[发明专利]一种足迹图像的处理方法

权利要求书

1.一种足迹图像的处理方法，其特征在于，包括如下步骤：

S10.数据采集：采用三维激光扫描仪对足迹进行采集，得到点云数据；

S20.数据预处理：利用数据处理软件对采集到的点云数据进行预处理，保留点云数据中的X、Y坐标数据，将Z坐标数据进行转化加以利用，将颜色信息作为冗余数据去除；

S30.特征提取与足迹识别：根据特定算法进行足迹图像的特征提取和足迹识别，所述特定算法包括如下步骤：

S31.使用Haar级联进行足迹识别：对整个图像区域进行分割，并通过训练OpenCV库中的Haar特征级联分类器将单个足迹或疑似足迹的图像识别出来；

S32.足迹图像区域的提取：针对不同的足迹图像的特点，采用OTSU算法或Bernsen算法将足迹图像提取出来；

S33.图像降噪：采用高斯滤波或中值滤波的方式进行图像降噪，在设置过滤器强度后，在OpenCV库中调用函数：

cv.fastNlMeansDenoisingColored(img,None,10,10,10,20)；

S34.足迹纹理特征提取：使用mahotas API中的Haralick算法计算足迹图像的纹理特征提取；

S35.图像二值化与层次聚类：采用全局阈值法或动态阈值法对足迹图像进行二值化，并通过层次聚类合并相似集群以完成足迹分类和比对：

AgglomerativeClustering(n_clusters＝NCLUSTERS,connectivity＝connectivity)。

2.根据权利要求1所述的一种足迹图像的处理方法，其特征在于，数据预处理时，将Z坐标数据通过如下步骤进行转化：

S21.通过算法计算合适的阈值，找到足迹Z坐标的取值范围，保留该范围内的坐标点数据，去除范围外的坐标点数据；

S22.将足迹Z坐标取值范围对应到0-255灰度区间上，将Z坐标数据转换为灰度数据。

3.根据权利要求1所述的一种足迹图像的处理方法，其特征在于，步骤S35中，在进行层次聚类之前，重复、交叉进行图像降噪和足迹图像区域提取的步骤。

4.根据权利要求1所述的一种足迹图像的处理方法，其特征在于，通过训练OpenCV库中的Haar特征级联分类器来进行足迹识别的步骤包括：

S311.选择Haar级联特征，创建积分图像并进行Adaboost训练，训练集包括包含足迹图像和不包含足迹图像；

S312.通过级联的分类器逐级逐步过滤掉不包含足迹的区域。

5.根据权利要求4所述的一种足迹图像的处理方法，其特征在于，所述OTSU算法为OpenCV库的OTSU算法，表达式为：

cv.threshold((cv.cvtColor(img,cv2.COLOR_BGR2GRAY)_),0,255,cv2.THRESH_OTSU)。

6.根据权利要求4所述的一种足迹图像的处理方法，其特征在于，所述Haralick算法的表达式为：

Mahotas.features.haralick(digits.img.astype(numpy.uint8))。