[发明专利]一种基于多样本联合表示的足迹图像识别方法

说明书

本发明提供一种基于多样本联合表示足迹图像的识别方法。该方法包括如下步骤：首先，样本联合表示字典的构建，对足迹图像进行分区、几何变换、形态学等操作扩充图像库，提取图像特征，经归一化后作为字典的原子，建立具有多个样本类别的联合字典。其次，足迹图像的识别，将待识别足迹图像提取特征后，利用联合字典稀疏表示该足迹图像，根据足迹花纹的占空比加权重构稀疏系数，分析重构系数，输出待识别足迹图像所属类别。该方法可以增强图像识别的鲁棒性，即在样本足迹图像较少的情况下，能够较为精确的识别出相似图像，还能避免由于足迹图像畸变导致的错误分类情况，有效的识别出图像的所属类别，同时，还可筛选出足迹花纹质量较差的图像。

技术领域

本发明涉及一种基于多样本联合表示的足迹图像的识别方法，特别是关于一种样本数量不均匀的足迹图像识别方法。涉及专利分类号G06计算；推算；计数G06F电数字数据处理G06F19/00专门适用于特定应用的数字计算或数据处理的设备或方法。

背景技术

足迹图像是犯罪现场中遗留率较高的痕迹物证之一，它能提供可靠的法定依据，足迹图像有效的识别不仅能够帮助调查人员实现案件的串并联，并且可以帮助他们锁定罪犯，因此，犯罪嫌疑人的足迹图像在侦查破案中的地位越来越突出，足迹图像有效的管理和识别对案件的破获具有重要意义。目前，足迹图像识别的方法有很多，主要概括为三种：基于统计(或决策理论)的方法、基于结构(或句法)的方法和基于神经网络的方法。

以上足迹图像识别方法仍存在一些问题：(1)图像数据常常具有不确定性，样本分布不均匀，这极大影响了图像识别精度。(2)识别问题易受图像得分异常的影响，如待识别图像中含有个别畸变图像，导致得分较高造成错误分类，识别结果不符合主客观一致性。(3)足迹图像往往受残缺的影响较大，若图像部分区域丢失纹理信息，会对图像特征的提取造成影响，因而也会导致待识别图像的错误分类。

发明内容

针对上述问题，本发明的目的是提供一种针对足迹图像的样本联合表示字典构建策略和稀疏系数加权重构方法，能够解决由于足迹图像样本较少造成的错误识别，以及少数待识别图像得分异常而造成的错误分类情况。

为实现上述目的，本发明采取以下技术方案：一种基于多样本联合表示的足迹图像识别方法，包括如下步骤：

—由足迹图像库中的足迹图像构建由脚掌字典D_T和脚跟字典D_B组成的样本联合表示字典，该字典带有分别与脚掌字典D_T和脚跟字典D_B对应的标签L_T和L_B；

—预处理待识别的足迹图像，提取并通过如下公式计算脚掌和脚跟区域的花纹占空比b_T和b_B；

s为脚掌或脚跟区域非零像素的个数，m和n分别为脚掌区域的长宽；

—镜像所述预处理后的待识别图像，在得到的两幅足迹图像中分别提取脚掌、脚跟部分的小波傅里叶梅林特征，然后将小波傅里叶梅林特征进行8×8的均值下采样，并转化为列向量，得到脚掌区域特征F_T1、F_T2,脚跟区域特征F_B1、F_B2；

—将脚掌区域特征F_T1、F_T2分别依据所述的脚掌字典D_T利用正交匹配跟踪算法求出稀疏系数；然后将与标签L_T对应的每一类的稀疏系数求和得到系数X_T1、X_T2；同理，根据脚跟区域特征F_B1、F_B2和字典D_B以及标签L_B得到系数X_B1、X_B2；