一种现场鞋印图像检验方法
【技术领域】
[0001]本发明实施例涉及图像处理技术和痕迹检验技术领域，尤其涉及一种现场鞋印图像检测方法。
【背景技术】
[0002]在侦破案件的过程，现场的鞋印图像的检验和分析对于侦破工作起到了十分重要的作用。对于现场痕迹的自动检验，国内外还没有形成完全成熟的解决方案。
[0003]现阶段，我国痕迹检验工作中，经过许多专家的努力，已形成了一套独有的技术体系，在痕迹研究的许多方面，取得了许多世界领先的科技成果，在实践中破获了许多刑事案件。然而痕迹检验却因自身理论，应用等种种因素的限制，导致其在侦查实践中的应用上存在着重重困难。主要表现在传统的手工操作方法严重制约了痕迹检验技术在侦察破案中的作用。过分依赖专家及人工标定特征耗时且存在二义性。
【发明内容】
[0004]本发明实施例提供一种现场鞋印图像检验方法，以克服上述技术问题。
[0005 ]本发明现场鞋印图像检验方法，包括:
[0006]对现场鞋印图像进行预处理确定鞋印痕迹；
[0007]采用角点检测算法多尺度检测所述鞋印痕迹的第一个性特征点；
[0008]检测所述鞋印痕迹的边缘图像的连通区域的第二个性特征点；所述第一、第二个性特征包括:所述鞋印痕迹的外部损伤特征、修补特征以及附着物特征；
[0009]根据所述第一个性特征点和所述第二个性特征点确定所述鞋印痕迹的稳定个性特征点；
[0010]根据所述稳定个性特征点区分鞋印图像。
[0011 ]进一步地，所述对现场鞋印图像进行预处理，包括:
[0012]去除现场鞋印图像的背景噪声；
[0013]采用痕迹分割算法从所述现场鞋迹图像中提取鞋印痕迹的二值图像。
[0014]进一步地，所述采用角点检测算法多尺度检测所述鞋印痕迹的第一个性特征点，包括:
[0015]设定第一个性特征点的直径，根据所述直径确定窗口；
[0016]根据所述窗口确定鞋印痕迹的二值图像对应的第一个性特征点候选点，所述第一个性特征点候选点为包括鞋印痕迹在内的全部个性特征点；
[0017]去除所述第一个性特征点候选点中鞋印痕迹之外的个性特征点，得到第一个性特征点。
[0018]进一步地，所述根据所述窗口确定鞋印痕迹的二值图像包括鞋印痕迹在内的全部个性特征点，包括:
[0019]判断所述窗口内的角点个数是否符合设定阈值，若是，则确定所述角点为所述个性特征点，若否，则确定所述角点不是个性特征点。
[0020]进一步地，所述连通所述鞋印痕迹的边缘区域检测所述鞋印痕迹的第二个性特征点，包括:
[0021]连通所述二值鞋印痕迹边缘区域得到完整区域，并标记所述完整区域；
[0022]计算所述完整区域的周长，若所述周长符合设定阈值，则确定所述完整区域中心点为第二个性特征点。
[0023]进一步地，所述根据所述第一个性特征点和所述第二个性特征点确定所述鞋印痕迹的稳定个性特征点，包括:
[0024]合并所述第一个性特征点和所述第二个性特征点得到稳定个性特征点；
[0025]根据所述筛选稳定个性特征点候选点得到稳定个性特征点。
[0026]进一步地，所述根据所述稳定个性特征点候选点间非相似性筛选所述稳定个性特征点候选点，包括:
[0027]删除所述稳定个性特征点候选点中相似的稳定个性特征点候选点，得到稳定个性特征点。
[0028]进一步地，所述根据所述稳定个性特征点区分鞋印图像，包括:
[0029]将所述稳定个性特征点作为中心，所述稳定个性特征点的直径为边长确定正方形图像块；
[0030 ]根据所述正方形图像块区分鞋印图像。
[0031]本发明首先通过分析待提取特征图像的特点，对图像预处理;然后模仿人眼主要对图像中个性特征的特殊几何形状敏感的检测过程，对于角点明显的特殊几何形状，在多尺度层面检测角点，对于角点不明显的特殊几何形状，在边缘图像层面检测符合大小要求的特殊几何形状;最后整合提取到的个性特征点，根据痕迹检验先验知识设置筛选条件，对检测到的个性特征点进行进一步筛选，得到最终的个性特征。
[0032]本发明针对现场痕迹图像，模仿人眼检测过程，自动检测反映鞋穿用过程中区别于其他鞋的鞋底外部损伤特征，修补特征及附着物特征，将特征点提取分为两个层面，分别提取。自动检测由人的行为习惯等引入的外来特征，具有对旋转、缩放、平移等几何失真不敏感的特性。自动检测提取特征，不需要人工标画特征，解决了人为检验的时效性问题和二义性问题。针对个性特征的多尺度角点检测策略具有旋转、缩放、平移不变性，提高了检验结果的准确性。
【附图说明】
[0033]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0034]图1为本发明现场鞋印图像检验方法的流程图；
[0035]图2为本发明现场鞋印图像检验方法的鞋印图像第一个性特征点示意图；
[0036]图3为本发明现场鞋印图像检验方法的鞋印图像第二个性特征点示意图；
[0037]图4为本发明现场鞋印图像检验方法的鞋印图像稳定个性特征点示意图；
[0038]图5为本发明现场鞋印图像检验方法的鞋印图像稳定个性特征点另一示意图；
[0039]图6为本发明现场鞋印图像检验方法的整体流程图。
【具体实施方式】
[0040]为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0041]图1为本发明现场鞋印图像检验方法的流程图，如图1所示，本实施例的方法可以包括:
[0042]步骤101、对现场鞋印图像进行预处理确定鞋印痕迹；
[0043]步骤102、采用角点检测算法多尺度检测所述鞋印痕迹的第一个性特征点；
[0044]步骤103、检测所述鞋印痕迹的边缘图像的连通区域的第二个性特征点；所述第一、第二个性特征包括:所述鞋印痕迹的外部损伤特征、修补特征以及附着物特征；
[0045]步骤104、根据所述第一个性特征点和所述第二个性特征点确定所述鞋印痕迹的稳定个性特征点；
[0046]步骤105、根据所述稳定个性特征点区分鞋印图像。
[0047]进一步地，所述对现场鞋印图像进行预处理，包括:
[0048]去除现场鞋印图像的背景噪声；
[0049]采用痕迹分割算法从所述现场鞋印图像中提取鞋印痕迹的二值图像。
[0050]具体来说，通常现场鞋印图像存在复杂的背景，因此针对现场鞋印图像进行预处理，分析待提取特征图像的特点，对图像预处理，从而去除现场鞋印图像的背景噪声;本实施例预处理采用图像分割算法从所述现场鞋印图像中提取鞋印痕迹，输出结果为二值图像，本实施例中图像分割算法为水平集分割法。然后采用Harris角点检测算法多尺度检测预处理后的鞋印痕迹得到第一个性特征点，如图2所示，模仿人眼主要对图像中个性特征的特殊几何形状敏感的检测过程，对于角点明显的特殊几何形状，在多尺度层面检测角点，其次检测鞋印痕迹的边缘图像的连通区域的第二个性特征点，如图3所示，最后根据第一个性特征点和第二个性特征点确定鞋印痕迹的稳定个性特征点，如图4所示，从而根据该稳定个性特征点区分鞋印图像。个性特征间应具有非相似性，个性特征具有一定的稳定性，个性特征在一定尺度上有效，个性特征具有一定的几何特性。分析嫌疑人的行为习惯在痕迹中体现的特征，分析痕迹的外部损伤特征，修补特征及附着物特征在图像上的体现，设置筛选条件，去除伪个性特征点。
[0051 ]本实施例现场鞋印图像检验方法，本方法检测到的个性特征能够对嫌疑人的认定提供重要的参考。首先通过分析待提取特征图像的特点，对图像预处理;然后模仿人眼主要对图像中个性特征的特殊几何形状敏感的检测过程，对于角点明显的特殊几何形状，在多尺度层面检测角点，整合筛选角点后得到个性特征点，对于角点不明显的特殊几何形状，在边缘图像层面检测符合大小要求的特殊几何形状，以几何形状中心为个性特征点；最后整合提取到的个性特征点，根据痕迹检验先验知识设置筛选条件，对检测到的个性特征点进行进一步筛选，得到稳定的个性特征。本实施例现场鞋印痕迹图像个性特征自动检测算法，自动检测由人的行为习惯等引入的外来特征，具有对旋转、缩放、平移等几何失真不敏感的特性。
[0052]进一步地，所述采用Harris算法多尺度检测所述鞋印痕迹的第一个性特征点，包括:
[0053]设定第一个性特征点的直径，根据所述直径确定窗口；
[0054]根据所述窗口确定鞋印痕迹的二值图像对应的第一个性特征点候选点
[0055]去除所述第一个性特征点候选点中鞋印痕迹之外的个性特征点，得到第一个性特征点。
[0056]具体来说，整合筛选角点后得到个性特征点，对于角点不明显的特殊几何形状，在边缘图像层面，检测符合大小要求的特殊几何形状，以几何形状中心为个性特征点；最后整合提取到的个性特征点。在多尺度层面检测个性特征时，模仿人眼对事物由远及近，由模糊变清晰的认知过程，对图像在多个尺度下分别进行角点检测。筛选条件是依据观察大量数据得到的，具体为特殊几何形状范围内角点个数大于两个。合并多尺度层面和边缘图像层面检测到的个性特征点，合并规则为取两个层面检测到的个性特征点的并集。对于描述同一个性特征的个性特征点进行合并。
[0057]进一