[发明专利]一种轮胎结构形象痕迹自动识别比对方法

说明书

本发明提供一种轮胎结构形象痕迹自动识别比对方法，即便对于复杂的、不完整的现场痕迹的识别，也能够在嫌疑车辆轮胎花纹样本中找到与现场痕迹图像相似度最高的图形区域，对于有一部分畸变的现场轮胎痕迹也具备很好的识别效果。本专利技术方案中，通过对嫌疑对象花纹样本照预设的旋转角度作为步长进行旋转，得到变形后的嫌疑对象花纹样本，然后对现场痕迹检材和所有的嫌疑对象花纹样本的二值化矩阵的相似度进行计算，找到极值即可识别出现场痕迹检材中与嫌疑对象花纹样本最接近的图像区域。

技术领域

本发明涉及痕迹检验鉴定技术领域，具体为一种轮胎结构形象痕迹自动识别比对方法。

背景技术

轮胎是车辆唯一与路面直接接触的部件，在很多涉车案件特别是交通事故现场，其在路面或人体上留下的痕迹是唯一能够识别认定肇事车辆的客观证据。轮胎痕迹的特征主要体现在其结构形象和物质成分两方面，在实践中现场勘查和检验鉴定人员主要以识别比较轮胎痕迹的结构形象为主，即对轮胎痕迹中的特征形状进行勾画和测量，并与嫌疑车辆的轮胎花纹进行比较，最后根据是否达到认定条件而做出鉴定意见。然而，随着轮胎工业的发展和轮胎性能要求的提升，单向(纵沟或横沟)花纹轮胎已经少见，取而代之的是结构越来越复杂的混合花纹，对这种花纹的手工测量比较难度大、耗时长。特别是由于路面不平整、人体易变形等多重因素，现场遗留的轮胎痕迹结构形象大多不规则、不完整，造成其特征很难被快速识别比对。

随着技术的发展，计算机图像识别技术已经在指纹比对、人脸识别等领域得到广泛应用，并开始延伸至轮胎花纹鉴别中。例如发明专利CN201810863222.4公开了一种提取轮胎花纹节距并计算重叠度的相似度评判方法；发明专利CN201911070811.8公开了一种提取轮胎花纹轮廓并计算汉明距离的相似度检测方法；发明专利CN109614868A公开了一种识别轮胎花纹图像中直线特征的方法和系统。然而现有技术中，对轮胎花纹比对的技术都是以识别花纹形状为前提，即采用边缘检测、轮廓提取、特征方程等手段将轮胎花纹特征数字化、结构化。这些方法对于完整的、规则的、结构单一的嫌疑车辆轮胎花纹样本具有很好的识别检索效率，对于不完整的、呈现一定畸变的、结构混杂的现场痕迹检材识别效果并不好。

发明内容

为了解决现有技术中，基于计算图像识别技术对不完整、有畸变、结构复杂的轮胎痕迹识别效果不好的问题，本发明提供一种轮胎结构形象痕迹自动识别比对方法，即便对于复杂的、不完整的现场痕迹的识别，也能够在嫌疑车辆轮胎花纹样本中找到与现场痕迹图像相似度最高的图形区域，对于有一部分畸变的现场轮胎痕迹也具备很好的识别效果。

本发明的技术方案是这样的：一种轮胎结构形象痕迹自动识别比对方法，其包括以下步骤：

S1：获取现场痕迹检材和嫌疑对象花纹样本的图像；

其特征在于，其还包括以下步骤：

S2：对所述现场痕迹检材、所述嫌疑对象花纹样本的痕迹图像进行预处理，分别得到检材二值化矩阵J、样本二值化矩阵Y；

S3：将所述检材二值化矩阵J按照预设的旋转角度作为步长进行旋转遍历，得到对应的所有的检材旋转矩阵J(θ)；

S4：在所述检材旋转矩阵J(θ)中遍历，取出所有与所述样本二值化矩阵Y同阶的检材子矩阵J′(θ,x,y)；

遍历计算所述样本二值化矩阵Y与所有的所述检材子矩阵J′(θ,x,y)的相似度，得到所有的相似度S(θ,x,y)；

S5：在所述相似度S(θ,x,y)的值构成的曲线中，找出极值S″；

得到所述极值S″对应的配准值(θ″,x″,y″)；

S6：将所述现场痕迹检材的图像顺时针旋转θ″度，得到检材旋转图；

S7：按照配准框的尺寸，从所述检材旋转图中的范围采集图像区域，记做配准图形；