[发明专利]基于赤足或穿袜足迹图像的人身特征分析的方法及装置

说明书

技术领域

本发明涉及数字图像处理、计算机视觉以及刑侦技术领域，尤其涉及一种基于赤足或穿袜足迹图像的人身特征分析的方法及装置。

背景技术

足迹是刑侦办案中最常见的“手足工枪”四大类痕迹之一。随着犯罪形式的变化以及犯罪特点日趋智能型，作案人的反侦察意识越来越强，犯罪现场能提取到的手印痕迹数量大大减少，因此，足迹分析在侦查破案过程中的重要性越来越突出，而足迹分析中很重要的一个方面就是人身特征分析，即从足迹中分析犯罪嫌疑人的身高、年龄、体态、性别。根据人身特征可大大缩小嫌疑人排查范围，加快案件侦破速度。

我国的足迹检验理论远远走在世界前列，相关著作中对人身特征的分析方法也有大量阐述。从赤足与穿袜足迹中分析足长进而推算足迹遗留人的身高相对而言较简单，但年龄、体态、性别的分析要在综合分析足迹压力面的基础上进行，足迹压力面的识别、标画是其中的关键步骤，其准确性将直接影响人身特征的分析结果，目前只有少数具有多年经验的专家才能正确标画；此外，基于压力面的人身特征分析主要依赖专家手工测量、定性推断，因此不可避免地引入人为误差。

发明内容

为了解决上述问题，本发明提供了一种基于赤足或穿袜足迹图像的人身特征分析的方法及装置，通过运用计算机图像处理手段，自动提取出待检验足迹的压力面信息，在像素级上计算得到足迹基本特征；在分析人身特征阶段，通过建立科学的模型，将人工经验进行量化，避免足迹检验人员主观影响及人为误差的引入，从而达到快速、定量、准确、客观地人身特征分析的目的。

为了实现上述目的，本发明采用的技术方案为：一种基于赤足或穿袜足迹图像的人身特征分析的方法，包括如下步骤：

S1.对赤足或穿袜足迹图像进行多层压力面提取；

S2.根据赤足或穿袜足迹的多层压力面图像，获得至少下述足迹形态结构特征：足长、足宽、跟宽、弓宽以及掌区重压面下缘凸点的位置；

S3.分别建立足迹形态结构特征与身高、年龄、体态和性别之间的数学模型；向各数学模型输入上述形态结构特征，获取人身特征。

作为技术方案的补充，步骤S1中多层压力面提取的步骤为：

S1.1.对赤足或穿袜足迹图像预处理：将赤足或穿袜足迹图像进行滤波，该图像滤波的公式如下：

I＝F*G

I(i，j)＝Σ_mΣ_nF(i，j)G(i-m，j-n)(1)

其中，*表示卷积，F表示原始穿鞋足迹图像，G表示滤波器，I表示滤波后的足迹图像，(i，j)表示当前像素位置，m、n分别表示滤波窗口在x、y方向的大小；

S1.2.压力面提取：

S1.2.1.对预处理后的足迹图像进行双边滤波操作，可用如下公式表示：

其中，W_p是加权函数，定义如下

I^F是双边滤波后的足迹图像，I表示预处理步骤中滤波后的足迹图像，x表示图像I中当前像素的位置坐标，Ω为以x为中心的当前双边滤波窗口，f_r是平滑亮度差异的值域核函数，g_s是平滑空间差异的空间核函数；

S1.2.2.量化分级：首先对双边滤波后的足迹图像进行色彩空间转换，从RGB空间转换到Lab空间；取亮度通道L，对其按照足迹压力面层数n进行量化；然后将Lab模式图像再转换到RGB空间，得到足迹多层压力面分布图像。

作为技术方案的进一步补充，步骤S1.1中的滤波器定义为：

其中，u、v是坐标变量，σ是标准偏差。

作为技术方案的补充，步骤S2中获得足迹形态结构特征的方法为：

S2.1.建立足迹坐标系：取多层压力面分布图像中的压力最外层，做掌区和跟区的内、外两侧的公切线，设掌区、跟区的内侧最凸点分别为A、B，掌区、跟区的外侧最凸点分别为C、D，则两公切线AB、CD的夹角的角平分线为足迹中心线，足迹中心线与跟区下缘的交点为O，将足迹调整到其中心线竖直且脚尖向上，则在足迹所在平面中，以O为原点，以中心线为Y轴，竖直向上为Y轴正方向，水平向右为X轴正方向，建立足迹坐标系；

S2.2.计算足迹形态结构特征：压力最外层的上缘凸点T，为赤足的拇趾前缘点，点T与原点O的连线在足迹中心线方向上投影的长度为足长；

掌区内、外两侧最凸点的连线AC的长度为足宽；

跟区内、外两侧最凸点的连线BD的长度为跟宽；