現(xiàn)場輪胎痕跡花紋檢索算法研究.pdf

1、現(xiàn)場輪胎痕跡花紋檢索是指利用提取的輪胎痕跡花紋圖像中的有效信息在一定的判別條件下將標(biāo)準(zhǔn)庫存圖像進(jìn)行排序輸出。近年來，層次化特征提取和人腦的無監(jiān)督學(xué)習(xí)成為當(dāng)前圖像處理領(lǐng)域的研究熱點(diǎn)，本文考慮到人類視覺系統(tǒng)對物體識別的過程可以看作是從視網(wǎng)膜到下顳葉皮層區(qū)的神經(jīng)細(xì)胞進(jìn)行無監(jiān)督學(xué)習(xí)，由簡單到復(fù)雜、由具體到抽象逐層提取特征進(jìn)行識別的過程。據(jù)此，本文將人腦的無監(jiān)督學(xué)習(xí)和層次化特征提取特性結(jié)合到輪胎痕跡花紋圖像檢索過程中，提出一種快捷有效的基于稀疏表

2、示和概率潛在語義分析的現(xiàn)場輪胎痕跡花紋檢索算法，主要工作包括:
　　1)給出了輪胎痕跡花紋圖像預(yù)處理算法首先對校正圓周方向和直方圖均衡化后的輪胎痕跡花紋圖像進(jìn)行非局部均值濾波，然后將輪胎痕跡花紋圖像分塊進(jìn)行最大類間方差(OTSU)二值化。實(shí)驗(yàn)結(jié)果表明，預(yù)處理后的輪胎痕跡花紋圖像能夠很好地與背景分離，并能夠有效地表達(dá)圖像的紋理信息。
　　2)提出了基于Gabor基詞匯表的輪胎痕跡花紋圖像初級視覺特征提取算法根據(jù)輪胎痕跡花紋圖像

3、特征將不同尺度、不同方向的Gabor核函數(shù)作為特征詞構(gòu)建Gabor基詞匯表，求解其系數(shù)向量作為輪胎痕跡花紋圖像的特征，并通過人機(jī)交互方式構(gòu)造方向性特征權(quán)重系數(shù)向量，以加權(quán)后的特征作為圖像的初級視覺特征。實(shí)驗(yàn)結(jié)果表明，提取的特征對噪聲、殘缺和畸變具有較好的魯棒性，能夠很好地區(qū)別不同類別的輪胎痕跡花紋圖像，并能很好地體現(xiàn)使用者主觀評價(jià)對特征的影響。
　　3)給出了基于PLSA的輪胎痕跡花紋圖像主題特征提取算法將提取的訓(xùn)練圖像集的初級視

4、覺特征映射到概率潛在語義分析模型中，提取潛在語義空間和每幅訓(xùn)練圖像的特征主題詞表示，構(gòu)成特征主題字典，并基于訓(xùn)練圖像的潛在語義空間提取待檢圖像的特征主題詞表示。實(shí)驗(yàn)結(jié)果表明，該算法提取的主題特征更能體現(xiàn)同類花紋中隱含的共性特征及非同類花紋之間的差異性，并且減小了圖像初級視覺特征和高層語義之間的語義鴻溝。
　　4)提出了基于稀疏表示的輪胎痕跡花紋圖像檢索策略將待檢圖像特征主題詞表示在特征主題字典上進(jìn)行稀疏編碼，根據(jù)編碼殘差和編碼系數(shù)

5、聯(lián)合形成的相似度對輪胎花紋庫存圖像進(jìn)行檢索。實(shí)驗(yàn)結(jié)果表明，該檢索策略能有效地消除特征誤差對檢索結(jié)果的影響。
　　綜合實(shí)驗(yàn)表明:本文算法在仿真各種干擾的合成圖檢索結(jié)果的前0.2％的平均查準(zhǔn)率為99.93％;實(shí)際現(xiàn)場待檢圖檢索結(jié)果的前2.42％的平均查全率為100％，平均查準(zhǔn)率為71.40％;同時(shí)本文算法的綜合檢索性能也優(yōu)于其他典型算法。本文提出的基于圖像預(yù)處理和初級視覺特征提取層、主題詞提取層、稀疏編碼與檢索層三層構(gòu)架的現(xiàn)場輪胎痕跡