案率。
Description
技术领域
本发明涉及的是一种图像处理技术领域的方法,具体地说,是一种犯罪现场鞋印识别的方法。
背景技术
目前对鞋印图像的查找比对主要使用人工的方式在纸质的鞋印图像中进行查找,或者使用半自动的方式在计算机系统上对录入的鞋印图像进行人工的比对,繁重的工作量限制了鞋印图像在刑侦中的应用。传统的鞋印分类系统采用对鞋底花纹进行人工编码的方法,即将市场可见的鞋底花纹事先进行人工的编码以进行分类,然后在鞋底花纹录入过程中输入编制好的编码,查询也是利用这个约定好的人工编码进行搜索。该方法有很多缺陷,首先是人工编码的不完全性,目前市面可见鞋底花纹种类繁多,且增长速度非常快,利用人工收录的方式不可能解决鞋底分类的问题。其二是受操作人员主观干扰很大,鞋印录入人员的主观性将决定该系统最终的有效性和准确性。其三是系统操作的繁琐性,特别对一个拥有多个鞋底花纹的鞋底图像来说操作非常繁琐,需要操作人员多次重复录入,且容易出错。
经对现有技术文献的检索发现,Philip de Chazal等人(Philip de Chazal,John Flynn,and Richard B.Reilly)在Automated Processing of ShoeprintImages Based on the Fourier Transform for Use in Forensic Science(基于傅立叶变换的法庭用鞋印图像自动处理),IEEE TRANSACTIONS ON PATTERNANALYSIS AND MACHINE INTELLIGENCE,(IEEE模式识别与机器智能学报)VOL.27,NO.3,MARCH 2005中提出使用傅立叶变换来处理针对犯罪嫌疑人的鞋印,计算整个鞋印图像的PSD值作为最后的比对依据。但该方法使用条件有限,只能处理效果非常优良的捺印图像,不能处理在犯罪现场拍摄取得的鞋印图像。
发明内容
本发明的目的在于克服现有技术的不足,提供一种犯罪现场鞋印识别的方法,使其根据输入鞋印图像对现存的鞋印图像数据库进行自动的匹配,按照相似程度对数据库中的所有鞋印类别进行排序,以利于精确比对和确定犯罪嫌疑人。
本发明是通过以下技术方案来实现的,本发明首先勾画鞋印图像局部鞋底花纹,然后使用边缘展开算法对鞋底花纹进行展开,最后使用形状匹配算法对展开后的鞋底花纹作变换和匹配。
所述的边缘展开算法,是指:计算鞋底花纹边缘对其重心的距离特征,对得到的距离数据进行排序,以此消除鞋底花纹旋转对算法的影响。
所述的形状匹配算法,是指:对比对图形的边缘采样点数自适应,算法自动决定应该采用的采样点数,并根据采样点数给出匹配得分。
为了方便用户的操作,本发明采用数码笔作为勾勒鞋印鞋底花纹的输入工具,用户在使用的时候可以非常方便的勾勒出鞋底的鞋底花纹,并利用本发明所提出的算法进行鞋底花纹表示,并最终作为该鞋印图像的特征参数输入到数据库中。
本发明操作方式简单易行,可以有效地提高鞋印在刑侦中的破案率。鞋印图像作为有效的判案依据在实际刑事侦破中有广泛的应用,本发明提出的鞋印图像形状识别和分类的方法能够有效地将具有相似鞋底花纹的图像进行分类和排序,能够有效地提高鞋印图像的案件侦破率。
附图说明
图1为花纹中心点的计算图。
图2为测试形状匹配算法使用的形状图。
图3为系统输入鞋印图。
图4为使用本发明计算后的搜索结果图。
具体实施方式
本发明实施的具体步骤如下:
①计算局部鞋底花纹的中心点,作为鞋底花纹边缘展开的中心;
②计算鞋底花纹边缘对该中心的展开。对该展开数据做归一化处理,并且通过处理使该数据对图形旋转无关;
③自动采取匹配图形的采样点数目,根据采样点数目计算处理后数据的匹配程度,并且给出匹配得分。
公式1为鞋底花纹中心点计算公式,如图1所示,本发明根据鞋底花纹的内外两个边缘来计算鞋底花纹的中心点。公式1鞋底花纹中心点计算公式:
公式2是鞋底花纹边缘对中心的展开公式:
其中x0和y0是公式(1)计算得到的形状几何中心的坐标,xoi和yoi分别是形状外边缘点的两个坐标,xii和yii分别是形状内边缘点的两个坐标。
计算得到的结果Noi和Nii即是鞋底花纹的外边缘和内边缘针对几何中心的展开。因为该展开是针对形状的几何中心的,因此得到的结果是平移无关的。为了达到计算结果对尺寸无关的目的,计算边缘对中心的距离的最大值Noimax和Niimax,并且将该最大值作为所有边缘到中心点距离的模,将所有距离进行归一化,消除尺寸在形状表示中的影响。
针对形状的旋转,本发明提出将计算得到的边缘展开数据直接按照降序排列,降序排列后的数据是形状的最大径到最小径的一个排列,因为各个半径的位置是乱序的,得到的排列可以更加有效的体现形状的特征,并且得到的数据对旋转无关,同时可以提高计算的速度和效率,因此可以更加有效的识别出具有相同(相似)特征的形状。
公式3为鞋底花纹匹配公式,本发明采用欧式距离来匹配鞋底花纹展开数据。计算结果Co和Ci则代表两个形状边缘展开数据的欧式距离,数值越小代表两个形状越相似,反之亦然。公式3鞋底花纹匹配公式:
如图2所示,测试图形自左向右依次为a、b、c、d、e、f、g、h、i、j、k、l,根据图2的测试图形,可使用本发明算法计算后得到的各个形状图形的匹配得分,如下表所示:
其中,分值越低代表两个图形越相似,例如同一图形匹配后得分为0,图2中的a和b匹配后得分为0.04;如果算法认为两个图形完全不相似则给出匹配得分为∞,例如图2中的a和f匹配后的得分为∞,即算法认为该两图形完全不相似。
如图3、4所示,从搜索结果可以看出,本发明把具有相同(似)的局部鞋底花纹特征的鞋印图像搜索出来,并按相似程度进行了排序。
Claims (5)
1.一种犯罪现场鞋印识别的方法,其特征在于,首先勾画鞋印图像局部鞋底花纹,然后使用边缘展开算法对鞋底花纹进行展开,最后使用形状匹配算法对展开后的鞋底花纹作变换和匹配。
2.根据权利要求1所述的犯罪现场鞋印识别的方法,其特征是,包括如下步骤:
①计算局部鞋底花纹的中心点,作为鞋底花纹边缘展开的中心;
②计算鞋底花纹边缘对该中心的展开,对该展开数据做归一化处理,并且通过处理使该数据对图形旋转无关;
③自动采取匹配图形的采样点数目,根据采样点数目计算处理后数据的匹配程度,并且给出匹配得分。
3.根据权利要求1所述的犯罪现场鞋印识别的方法,其特征是,所述的边缘展开算法,是指:计算鞋底花纹边缘对其重心的距离特征,对得到的距离数据进行排序,以此消除鞋底花纹旋转对算法的影响。
4.根据权利要求1所述的犯罪现场鞋印识别的方法,其特征是,所述的形状匹配算法,是指:对比对图形的边缘采样点数自适应,算法自动决定应该采用的采样点数,并根据采样点数给出匹配得分。
5.根据权利要求2所述的犯罪现场鞋印识别的方法,其特征是,步骤②所述的计算鞋底花纹边缘对该中心的展开,其鞋底花纹边缘对中心的展开公式:
其中:x0和y0是公式(1)计算得到的形状几何中心的坐标,xoi和yoi分别是形状外边缘点的两个坐标,xii和yii分别是形状内边缘点的两个坐标,
计算得到的结果Noi和Nii即是鞋底花纹的外边缘和内边缘针对几何中心的展开,该展开是针对形状的几何中心的,计算边缘对中心的距离的最大值Noimax和Niimax,并且将该最大值作为所有边缘到中心点距离的模,将所有距离进行归一化,消除尺寸在形状表示中的影响。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200510110991.XA CN1776717A (zh) | 2005-12-01 | 2005-12-01 | 犯罪现场鞋印识别的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200510110991.XA CN1776717A (zh) | 2005-12-01 | 2005-12-01 | 犯罪现场鞋印识别的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1776717A true CN1776717A (zh) | 2006-05-24 |
Family
ID=36766197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200510110991.XA Pending CN1776717A (zh) | 2005-12-01 | 2005-12-01 | 犯罪现场鞋印识别的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1776717A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100416594C (zh) * | 2006-08-17 | 2008-09-03 | 上海交通大学 | 基于泽尔尼克矩的鞋印自动匹配方法 |
WO2010070323A1 (en) | 2008-12-15 | 2010-06-24 | The University Of Sheffield | Crime scene mark identification system |
CN103839068A (zh) * | 2014-03-27 | 2014-06-04 | 大连恒锐科技股份有限公司 | 一种鞋子同一认定的方法 |
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 |
CN105005565A (zh) * | 2014-04-18 | 2015-10-28 | 大连恒锐科技股份有限公司 | 现场鞋底痕迹花纹图像检索方法 |
CN105023025A (zh) * | 2015-08-03 | 2015-11-04 | 大连海事大学 | 一种开集痕迹图像分类方法及系统 |
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 |
CN106780454A (zh) * | 2016-12-08 | 2017-05-31 | 苏州汉特士视觉科技有限公司 | 基于边缘反投影的视觉定位方法及自动分料上料装置 |
CN106940727A (zh) * | 2017-03-22 | 2017-07-11 | 重庆市公安局刑事警察总队 | 鞋底花纹多维度分类与识别的编码方法 |
CN106951906A (zh) * | 2017-03-22 | 2017-07-14 | 重庆市公安局刑事警察总队 | 鞋底花纹多维度分类与识别的综合分析方法 |
CN106970968A (zh) * | 2017-03-22 | 2017-07-21 | 重庆市公安局刑事警察总队 | 鞋底花纹多维度分类与识别的查码方法 |
CN110176007A (zh) * | 2019-05-17 | 2019-08-27 | 广州视源电子科技股份有限公司 | 晶状体分割方法、装置及存储介质 |
-
2005
- 2005-12-01 CN CN200510110991.XA patent/CN1776717A/zh active Pending
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100416594C (zh) * | 2006-08-17 | 2008-09-03 | 上海交通大学 | 基于泽尔尼克矩的鞋印自动匹配方法 |
WO2010070323A1 (en) | 2008-12-15 | 2010-06-24 | The University Of Sheffield | Crime scene mark identification system |
CN103839068B (zh) * | 2014-03-27 | 2017-03-08 | 大连恒锐科技股份有限公司 | 一种鞋子同一认定的方法 |
CN103839068A (zh) * | 2014-03-27 | 2014-06-04 | 大连恒锐科技股份有限公司 | 一种鞋子同一认定的方法 |
CN105023027B (zh) * | 2014-04-18 | 2019-03-05 | 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 |
CN105005565A (zh) * | 2014-04-18 | 2015-10-28 | 大连恒锐科技股份有限公司 | 现场鞋底痕迹花纹图像检索方法 |
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 |
CN104598891B (zh) * | 2015-02-03 | 2017-09-22 | 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 |
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 |
CN105023025A (zh) * | 2015-08-03 | 2015-11-04 | 大连海事大学 | 一种开集痕迹图像分类方法及系统 |
CN105023025B (zh) * | 2015-08-03 | 2018-09-25 | 大连海事大学 | 一种开集痕迹图像分类方法及系统 |
CN106780454A (zh) * | 2016-12-08 | 2017-05-31 | 苏州汉特士视觉科技有限公司 | 基于边缘反投影的视觉定位方法及自动分料上料装置 |
CN106940727A (zh) * | 2017-03-22 | 2017-07-11 | 重庆市公安局刑事警察总队 | 鞋底花纹多维度分类与识别的编码方法 |
CN106951906A (zh) * | 2017-03-22 | 2017-07-14 | 重庆市公安局刑事警察总队 | 鞋底花纹多维度分类与识别的综合分析方法 |
CN106970968A (zh) * | 2017-03-22 | 2017-07-21 | 重庆市公安局刑事警察总队 | 鞋底花纹多维度分类与识别的查码方法 |
CN106940727B (zh) * | 2017-03-22 | 2019-04-09 | 重庆市公安局刑事警察总队 | 鞋底花纹多维度分类与识别的编码方法 |
CN106970968B (zh) * | 2017-03-22 | 2020-06-12 | 重庆市公安局刑事警察总队 | 鞋底花纹多维度分类与识别的查码方法 |
CN110176007A (zh) * | 2019-05-17 | 2019-08-27 | 广州视源电子科技股份有限公司 | 晶状体分割方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1776717A (zh) | 犯罪现场鞋印识别的方法 | |
CN101187927B (zh) | 一种刑事案件的串并案智能分析方法 | |
Shuai et al. | Fingerprint indexing based on composite set of reduced SIFT features | |
CN102508917B (zh) | 部分特征图像的多维度目标快速鲁棒检索定位方法 | |
Gupta et al. | Fingerprint indexing schemes–a survey | |
CN101131728A (zh) | 一种基于Shape Context的人脸形状匹配方法 | |
CN103955496B (zh) | 一种快速的现场轮胎痕迹花纹检索算法 | |
Alizadeh et al. | Automatic retrieval of shoeprint images using blocked sparse representation | |
CN111191626B (zh) | 一种多类别交通工具的精细识别方法 | |
CN105005565A (zh) | 现场鞋底痕迹花纹图像检索方法 | |
CN116310355A (zh) | 一种复杂结构件的激光点云去噪和缺陷检测方法 | |
CN109523484B (zh) | 一种基于分形特征的手指静脉血管网络修复方法 | |
CN101178767A (zh) | 人脸和虹膜混合识别的新方法-识别层融合 | |
CN111401434A (zh) | 一种基于无监督特征学习的图像分类方法 | |
CN100345152C (zh) | 一种基于模板匹配的人脸识别方法 | |
CN111339332B (zh) | 一种基于树形结构拓扑图的三维体数据检索方法 | |
CN109753912B (zh) | 一种基于张量的多光谱掌纹匹配方法 | |
Jampour et al. | A new fast technique for fingerprint identification with fractal and chaos game theory | |
CN105844299A (zh) | 一种基于词袋模型的图像分类方法 | |
Srihari et al. | Computational methods for the analysis of footwear impression evidence | |
Alasadi et al. | Fingerprint verification system based on active forgery techniques | |
Khazaei et al. | Fingerprint matching algorithm based on voronoi diagram | |
CN114936840A (zh) | 基于图像分类和ocr技术的电力业务工单信息智能识别方法 | |
CN111046745B (zh) | 基于软块对角的多视聚类方法 | |
Yusuf et al. | Recognition of handwritten Urdu digits using shape context |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |