本發(fā)明涉及一種腳印的識(shí)別方法，屬于腳印的識(shí)別領(lǐng)域。

背景技術(shù)：

目前腳印識(shí)別方法主要是在腳印區(qū)域中，提取足長、掌寬、跟寬、足跟中心到每個(gè)腳趾的中心與橫軸的角度以及腳掌面積等形態(tài)學(xué)特征，結(jié)合各種分類器進(jìn)行識(shí)別。但是目前的腳印識(shí)別方法通常是從圖像中提取形態(tài)學(xué)特征如長、寬、角度等形態(tài)特征進(jìn)行識(shí)別。該種方法易受噪聲影響，提取精度低，增加整個(gè)識(shí)別過程難度以及準(zhǔn)確性，且目前還沒有依賴腳印區(qū)域特征進(jìn)行識(shí)別的方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明針對以上問題的提出，提供一種腳印的識(shí)別方法，其特征在于包括：離線訓(xùn)練過程sa和在線識(shí)別過程sb；

所述離線訓(xùn)練過程包括：

sa1：采集儀采集的腳印壓力圖像去除噪聲提取腳印區(qū)域；

sa2：對所述sa1中獲得的腳印區(qū)域傾斜校正；

sa3:對所述sa2中獲得的校正后的圖像，進(jìn)行尺寸規(guī)范化操作。

sa4：對所述sa3中獲得的尺寸規(guī)范化后的腳印區(qū)域進(jìn)行前后足分區(qū)，對分區(qū)后的腳印區(qū)域特征提??；

sa5：利用所述sa4中所獲得的特征，形成特征數(shù)據(jù)庫，

所述特征數(shù)據(jù)庫表示為，d＝{fi,i＝1,2,…,n}，其中，fi表示所提取的第i腳印區(qū)域的特征，n表示樣本數(shù)目；

所述在線識(shí)別過程sb包括：

sb1：對待識(shí)別的腳印區(qū)域進(jìn)行去除噪聲影響以及傾斜校正處理；

sb2：將校正后的腳印區(qū)域進(jìn)行尺寸規(guī)范化操作。

sb3：按照一定的比例進(jìn)行前后足分區(qū)，然后再分別進(jìn)行小波變換和腳印特征信息提取；

sb4：根據(jù)提取腳印特征信息，采用余弦度量的方式將待識(shí)別的腳印數(shù)據(jù)與離線訓(xùn)練過程sa中存儲(chǔ)的數(shù)據(jù)庫中的腳印數(shù)據(jù)進(jìn)行計(jì)算，將計(jì)算出的相似性得分按照從大到小的方式進(jìn)行排序，找出所述排名中前k個(gè)腳印中個(gè)出現(xiàn)次數(shù)最多的類別作為待檢腳印的類別，完成腳印的識(shí)別。

進(jìn)一步的，sa11：通過大津法得到腳印區(qū)域的閾值，根據(jù)該閾值對圖像進(jìn)行二值化處理，得到腳印的二值圖像；然后采用半徑大小為15的圓盤型結(jié)構(gòu)元素對二值圖像進(jìn)行膨脹運(yùn)算得到膨脹后的圖像f；再采用半徑大小為10的圓盤型結(jié)構(gòu)元素對膨脹后的圖像f進(jìn)行腐蝕運(yùn)算；最后采用八鄰域標(biāo)記算法獲得整幅圖像的連通域；

sa12：計(jì)算圖像中各連通區(qū)域面積，并按其大小降序排列。取排在第5名的連通區(qū)域面積的值作為閾值，將面積小于設(shè)定閾值的連通區(qū)域作為噪聲處理去除，獲得噪聲處理后的腳印區(qū)域。

進(jìn)一步的，sa21：將sa1所獲得的腳印區(qū)域的分為前足區(qū)域和后足區(qū)域，按照12:13的高度比例對足印圖像分為前足區(qū)域img1和后足區(qū)域img2；

sa22：將腳印后足區(qū)域img2進(jìn)行邊緣點(diǎn)檢測，得到腳印后足的邊緣點(diǎn)，取后足區(qū)域最左上邊緣點(diǎn)和最右上邊緣點(diǎn)連線的中點(diǎn)作為關(guān)鍵點(diǎn)，求該關(guān)鍵點(diǎn)到后足區(qū)域各邊緣點(diǎn)的距離，將距離最大的直線所在的方向定為腳印區(qū)域的主方向。

sa23：依據(jù)主方向與水平方向的傾斜角對整幅腳印區(qū)域進(jìn)行傾斜校正。

進(jìn)一步的，sa31：對校正后的圖像進(jìn)行尺寸規(guī)范化。具體操作為：構(gòu)建w×h維的空矩陣t，以矩陣t的中心與校正后腳印區(qū)域中心的坐標(biāo)差為偏移量(dx,dy)，將校正后的腳印區(qū)域所有不為零的像素點(diǎn)通過偏移量(dx,dy)平移到矩陣t的中央，構(gòu)成新的腳印區(qū)域。

sa32:尺寸規(guī)范化后的腳印區(qū)域重新進(jìn)行前足、后足分區(qū)，通過判斷腳印區(qū)域的外接矩形的高度和寬度，得到分區(qū)后的前足區(qū)域imgt和和后足區(qū)域imgb；

sa33：穿襪的紋理信息屬細(xì)節(jié)信息，即高頻信息，為消除紋理信息帶來的影響，采用harr小波為母波函數(shù)，對sa32中圖像imgt和圖像imgb分別進(jìn)行n層小波變換，將第n層的低頻系數(shù)分別記為wt和wb；

sa34：對步驟sa33得到的wt和wb進(jìn)行傅里葉變換，得到腳掌區(qū)域頻譜和腳跟區(qū)域頻譜通過構(gòu)建帶通濾波器，得到濾波后的頻譜為和并對其進(jìn)行對數(shù)極坐標(biāo)變換，得到頻譜rt和rb；對所述頻譜rt和rb進(jìn)行傅里葉變換，提取幅值，得到m維的頻譜向量ft和fb，將其合并形成2m維的向量f作為腳印特征。

本發(fā)明由于采取以上技術(shù)方案，其具有以下優(yōu)點(diǎn)：1)本方法不從圖像中提取足跡長度、角度等腳印形態(tài)信息，因此不易受噪聲和旋轉(zhuǎn)角度的影響，從腳印的整體特征考慮，提高了自動(dòng)提取精度，降低了識(shí)別的難度。2)基于傅里葉梅林的腳印特征具有旋轉(zhuǎn)平移不變性，本方法的識(shí)別速度快。3)采用小波變換，消除了穿襪時(shí)紋理影響，無需對穿襪和赤足進(jìn)行區(qū)分，適用性更加廣泛。

附圖說明

為了更清楚的說明本發(fā)明的實(shí)施例或現(xiàn)有技術(shù)的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖做一簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明一種腳印的識(shí)別方法的流程圖；

圖2為圖1的離線訓(xùn)練過程、在線識(shí)別過程的流程圖；

圖3為本發(fā)明腳印的校正及提取圖。

具體實(shí)施方式

為使本發(fā)明的實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚完整的描述：

如圖1所示的一種腳印識(shí)別系統(tǒng)的流程圖，作為優(yōu)選的實(shí)施方式，其對腳印的識(shí)別過程為：識(shí)別的腳印區(qū)域進(jìn)行預(yù)處理、傾斜校正后提取腳印區(qū)域特征并存儲(chǔ)，構(gòu)建腳印特征數(shù)據(jù)庫。待識(shí)別的腳印特征數(shù)據(jù)與預(yù)先存儲(chǔ)特征數(shù)據(jù)庫中的腳印數(shù)據(jù)計(jì)算相似性得分。相似性得分排名中前k個(gè)腳印中出現(xiàn)次數(shù)最對多的類別作為待檢腳印的類別，完成腳印識(shí)別。

如圖2所示，在本實(shí)施方式中，腳印識(shí)別過程包括：離線訓(xùn)練過程和在線識(shí)別過程；

當(dāng)離線訓(xùn)練過程時(shí)，采集儀采集的腳印壓力圖像，去除噪聲影響，提取出腳印區(qū)域。在本實(shí)施方式中，采用大津法得到腳印區(qū)域的閾值，根據(jù)該閾值對圖像進(jìn)行二值化處理，得到腳印的二值圖像。可以理解為在其他實(shí)施方式中，可以采用其他的方式處理腳印的圖像，只要能夠滿足能夠有效的判斷圖像的閾值已達(dá)到對圖像判斷的作用即可。采用半徑大小為15的圓盤型結(jié)構(gòu)元素對二值圖像進(jìn)行膨脹運(yùn)算得到膨脹后的圖像f，然后采用半徑大小為10的圓盤型結(jié)構(gòu)元素對膨脹后的圖像f進(jìn)行腐蝕運(yùn)算，最后采用八鄰域標(biāo)記算法獲得整幅圖像的連通域；計(jì)算圖像中各連通區(qū)域面積，并按其大小降序排列。取排在第5名的連通區(qū)域面積的值作為閾值，將面積小于設(shè)定閾值的連通區(qū)域作為噪聲處理并去除噪聲，獲得噪聲處理后的腳印區(qū)域。

進(jìn)一步的，在本實(shí)施方式中，為降低旋轉(zhuǎn)角度影響，對中獲得腳印區(qū)域進(jìn)行傾斜校正。作為優(yōu)選的實(shí)施方式，將獲得的腳印區(qū)域粗略的分為前足區(qū)域和后足區(qū)域。按照一定的高度比例對足印圖像分為前足區(qū)域img1和后足區(qū)域img2。在本實(shí)施方式中，高度比為12:13。將腳印后足區(qū)域img2進(jìn)行邊緣點(diǎn)檢測，得到腳印后足的邊緣點(diǎn)，取后足區(qū)域最左上邊緣點(diǎn)和最右上邊緣點(diǎn)連線的中點(diǎn)作為關(guān)鍵點(diǎn)，計(jì)算該關(guān)鍵點(diǎn)到后足區(qū)域各邊緣點(diǎn)的距離，將距離最大的直線所在的方向定為腳印區(qū)域的主方向。再依據(jù)主方向與水平方向的傾斜角對整幅腳印區(qū)域進(jìn)行傾斜校正。

進(jìn)一步的，在本實(shí)施方式中，對校正后的圖像進(jìn)行尺寸規(guī)范化。構(gòu)建w×h維的空矩陣t，以矩陣t的中心與校正后腳印區(qū)域中心的坐標(biāo)差為偏移量(dx,dy)，將校正后的腳印區(qū)域所有不為零的像素點(diǎn)通過偏移量(dx,dy)平移到矩陣t的中央，構(gòu)成新的腳印區(qū)域。

進(jìn)一步的，在本實(shí)施方式中，對獲得的尺寸規(guī)范化后的圖像進(jìn)行特征的提取，校正后的腳印區(qū)域重新進(jìn)行前足、后足分區(qū)。在本實(shí)施方式中，采用的分區(qū)規(guī)則為：首先判斷腳印區(qū)域的外接矩形的高度和寬度，如果高度大于寬度，則按照3：2的高度比例對腳印區(qū)域進(jìn)行粗略分區(qū)，分為前足區(qū)域imgt和后足區(qū)域imgb。否則按照3:2的寬度比例對腳印區(qū)域進(jìn)行分區(qū)。

當(dāng)所需識(shí)別的腳印是穿襪時(shí)的腳印，其采集的紋理信息屬細(xì)節(jié)信息，即高頻信息，為消除紋理信息帶來的影響，采用harr小波為母波函數(shù)，對前一步驟中前足區(qū)域img1和后足區(qū)域img2分別進(jìn)行n層小波變換，，將它們第n層的低頻系數(shù)分別記為wt和wb，在本實(shí)施方式中，n＝3。

在本實(shí)施方式中，對得到的wt和wb進(jìn)行傅里葉變換，

其中m表示矩陣矢量wt行數(shù)，n表示矩陣矢量wt列數(shù)，m-1表示矩陣矢量wt行數(shù)減一，n-1表示矩陣矢量wt列數(shù)減一，a表示矩陣矢量wb行數(shù)，b表示矩陣矢量wb列數(shù)，a-1表示矩陣矢量wb行數(shù)減一，b-1表示矩陣矢量wb列數(shù)減一，取其幅值得到前足區(qū)域img1頻譜和后足區(qū)域img2頻譜

然后構(gòu)建帶通濾波器，通過公式

在本實(shí)施方式中n＝20，其中l(wèi)p表示低通濾波器，hp表示高通濾波器。

hp(ξ,η)＝(1-x(ξ,η))(2-x(ξ,η))(35)

其中：d1＝{ξ,η|ξ²+η²≤r²}，x(ξ,η)＝cosξπcosηπ,ξ≥-0.5,η≤0.5。

d的值為要進(jìn)行濾波的頻譜行數(shù)或列數(shù)中較大值，經(jīng)過濾波器濾波后的頻譜分別為和在本實(shí)施方式中，設(shè)置，ρ＝0.35m，θ＝0.35l，由要進(jìn)行對數(shù)極坐標(biāo)變換的頻譜的行列數(shù)決定。對濾波后的頻譜和進(jìn)行對數(shù)極坐標(biāo)變換，得到頻譜rt和rb。作為優(yōu)選的實(shí)施方式，對rt和rb進(jìn)行傅里葉變換，提取幅值，得到m維的頻譜向量ft和fb，將其合并形成2m維的向量f作為腳印特征。其中，為前足區(qū)域img1通過帶通濾波器后得到的頻譜，為后足區(qū)域img2通過帶通濾波器后得到的頻譜，rt為前足區(qū)域img1通過對數(shù)極坐標(biāo)變換后得到的頻譜，rb為后足區(qū)域img2通過對數(shù)極坐標(biāo)變換后得到的頻譜。

在本實(shí)施方式中，建腳印數(shù)據(jù)庫，由提取每幅腳印的特征，構(gòu)成腳印特征數(shù)據(jù)庫d＝{fi,i＝1,2,…,n}，fi表示所提取的第i腳印區(qū)域的特征，n表示樣本數(shù)目。在構(gòu)建數(shù)據(jù)庫時(shí)，不區(qū)分穿襪足印和赤足足印以及左右腳。

當(dāng)在線識(shí)別過程時(shí)，首先對待識(shí)別的腳印區(qū)域進(jìn)行去除噪聲影響以及傾斜校正預(yù)處理后，將去除噪聲影響的腳印區(qū)域進(jìn)行尺度規(guī)范化的操作，然后按照一定比例進(jìn)行前、后足分區(qū)，然后對前、后足區(qū)分別進(jìn)行小波變換和特征提取。

在本實(shí)施方式中，根據(jù)提取腳印特征信息，將待識(shí)別的腳印數(shù)據(jù)與預(yù)先存儲(chǔ)的數(shù)據(jù)庫中的腳印數(shù)據(jù)，通過余弦度量的方法進(jìn)行計(jì)算相似性得分，將相似性得分按照從大到小的方式進(jìn)行排序，找出相似性排名中前k個(gè)腳印中個(gè)出現(xiàn)次數(shù)最多的類別作為待檢腳印的類別，完成對腳印識(shí)別。

以上所述，僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，根據(jù)本發(fā)明的技術(shù)方案及其發(fā)明構(gòu)思加以等同替換或改變，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。