應(yīng)用模糊BP神經(jīng)網(wǎng)絡(luò)對(duì)足跡圖像識(shí)別方法的研究.pdf

1、本篇論文首先概要地介紹了足跡檢驗(yàn)理論與技術(shù)的現(xiàn)狀、應(yīng)用和未來的發(fā)展方向，討論了赤足足跡的結(jié)構(gòu)特征、測(cè)量方法及其在足跡檢驗(yàn)中的重要作用；然后主要介紹數(shù)字圖像處理和模式識(shí)別的基本概念、基本理論、基本方法及它們?cè)趯?shí)際中的應(yīng)用；最后重點(diǎn)討論了對(duì)赤足足跡圖像的自動(dòng)處理和識(shí)別方法。 它主要包括以下內(nèi)容： 根據(jù)足跡圖像的特點(diǎn)，提出了基于多尺度形態(tài)重構(gòu)的足跡圖像濾波算法。該法首先定義了一個(gè)作用于灰度圖像的且不具有冪等性的連通算子，這個(gè)算

2、子可作為多尺度濾波準(zhǔn)則；然后用最大樹結(jié)構(gòu)來描述灰度圖像的平面區(qū)域及其之間的相互關(guān)系，按照定義的準(zhǔn)則實(shí)現(xiàn)對(duì)灰度圖像的濾波。 根據(jù)足跡圖像的特點(diǎn)，在足跡圖像被濾波的基礎(chǔ)上，提出了基于灰度一梯度二維閾值向量區(qū)域分割的足跡邊緣提取方法。該方法利用自動(dòng)生成的灰度-梯度二維閾值向量對(duì)圖像進(jìn)行分割，具有抗噪能力強(qiáng)和正確分割模糊邊緣像素的特點(diǎn)，在提高圖像分割質(zhì)量同時(shí)，提高了邊緣提取精度。 本文還提出了基于數(shù)學(xué)形態(tài)學(xué)消散度技術(shù)的足趾形狀描

3、述算法。該法具有以下特點(diǎn)：受較少邊界凹點(diǎn)影響，對(duì)邊界噪聲不敏感，比幾何中心穩(wěn)定；尋找邊界上距中心距離穩(wěn)定并能區(qū)分不同形狀的特征點(diǎn)及相互關(guān)系，生成特征向量。這些特征向量，在二維連續(xù)空間中，具有平移、旋轉(zhuǎn)、尺度不變的特征。 本文的重點(diǎn)是通過深入研究模式識(shí)別理論和認(rèn)真分析足趾形狀特征提出了叁種足趾形狀識(shí)別算法。第一種為基于BP神經(jīng)網(wǎng)絡(luò)聚類的足趾形狀識(shí)別方法，它的總體正確識(shí)別率為94.29％；第二種為基于模糊綜合評(píng)判模型的足趾形狀自動(dòng)識(shí)