【技术实现步骤摘要】
一种基于多元高斯的鞋印身高估计方法
本专利技术属于身高估计方法及系统
，尤其涉及一种基于多元高斯模型的通过鞋印估计身高的方法及系统。
技术介绍
现有技术中的的身高估计方法主要有以下三种：(1)基于人工测量的身高估计方法：通过人工测量的方式，记录鞋长，建立简单的线性数学模型估计身高。(2)基于穿鞋足迹图像的身高分析方法：使用图像滤波操作去除穿鞋足迹图像中鞋底花纹的影响，对穿鞋足迹进行多层压力面提取，获得足迹形态特征：足长，建立足长与身高之间的数学模型：身高＝足长×7，计算该足迹所有人的身高。(3)基于CNN的赤足或穿袜足迹的身高判定方法：应用PCA算法将赤足灰度图像进行旋转矫正，通过阈值的像素分割确定足迹边缘四个关键点：足趾內缘突点，足趾外缘突点，足跟后缘突点，最长趾前缘突点，来确定足迹位置并将边缘噪声裁剪补零，将处理后的图像按男女分别分成五组，构建Alexnet网络构架的卷积神经网络，输入处理过的赤足或穿袜图像，输出身高预测区间。上述现有技术中身高估计方法存在的问题是：(...
【技术保护点】
1.一种基于多元高斯的鞋印身高估计方法，其特征在于，步骤如下：/nS1、对倾斜的鞋印进行矫正与提取：/nS1.1、通过基于Radon变换的鞋印图像进行旋转矫正；/nS1.2、进行鞋印提取；/nS2、对足迹特征三元组进行提取：/nS2.1、对足迹特征三元组中鞋长、鞋宽进行提取；/nS2.2、对足迹特征三元组中前后足质心距离进行提取；/nS3、构建基于多元高斯模型的身高分类器：/nS3.1、建立数据集；/nS3.2、处理异常数据；/nS3.3、计算多元高斯模型参数；/nS4、估计基于多类融合的身高：/nS4.1、计算身高类别概率；/nS4.2、估计基于身高所属类别融合的身高。/n
【技术特征摘要】
1.一种基于多元高斯的鞋印身高估计方法，其特征在于，步骤如下：
S1、对倾斜的鞋印进行矫正与提取：
S1.1、通过基于Radon变换的鞋印图像进行旋转矫正；
S1.2、进行鞋印提取；
S2、对足迹特征三元组进行提取：
S2.1、对足迹特征三元组中鞋长、鞋宽进行提取；
S2.2、对足迹特征三元组中前后足质心距离进行提取；
S3、构建基于多元高斯模型的身高分类器：
S3.1、建立数据集；
S3.2、处理异常数据；
S3.3、计算多元高斯模型参数；
S4、估计基于多类融合的身高：
S4.1、计算身高类别概率；
S4.2、估计基于身高所属类别融合的身高。
2.如权利要求1所述的基于多元高斯的鞋印身高估计方法，其特征在于，步骤S1.1详细步骤如下：
S1.1.1、将鞋印图像转化为灰度图像，使用最大类间方差法得到使类间方差最大的阈值，并将鞋印图像的灰度图像转化为二值图像；
S1.1.2、采用5×5的方形结构元
对二值化后的二值图像先进行闭运算，连接鞋印细小花纹去除鞋印花纹影响,再进行开运算滤除鞋印图像中的噪声点以及鞋印周围的噪声点；
S1.1.3、对去噪后的鞋印二值图像进行Radon变换，获取投影值最大的角度，将其与90度的差作为倾斜角度θ；
S1.1.4、根据计算的倾斜角度θ，将鞋印灰度图像进行倾斜校正，使鞋印脚掌区域在脚跟区域上方，且鞋印大脚趾区域最上边缘点与脚跟最外边缘点的连线和水平线垂直。
3.如权利要求1所述的基于多元高斯的鞋印身高估计方法，其特征在于，步骤S1.2中通过行列扫描的方式，得到矫正后鞋印图像中鞋印的最小外接矩，其四个顶点分别记为(xleft,ytop)，(xright,ytop)，(xright,ybottom)，(xleft,ybottom)。
4.如权利要求3所述的基于多元高斯的鞋印身高估计方法，其特征在于，步骤S2中足迹特征三元组中鞋长为|ybottom-ytop|，鞋宽为|xright-xleft|；
将鞋印图像以矫正后鞋印图像中鞋印的最小外接矩形的水平中位线为界分为上下两部分，上半部分区域为前足区，下半部分区域为后足区，分别计算出前足区质心和后足区的质心坐标：
前足区质心坐标(c1,c2)：
后足区质心坐标(c3,c4)：
x，y分别表示图像在水平和垂直方向上的坐标，f(x,y)为矫正后图像的灰度值，h表示矫正后鞋印图像中鞋印的最小外接矩形的长度；
计算前后足质心距离x(3)：
5.如权利要求...
【专利技术属性】
技术研发人员：张涛，刘禹辰，宁婷婷，朱振东，王盛麟，王新年，
申请(专利权)人：辽宁师范大学，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。