[发明专利]一种基于多元高斯的鞋印身高估计方法

权利要求书

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；

其中，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。

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S1.2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(x_left,y_top)，(x_right,y_top)，(x_right,y_bottom)，(x_left,y_bottom)。

3.如权利要求2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|y_bottom-y_top|，鞋宽为|x_right-x_left|；

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⁾：

4.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S3.1详细步骤如下：用提取出的鞋印图像足迹特征三元组组建数据集X，

为第n个鞋印图像样本的鞋长，为第n个鞋印图像样本的鞋宽，第n个鞋印图像样本的前后足质心距离，h_n为第n个鞋印图像样本对应的身高值，n∈{1,2,3,...,N}，N为数据集X的样本个数；

将数据集X按照身高以1cm为间隔分成M类:

X_M为第M类的数据集，M为身高类别，t∈{1,2,3,...,T_M}，T_M为X_M中的样本数。