一種人員痕跡的提取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種利用圖像采集和處理技術(shù)進行人員痕跡提取的提取方法。
【背景技術(shù)】
[0002]人員痕跡主要指鞋底痕跡花紋、赤足痕跡花紋，指紋，掌紋，它們是人們在站立和行走時，與地面或者其他承受面接觸所形成的影象痕跡，在現(xiàn)在刑事訴訟中，與指紋、掌紋一樣成為刑事案件調(diào)查中經(jīng)常使用的一種重要物證。
[0003]目前，隨著我國人員痕跡提取項目相關(guān)研宄課題的展開，尤其是痕跡紋理圖像的提取，全國從事痕跡檢驗技術(shù)工作的同行們做了大量的總結(jié)和研宄工作。我國的痕跡檢驗技術(shù)從基礎理論到檢驗方法均已初步形成自己的系統(tǒng)。不論是檢驗對象，檢驗內(nèi)容以及檢驗方法與手段等，都有的飛躍的進步和發(fā)展。計算機技術(shù)也逐漸被應用于痕跡研宄之中，有的已用于辦案實踐。計算機技術(shù)的應用，標志著痕跡檢驗技術(shù)已開始由以個人經(jīng)驗為主走向以儀器設備檢驗為客觀依據(jù)的定量化檢驗階段。反過來，計算機技術(shù)的應用，同時要求痕跡檢驗技術(shù)的每一個過程進一步科學化、標準化和信息化。
[0004]在人員痕跡紋理提取上，現(xiàn)有的方案一般是通過攝像頭采集痕跡圖像，然后分塊利用OSTU法求取圖像不同塊的閾值，平滑，然后利用雙線性插值法求取每個像素點對應的閾值，最后利用閾值法求取人員痕跡紋理圖像。
[0005]但針對上述人員痕跡提取方案，其依然難以克服以下一些不足:
[0006]1.該人員痕跡紋理提取方案對光照要求高，由于有對背景最大程度弱化的特征要求，大大提高了對光照的要求，特別是有些地板上面的直線裂縫很難避免，這導致采用該方案提取難度加大，容易提取得過于粗糙。
[0007]2.速度慢，實時性不強，采集圖像分辨率很高導致圖像處理算法比較慢，加上是在嵌入式平臺上面運行，執(zhí)行效率遠遠不如PC機，導致大大降低的算法的實時性。
[0008]3.適用性不廣，該方法只是對平面人員痕跡紋理效果好，但是實際上痕跡種類很多，平面，立體的，軟硬客體，不同材質(zhì)客體等，該方法在其他客體痕跡上人員痕跡紋理圖像提取效果欠佳，故導致該方法適用性不廣。

【發(fā)明內(nèi)容】

[0009]本發(fā)明的所要解決的技術(shù)問題在于提供一種人員痕跡的提取方法，該提取方法利用兩個不同視角、不同方向光下同時采集到的兩幀圖像利用優(yōu)化的差值法在感興趣區(qū)域內(nèi)求出有效痕跡區(qū)域里面的人員痕跡紋理圖像，該方法不僅減少運算量，而且提高了提取的準確度，并且適用與各類人員痕跡，適用性廣。
[0010]為了解決上述所要解決的技術(shù)問題，本發(fā)明采用了以下技術(shù)方案:
[0011]一種人員痕跡的提取方法，該提取方法包括以下步驟:
[0012]a.圖像采集，利用至少兩個攝像頭在不同視角拍攝一個痕跡來分別采集痕跡圖像；
[0013]b.圖像配準，將上述方法采集的至少兩幅痕跡圖像，基于特征點的圖像配準方法進行圖像配準；在圖像配準中，特征點的定位檢測以及特征點的描述是利用圖形局部不變特征提取方法來實現(xiàn)的；
[0014]c.感興趣區(qū)域，利用整體圖像的梯度場和方向場確定痕跡紋理與背景圖像；
[0015]所述梯度場表示利用X方向與Y方向分別實現(xiàn)一階微分，求取振幅，實現(xiàn)圖像梯度效果；
[0016]所述方向場是指所有像素的水平梯度值與垂直梯度值乘積的兩倍的總和作為分子，所有像素的水平梯度值與垂直梯度值的平方差的總和作為分母，然后對商求反正切得到一角度值，這個角度值的一半作為該塊區(qū)域的方向，依次類推計算整個圖像所有分塊區(qū)域的方向；痕跡紋理與背景的區(qū)分主要表現(xiàn)為痕跡紋理圖像的灰度和梯度與背景的不同；利用計算機將痕跡紋理與背景分割；
[0017]而痕跡紋理強度場的取值分布可用灰度直方圖來表示；所述灰度直方圖形成兩個峰、一個谷，從谷的位置分開即可得到感興趣區(qū)域；
[0018]d.閾值差分圖像，將所述感興趣區(qū)域通過OSTU算法求取最大的閾值，然后以此為依據(jù)進行二值化；
[0019]e.生態(tài)學處理，腐蝕和膨脹，從而增加痕跡紋理特征的聯(lián)通性，中值濾波得到最終的痕跡圖像。
[0020]作為優(yōu)選，所述人員痕跡包括足跡、指紋或掌紋。
[0021]作為優(yōu)選，所述步驟b中的圖像配準包括以下步驟:
[0022]b 1.檢測特征點，所述步驟a采集的兩幀多視角痕跡圖像，利用一種Harri s仿射不變的特征點檢測方法，提取所述檢測特征點，并且檢測出來的鄰域的局部不變區(qū)域來進行特征描述；
[0023]b2.歸一化特征不變的區(qū)域，根據(jù)bl步檢測出來的檢測特征點以及它的特征不變區(qū)域，將所述局部區(qū)域進行歸一化；
[0024]b3.描述特征點，對于所述b2步中歸一化的區(qū)域，將一種SIFT描述方法應用于對該區(qū)域進行特征描述上；
[0025]b4.匹配特征點，分別用歐氏距離與馬氏距離來進行特征點相似度的計算，以達到特征匹配的目的；
[0026]b5.刪除誤匹配的點，采用RANSAC方法來刪除誤匹配點；
[0027]b6.計算變換矩陣，采用幾何變換矩陣對待配準圖像進行矩陣變換，最終，得到配準圖像。
[0028]作為優(yōu)選，所述步驟a中圖像采集是利用攝像頭采集的多幅痕跡圖像。
[0029]作為優(yōu)選，所述SIFT描述方法是一種改進的SIFT描述方法，其是在原始的SIFT描述方法基礎上然后采用P.Moreno提出的一種改進SIFT描述子的方法對特征點進行描述。
[0030]本發(fā)明本裝置利用雙目可調(diào)節(jié)視差提取人員痕跡紋理圖像，可以完成高效的圖像分割提取出有效的痕跡區(qū)域。針對不同的痕跡可以采用不同角度或者不同光照或者兩者結(jié)合完成現(xiàn)場人員痕跡提取，當然，本發(fā)明也可以應用于直接人員痕跡提取，與現(xiàn)有的人員痕跡提取方案相比，具有以下有益效果:
[0031]一、大大降低了對光照的要求，只要保證痕跡的顯形或者痕跡紋理的顯現(xiàn)即可，同時降低了生產(chǎn)成本和硬件成本。
[0032]二、人員痕跡紋理圖像提取算法復雜度不高，利用優(yōu)化后的并行算法對圖像進行生態(tài)學算法，達到實時性的要求，有利于用戶體驗。
[0033]三、適用性廣，只用滿足不同拍攝物體存在視角差以及物體存在景深的差異即可完成人員痕跡紋理圖像提取，還可以根據(jù)拍攝具體情況調(diào)節(jié)雙攝像頭之間的距離。
【附圖說明】
[0034]圖1:本發(fā)明實施例中提取方法的整體流程框圖。
[0035]圖2:本發(fā)明實施例中圖像配準的流程框圖。
【具體實施方式】
[0036]下面結(jié)合附圖對本發(fā)明做進一步描述。
[0037]實施例:如圖1和圖2所示的一種人員痕跡的提取方法，該方法主要由圖像采集、圖像配準、建立感興趣區(qū)域、閾值差分圖像和生態(tài)學處理等幾個步驟組成。具體地如圖1所示，如下:
[0038]1、圖像采集:
[0039]本發(fā)明采用兩個500萬圖像采集器，分別在位于不同的不同視角，不同方向光下，并且兩個500萬圖像采集器均利用高清廣角自動對焦鏡頭，其圖像采集過程是同時拍照采集的，獲取到兩幀圖形，分別定義為圖像1，圖像2，是多視角圖像。
[0040]2、圖像配準:
[0041]圖像的配準采用的是基于特征點的圖像配準方法，并利用圖形局部不變特征提取方法的來解決特征點的定位檢測以及特征點的描述問題。此處所提及的特征點，即特征區(qū)域。由于這些一定數(shù)目的局部區(qū)域可能離散地出現(xiàn)在目標的不同位置，當對每個區(qū)域獨立地提取特征時，即使目標位于復雜環(huán)境中或有部分遮擋，通過局部特征提取仍可得到目標的部分信息，從而實現(xiàn)復雜背景中目標的識別與確認。因此，局部不變特征提取方法與全局不變特征提取方法相比，局部仿射不變特征只利用目標局部區(qū)域的信息構(gòu)造特征量。由于不用對目標進行分割或提取輪廓等預處理，不需要得到目標的全部信息，因此與全局的方法相比，其適用面更廣。
[0042]圖像