[发明专利]基于足迹图像的性别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，尤其涉及一种基于足迹图像的性别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。在当前复杂的社会环境影响下，因各种原因而诱发的女性犯罪呈明显上升态势，因此利用足迹准确分析出性别，进而确定侦查方向尤为重要。人的性别不同，其体型、生理结构、运动机能均有明显差别，这些差别在足迹中均有不同程度的反映，这就为根据足迹分析性别提供了依据。基于足迹图像进行性别分析所使用的特征有足长、足宽、压力分布均匀程度等，测量足长、足宽相对容易，压力分布均匀程度则主要靠检验人员的主观判断；且这些特征的综合使用中，也多为定性描述，缺乏量化指标，因此一般检验人员难于掌握这项技术。

发明内容

为了解决上述问题，本发明提供了一种基于足迹图像的性别特征分析的方法及装置，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、客观地性别特征分析的目的。

为了实现上述目的，本发明采用的技术方案为：一种基于足迹图像的性别特征分析的方法，包括如下步骤：

S1.对足迹图像进行多层压力面提取；

S2.根据足迹的多层压力面图像，得到至少下述足迹形态结构特征：足长、足宽、各层压力面的面积；

S3.建立足迹形态结构特征与性别之间的数学模型，向该数学模型输入上述形态结构特征，得到该足迹所有人的性别特征；具体步骤为：

S3.1.建立性别与足长的数学模型：样本x至总体G的马氏距离为

其中：μ和Σ分别为总体G的均值和协方差矩阵；x为足长，男、女的足长分别为服从正态分布和的总体G₁、G₂，μ₁、μ₂分别为G₁、G₂的均值，分别为G₁、G₂的方差；

根据公式(1)计算得到测试足迹足长到总体G₁、G₂的距离d₁、d₂，

使用公式(2)，获取足迹所有人的性别特征。

进一步的，步骤3.1替换为：

建立性别与足迹的长宽比的数学模型：

足迹的长宽比r＝足长/足宽 (3)

男、女的足迹长宽比分别为服从正态分布和的总体G₃、G₄，其中μ₃、μ₄分别为G₃、G₄的均值，分别为G₃、G₄的方差；参考公式(1)计算得到测试足迹长宽比与总体G₃、G₄的马氏距离d₃、d₄；

使用公式(4)计算获取足迹所有人的性别特征。

进一步的，步骤S3.1替换为：

建立性别与多层压力面相邻层间压力变化率的数学模型：记S_i，i＝1，2，…，n，为第i层的足迹压力面的面积，相邻层间的足迹压力面的面积相对变化率为

ΔS_i＝(S_i+1-S_i)/S_i，i＝1，2，…，n-1 (5)

其变异系数为

cv＝σ/μ (6)

其中，μ、σ分别为{ΔS_i}的均值和方差；

给定阈值T，变异系数cv大于阈值T，则判断该足迹所有人为男性，否则判断该足迹所有人为女性。

进一步的，步骤S3.1替换为：

使用上述三个技术方案中的各步骤的S3.1，得到3个性别属性，以0代表男性，1代表女性，计算上述3种数学模型的性别属性之和s，若s≤1，则判断该足迹所有人为男性；否则，判断该足迹所有人为女性。

进一步的，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