一种基于加权局部结构的脚印表达方法技术

本发明专利技术提供一种基于加权局部结构的脚印表达方法，包括：对脚印图像进行预处理并获取特征点；计算特征点几何结构；计算所述特征点的局部结构矩阵；计算所述特征点加权局部结构矩阵；构建脚印加权局部结构矩阵。本发明专利技术提取的单脚印图像的局部结构矩阵兼顾了特征点的空间分布特性和特征点之间的几何结构关系，具有很强的可区分性，从而提高了识别的精确度。进一步地，本发明专利技术在局部结构矩阵中引入加权因子，减弱了脚印残缺的问题，特征适用性更广泛。

A Footprint Representation Method Based on Weighted Local Structure

【技术实现步骤摘要】
一种基于加权局部结构的脚印表达方法
本专利技术涉及脚印识别
，具体而言，尤其涉及一种基于加权局部结构的脚印表达方法。
技术介绍
人体的脚型骨骼决定着脚印中掌区、足弓、跖区和趾区等具有不同的形态分布特征，具有特定性和相对稳定性，是利用脚印几何形状特征进行人身份鉴别的基本依据。目前脚印的形状特征的主要表达方法有：1)提取足长、掌宽、跟宽、足跟中心到每个脚趾中心与横轴的角度以及脚掌面积等形态学特征[1]；2)分别提取前后足压力中心点到足迹图像边缘点的距离，然后对特征进行傅里叶变换并取模，作为足迹的形状特征[2]。目前脚印识别存在的问题是：1)目前的脚印识别方法通常是通过从图像中提取如长、宽、角度等形态学特征进行识别。这种方法容易受到噪声影响，而且提取精度较低，增加了整个识别过程的难度，降低了识别的准确性；2)几何形状特征易受到脚印残缺的影响且没有考虑特征点空间分布特性，从而导致识别精度降低。引证文件：[1]RobertB.Kennedy.Uniquenessofbarefeetanditsuseasapossiblemeansofidentification,ElsevierscienceIrelandLtd.,82(1):81-87,1996.[2]X.Wang,H.Wang,Q.Cheng,N.L.NankabirwaandT.Zhang.Single2Dpressurefootprintbasedpersonidentification.2017IEEEInternationalJointConferenceonBiometrics(IJCB),Denver,CO,2017,pp.413-419.
技术实现思路
根据上述提出的技术问题，而提供一种基于加权局部结构的脚印表达方法，包括：步骤S1：对脚印图像进行预处理并获取特征点；步骤S2：计算特征点几何结构；步骤S3：计算所述特征点的局部结构矩阵；步骤S4：计算所述特征点加权局部结构矩阵；以特征点pi为例，将距离所述pi不同层的特征点赋予不同的加权因子，距离所述特征点pi越近，加权因子越大；所述不同层是以参考点pi为圆心，在以该点到质心之间的距离dPF(i)为半径的圆域内以对数距离间隔构建N个同心圆，不同的同心圆即为不同的层；所述加权因子可以表示为：其中，wil表示以特征点pi为圆心、第l层同心圆的未归一化的加权因子，dPF(i)表示特征点pi到质心点的距离，N表示同心圆的个数，wwil表示将加权因子归一化到0～1之间。进一步地，所述特征点pi的加权局部结构矩阵表示为Wi(θk,rl)：Wi(θk,rl)＝Si(θk,rl)×wwil；其中，Si(θk,rl)表示特征点pi的局部结构矩阵。步骤S5：构建脚印加权局部结构矩阵；遍历前足区域的n个特征点，逐一计算所述特征点的加权局部结构矩阵，并串联在一起，即获得前足区域的加权局部结构矩阵WF。更进一步地，同理获得后足区域的加权局部结构矩阵WH，则整个单脚印的加权局部结构矩阵为：进一步地，所述对脚印图像进行预处理：步骤S11：首先对脚印图像去除噪声；将通过平面脚印图像数字采集设备扫描获取的脚印压力图像进行去除噪声、倾斜校正；通过大津法OTSU得到脚印图像的阈值，将所述脚印区域中小于所述脚印图像阈值的像素判为噪声，从而去除所述脚印图像中的背景噪声。步骤S12：对所述脚印图像进行分区；将步骤S11去除噪声后的所述脚印图像进行分区操作；按照前足区域：后足区域＝3:2的高度比例对脚印进行分区操作，获取前足区域及后足区域。步骤S13：在去噪后的图像上进行特征点的获取；通过边缘检测法获取所述去噪之后的脚印轮廓点，分别计算前/后足区域轮廓上坐标点的均值，获取前足区域的质心点坐标(xF,yF)及后足区域的质心点坐标(xH,yH)。计算前足轮廓点相对于质心点的方向，以Δθ为间隔对前足轮廓点进行采样得到n个特征点，构成前足区域的特征点集合P＝{p1,p2,…,pn}。计算后足轮廓点相对于质心点的方向，以Δθ为间隔对后足轮廓点进行采样得到m个特征点，构成后足区域的特征点集合Q＝{q1,q2,…,qm}。更进一步地，所述特征点几何结构计算：步骤S21：计算特征点与质心点之间的距离和角度。所述特征点与质心点之间的距离：以前足区域为例，计算特征点(xi,yi)到质心点(xF,yF)的距离dPF：其中，dPF(i)表示第i个特征点到质心点的距离，(xi,yi)表示前足区域轮廓上的点，(xF,yF)表示前足区域的质心。进一步地，以所述质心点(xF,yF)为起点，画出通过每个特征点(xi,yi)的射线，计算射线与水平轴之间的夹角θPF；其中θPF(i)，i∈1,2,…,n，表示通过第i个特征点的射线与水平轴之间的夹角。步骤S22：计算特征点之间的距离和角度矩阵。计算每个特征点与剩余的n-1个特征点之间的距离大小，构建距离矩阵：其中，dij表示第i个特征点与第j个特征点之间的距离：计算每个特征点与剩余的n-1个特征点之间的角度大小，构建角度矩阵：其中θij表示第i个特征点与第j个特征点之间的角度：进一步地，所述特征点局部结构矩阵计算；步骤S31：选取任意特征点pi，以所述pi为圆心，在所述pi到质心之间的距离dPF(i)为半径的圆域内，以对数距离间隔构建N个同心圆；步骤S32：所述射线与水平轴之间的夹角θPF(i)+90°为起始方向，以为间隔，从pi点出发，引M条射线，将同心圆分成M等份；步骤S33：计算rl和θk决定的扇形区域内各特征点到所述pi距离的累加值Ci(θk,rl)：其中，rl，θk分别表示第l个同心圆半径和第k个方向的角度，l∈1,2,…,N，k∈1,2,…,M。步骤S34：计算在第l个半径时，Ci(θ,r)在角度θ上的距离累加值的差值Mi(θk,rl)：Mi(θk,rl)＝Ci(θk,rl)-Ci(θk-1,rl)；其中，Ci(θk-1,rl)表示rl和θk-1决定的扇形区域内各特征点到所述pi距离的累加值。步骤S35：计算所述距离累加值的差值Mi(θ,r)在不同半径r上的差值，则特征点pi的局部结构矩阵为：Si(θk,rl)＝Mi(θk,rl)-Mi(θk,rl-1)；其中，Mi(θk,rl-1)表示在第l-1个同心圆上，距离累加值Ci(θ,r)的差值。较现有技术相比，本专利技术具有以下优点：本专利技术提取的单脚印图像的局部结构矩阵兼顾了特征点的空间分布特性和特征点之间的几何结构关系，具有很强的可区分性，从而提高了识别的精确度。进一步地，本专利技术在局部结构矩阵中引入加权因子，减弱了脚印残缺的问题，特征适用性更广泛。附图说明为了更清楚地说明本专利技术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做以简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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。图1为本专利技术的脚印特征的示意图。图2为本专利技术的脚印表达方法的整体流程示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例本文档来自技高网...

【技术保护点】
1.一种基于加权局部结构的脚印表达方法，其特征在于，包括：S1：对脚印图像进行预处理并获取特征点；S2：计算特征点几何结构；S3：计算所述特征点的局部结构矩阵；S4：计算所述特征点加权局部结构矩阵；以特征点pi为例，将距离所述pi不同层的特征点赋予不同的加权因子，距离所述特征点pi越近，加权因子越大；所述不同层是以参考点pi为圆心，在以该点到质心之间的距离d

【技术特征摘要】
1.一种基于加权局部结构的脚印表达方法，其特征在于，包括：S1：对脚印图像进行预处理并获取特征点；S2：计算特征点几何结构；S3：计算所述特征点的局部结构矩阵；S4：计算所述特征点加权局部结构矩阵；以特征点pi为例，将距离所述pi不同层的特征点赋予不同的加权因子，距离所述特征点pi越近，加权因子越大；所述不同层是以参考点pi为圆心，在以该点到质心之间的距离dPF(i)为半径的圆域内以对数距离间隔构建N个同心圆，不同的同心圆即为不同的层；所述加权因子可以表示为：其中，wil表示以特征点pi为圆心、第l层同心圆的未归一化的加权因子，dPF(i)表示特征点pi到质心点的距离，N表示同心圆的个数，wwil表示将加权因子归一化到0～1之间；所述特征点pi的加权局部结构矩阵表示为Wi(θk,rl)：Wi(θk,rl)＝Si(θk,rl)×wwil；其中，Si(θk,rl)表示特征点pi的局部结构矩阵；S5：构建脚印加权局部结构矩阵；遍历前足区域的n个特征点，逐一计算所述特征点的加权局部结构矩阵，并串联在一起，即获得前足区域的加权局部结构矩阵WF；同理获得后足区域的加权局部结构矩阵WH，则整个单脚印的加权局部结构矩阵为：2.根据权利要求1所述的一种基于加权局部结构的脚印表达方法，其特征还在于：所述对脚印图像进行预处理：S11：首先对脚印图像去除噪声；将通过平面脚印图像数字采集设备扫描获取的脚印压力图像进行去除噪声、倾斜校正；通过大津法OTSU得到脚印图像的阈值，将所述脚印区域中小于所述脚印图像阈值的像素判为噪声，从而去除所述脚印图像中的背景噪声；S12：对所述脚印图像进行分区；将步骤S11去除噪声后的所述脚印图像进行分区操作；按照前足区域：后足区域＝3:2的高度比例对脚印进行分区操作，获取前足区域及后足区域；S13：在去噪后的图像上进行特征点的获取；通过边缘检测法获取所述去噪之后的脚印轮廓点，分别计算前/后足区域轮廓上坐标点的均值，获取前足区域的质心点坐标(xF,yF)及后足区域的质心点坐标(xH,yH)；计算前足轮廓点相对于质心点的方向，以Δθ为间隔对前足轮廓点进行采样得到n个特征点，构成前足区域的特征点集合P＝{p1,p2,…,pn}；计算后足轮廓点相对于质心点的方向，以Δθ为间隔对后足轮廓点进行采样得到m...

【专利技术属性】
技术研发人员：王新年，程琪，杨锦，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：辽宁,21