[发明专利]一种细粒度鞋印图像检索方法

权利要求书

1.一种细粒度鞋印图像检索方法，其特征在于，包括以下步骤：

S1：鞋印属性信息提取；

S2：鞋印属性相似度计算；

S3：鞋印内容相似度计算；

S4：结合鞋印内容信息与属性信息的排序得分计算；

S5：按照排序得分将数据集中的图像降序输出得到检索结果。

2.根据权利要求1所述的一种细粒度鞋印图像检索方法，其特征在于：步骤S1还包括以下步骤：

S11：对单枚鞋印提取属性信息；

S111：鞋印图像完整性判断：对单枚鞋印图像A求取最小外接矩形所包含的图像区域记为P_A，对P_A进行二值化，将花纹上的点标记为1，背景点标记为0；计算鞋印图像A的占空比，记为O_A，其中O_A为P_A中标记为1的点个数总和与整幅图像像素点个数比值；若O_A小于阈值z，则认为鞋印图像存在鞋掌或鞋跟缺失；

S112：鞋印的鞋长、鞋宽、鞋跟宽计算；

a：若鞋印图像完整，则取P_A的高为鞋长H_A，宽为鞋宽W_A；将P_A内包含的鞋印图像按3：2分为鞋掌和鞋跟，求取鞋跟部分的最小外接矩形，定义鞋跟部分的最小外接矩形的宽为鞋跟宽w_A；并对鞋印图像的鞋长、鞋宽、鞋跟宽进行真实性判定，更新属性信息；

b：若鞋印图像存在鞋掌或鞋跟缺失，则定义鞋长H_A＝0，鞋宽W_A＝0，鞋跟宽w_A＝0；

S12：根据单枚鞋印属性信息提取方法对数据集G＝{G₁,...,G_k,...,G_N},k＝1,...,N中的鞋印提取属性信息，形成鞋印属性信息矩阵M：

3.根据权利要求2所述的一种细粒度鞋印图像检索方法，其特征在于：步骤S112还包括以下步骤：

S1121：令r₁＝W_A/w_A，若r₁＜1.28，则认为鞋掌两侧残缺，更新鞋宽为W_A＝1.28×w_A；若r₁＞1.33，则认为鞋跟两侧残缺，更新鞋跟宽w_A＝W_A/1.33；

S1122：令r₂＝H_A/W_A，若r₂＜2.9，则认为鞋尖或鞋跟末端残缺，更新鞋长H_A＝3.0×w_A；若r₂＞3.1，则认为步骤S1121更新的鞋宽W_A仍比实际鞋宽小，再次更新鞋宽W_A＝H_A/3.0，并判断是否r₁＞1.33，若是，更新鞋跟宽w_A＝W_A/1.33。