《一种足迹采集与提取设备以及足迹采集与提取的方法.pdf》由会员分享，可在线阅读，更多相关《一种足迹采集与提取设备以及足迹采集与提取的方法.pdf（11页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103549960 A (43)申请公布日 2014.02.05 CN 103549960 A (21)申请号 201310484465.4 (22)申请日 2013.10.16 A61B 5/117(2006.01) (71)申请人 杭州创恒电子技术开发有限公司 地址 310030 浙江省杭州市西湖区文二西路 718 号西溪创意大厦 206 室 (72)发明人 王亮 (74)专利代理机构 北京科亿知识产权代理事务 所 ( 普通合伙 ) 11350 代理人 汤东凤 (54) 发明名称 一种足迹采集与提取设备以及足迹采集与提 取的方法 (57) 摘要 本发明涉及的是一体。
2、化案件现场足迹采集与 花纹特征提取设备以及提取方法， 旨在于提供一 种提取精度高的足迹采集与提取设备， 以及图像 分析精确度高的足迹采集与提取的方法， 本发明 的设备包括壳体、 暗箱， 所述的壳体通过螺丝固 定在暗箱的上端， 其特征在于 ： 显示屏、 开关机按 钮、 搜索灯， CMOS 摄像头， 所述的暗箱底端的左右 侧各设有一个导光槽， 所述的每个导光槽上设有 显迹灯和显影灯， 所述的显迹灯与水平面成 45 度 角， 显影灯与水平面成 45 度角 ； 本发明的提取方 法 ： 采用双光对同一足迹采集的图像， 再用 Snake 模型确定轮廓， 然后结合显影图轮廓和显迹图轮 廓确定足迹花纹特征的范。
3、围确定感兴趣区域， 最 后在感兴趣区域用混合高斯模型减影方法提取足 迹花纹足迹。 (51)Int.Cl. 权利要求书 2 页 说明书 6 页 附图 2 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书6页 附图2页 (10)申请公布号 CN 103549960 A CN 103549960 A 1/2 页 2 1. 一种足迹采集与提取设备， 包括壳体、 暗箱， 所述的壳体通过螺丝固定在暗箱的 上端， 其特征在于 ： 显示屏、 开关机按钮、 搜索灯， CMOS 摄像头， 所述的显示屏安装在壳体 上， 开光机按钮安装壳体上， 所述的暗箱底端的左侧设有一个导光槽。
4、， 所述的暗箱端的右 侧设有一个导光槽， 所述的电路板通过螺丝固定在壳体内， 底所述的电路板上设有芯片和 SDRAM， 所述的 SDRAM 与所述的芯片连接， 所述的搜索灯通过搜索灯插口孔固定在暗箱的前 壁底端， 所述的显示屏通过接插件连接电路板， 所述的 CMOS 摄像头通过接插件接连在电路 板底层， 所述的芯片通过连接件与 CMOS 摄像头连接， 所述的每个导光槽上设有显迹灯和显 影灯， 所述的显迹灯与水平面成 45 度角， 显影灯与水平面成 45 度角， 所述的显影灯位置高 于显迹灯的位置， 所述的导光槽可拆卸。 2. 根据权利要求 1 所述的足迹采集与提取设备， 其特征在于 ： 所述的。
5、导光槽与水平面 的高度为 10mm25mm。 3. 根据权利要求 1 所述的足迹采集与提取设备， 其特征在于 ： 所述的芯片采用 ALTERA 处理芯片。 4. 根据根据权利要求 1 所述的足迹采集与提取设备， 其特征在于 ： 所述的显影灯采用 贴片 LED 灯。 5. 根据权利要求 1 所述的足迹采集与提取设备， 其特征在于 ： 所述的显迹灯采用贴片 LED 灯。 6.根据据权利要求45中的任何一项所述的足迹采集与提取设备， 其特征在于 ： 所述 的贴片 LED 灯的型号为 SMD3528。 7. 一种如权利要求 1 所述的足迹采集与提取设备的采集方法， 其特征在于， 依次包括 下列步骤 ：。
6、 先通过搜索灯搜索客体上面的足迹花纹， 找到足迹花纹并将设备盖在上面， 点击拍 照 ； 再打开显迹灯， 显迹灯与水平面成 45 角， 根据反射定律， 入射角等于出射角， 模拟光路 走向， 在出射角与水平面成 45 度时， 显迹灯的光在导光槽内进行循环， 不会射出导光槽影 响整体光路， 得到显迹图像 ； 接着打开显影灯， 由于显影灯与水平面成 45 角 ； 根据勾股定律推算出显影灯的中心轴 射出导光槽的时， 导光槽与水平面的距离为 25MM， 在显影灯的中心轴下方的光的入射角与 水平面高于 45 度时， 导光槽与水平面的距离为 10MM ； 得到显影图像 ； 再接着对图像进行预处理 ： 摄像头图。
7、像采集模块先对摄像头模组进行参数配置， 然后 根据摄像头的数据时序进行数据接收， 并将接受到的数据根据图像 RGB 的排列方法进行解 码， 存储到 SDRAM ； 然后通过 Snake 模型对上述存储到 SDRAM 中的显迹图像进行足迹花纹轮廓的提取 ： Snake 是一条连续的样条曲线， 它是由若干个受控点所组成的集合所表示的， 在寻找特定足 迹花纹特征轮廓时 ( 在能量方程中事先给出 )， 它通过弹性曲线变形和运动， 使之逐渐由 位于图像上的初始位置向特征位置靠拢 ； Snake 的内部力是由内部力和外部力来控制的， 内部力起到平滑性限制的作用， 而外部力引导足迹花纹特征轮廓线向图像局部特。
8、征能量吻 合 ； 采用拓扑路线方法来提高足迹花纹特征的分割性能和检测结果的准确性 ； 再然后通过上述的 Snake 模型确定轮廓之后的图像再结合结合显影图轮廓和显迹图 权 利 要 求 书 CN 103549960 A 2 2/2 页 3 轮廓确定足迹花纹特征的范围确定感兴趣区域 ； 最后在所述的感兴趣区域中采用混合高斯模型减影方法提取足迹花纹足迹。 权 利 要 求 书 CN 103549960 A 3 1/6 页 4 一种足迹采集与提取设备以及足迹采集与提取的方法 技术领域 0001 本发明涉及一种数据采集及提取设备以及分析技术， 具体涉及的是一种一体化案 件现场足迹采集与花纹特征提取设备以及。
9、提取方法。 背景技术 0002 目前存在的足迹采集设备仅仅是提供足迹采集的功能， 体型比较庞大不利于现场 勘查， 而足迹特征的提取是在上位机完成， 上位机只是分时操作， 没有实现真正的并行， 很 大程度上影响了足迹特征提取的速度， 并且上位机的足迹特征提取方法在显影图单一的情 况下效果比较理想， 但是足迹显影图多样化的场景下足迹花纹特征提取效果不是很理想。 足迹采集设备主要由两个独立的部分组成 ： 一部分是便携式足迹采集设备， 通过多个 CMOS 摄像头的图像采集与融合采集原始的足迹花纹图像 ； 另外一部分是上位机获得图像通过分 块统计方法获取足迹花纹的特征信息， 然后在四个维度方向 （位移、。
10、 旋转、 缩放、 镜像） 上进 行最佳重合参数的搜索， 找到相似性最高的图像。现有方法对足迹花纹处理对足迹花纹的 质量要求比较高 ； 基于分块统计的方法对足迹花纹特征很容易出现漏提、 错提的情况 ； 提 取速度也不是很理想， 图像帧率比较慢 ； 与上位机的接口比较复杂。 发明内容 0003 本发明的目的为了提供一种结构简单、 用户交互友好、 效率高、 反应速度快和足迹 特征花纹提取精度高的足迹采集与提取设备， 以及图像分析精确度高的足迹采集与提取的 方法。 0004 为实现本发明的目的， 本发明采用如下技术方案 ： 0005 一种足迹采集与提取设备， 包括壳体、 暗箱， 所述的壳体通过螺丝固定。
11、在暗箱的 上端， 其特征在于 ： 显示屏、 开关机按钮、 搜索灯， CMOS 摄像头， 所述的显示屏安装在壳体 上， 开光机按钮安装壳体上， 所述的暗箱底端的左侧设有一个导光槽， 所述的暗箱底端的 右侧设有一个导光槽， 所述的电路板通过螺丝固定在壳体内， 所述的电路板上设有芯片和 SDRAM， 所述的 SDRAM 与所述的芯片连接， 所述的搜索灯通过搜索灯插口孔固定在暗箱的前 壁底端， 所述的显示屏通过接插件连接电路板， 所述的 CMOS 摄像头通过接插件接连在电路 板底层， 所述的芯片通过连接件与 CMOS 摄像头连接， 所述的每个导光槽上设有显迹灯和显 影灯， 所述的显迹灯与水平面成 45。
12、 度角， 显影灯与水平面成 45 度角， 所述的显影灯位置高 于显迹灯的位置， 所述的导光槽可拆卸， 在足迹显影中， 只有光对粉尘造成阴影显现出来的 光才是有效光， 而要对粉尘造成阴影的光必须让光在射到粉尘时被粉尘挡住了， 无法穿透 才可以显现阴影， 要保证光射到粉尘时不能与水平面成 90 度， 射入角度越低， 阴影越明显。 0006 作为优选， 所述的导光槽与水平面的高度为 10mm25mm。 0007 作为优选， 所述的芯片采用 ALTERA 处理芯片。 0008 作为优选， 所述的显影灯采用贴片 LED 灯。 0009 作为优选， 所述的显迹灯采用贴片 LED 灯。 说 明 书 CN 1。
13、03549960 A 4 2/6 页 5 0010 作为优选， 所述的贴片 LED 灯的型号为 SMD3528。 0011 一种足迹采集与提取设备的采集方法， 其特征在于， 依次包括下列步骤 ： 0012 先通过搜索灯搜索客体上面的足迹花纹， 找到足迹花纹并将设备盖在上面， 点击 拍照 ； 再打开显迹灯， 显迹灯与水平面成 45 角， 根据反射定律， 入射角等于出射角， 模拟光 路走向， 在出射角与水平面成 45 度时， 显迹灯的光在导光槽内进行循环， 不会射出导光槽 影响整体光路， 得到显迹图像 ； 0013 接着打开显影灯， 由于显影灯与水平面成 45 角 ； 根据勾股定律推算出显影灯的中。
14、 心轴射出导光槽的时， 导光槽与水平面的距离为 25MM， 在显影灯的中心轴下方的光的入射 角与水平面高于 45 度时， 导光槽与水平面的距离为 10MM ； 得到显影图像 ； 0014 再接着对图像进行预处理 ： 摄像头图像采集模块先对摄像头模组进行参数配置， 然后根据摄像头的数据时序进行数据接收， 并将接受到的数据根据图像 RGB 的排列方法进 行解码， 存储到 SDRAM ； 然后通过 Snake 模型对上述存储到 SDRAM 中的显迹图像进行足迹花 纹轮廓的提取 ： Snake 是一条连续的样条曲线， 它是由若干个受控点所组成的集合所表示 的， 在寻找特定足迹花纹特征轮廓时 ( 在能量。
15、方程中事先给出 )， 它通过弹性曲线变形和运 动， 使之逐渐由位于图像上的初始位置向特征位置靠拢 ； Snake 的内部力是由内部力和外 部力来控制的， 内部力起到平滑性限制的作用， 而外部力引导足迹花纹特征轮廓线向图像 局部特征能量吻合 ； Snake 模型的优点是不需要进行额外处理， 在收敛时间内， 对象形状可 以进行分段线性描述。但 Snake 模型在很大程度上依赖于良好的图像梯度来推导轮廓。模 糊的图像边缘框架和低对比度的自动分割缺乏准确性， 极大的限制其功效。 为了解决Snake 模型使用中出现的问题， 采用拓扑路线方法来提高足迹花纹特征的分割性能和检测结果的 准确性 ； 0015 。
16、0016 其中第 1 项成为弹性能量， 是 v 的一阶导数的模 ； 第 2 项成为弯曲能量， 是 v 的二 阶导数的模 ； 第 3 项是外部能量 ( 外部力 )， 在基本 Snakes 模型中一般只取控制点或者连 线所在位置的图像局部特征， 例如梯度 0017 0018 也称图象力。 弹性能量和弯曲能量合成内部能量(内部力)， 用于控制轮廓线的弹 性形变。选取适当那个的参数 和 ， 将能量函数 Etotal极小化， 所对应的 v(s) 就是对物 体的分割。 在能量函数极小化过程中， 弹性能量迅速把轮廓线压缩成一个光滑的圆 ； 弯曲能 量驱使轮廓线成为光滑曲线或直线 ； 而图像力则使轮廓线向图像。
17、的高梯度位置靠拢。 0019 最终对图像的分割转化为求解能量函数 Etotal(v) 极小化。很明显， 这是个典型的 变分问题， 在离散化条件 ( 数字图像 ) 下， 由欧拉方程可知， 最终问题的答案等价于求解一 组差分方程 0020 0021 记外部力 F=- P。Kass 等将上式离散化后， 对 x(s) 和 y(s) 分别构造两个五对 角阵的线性方程组， 通过迭代计算进行求解。 说 明 书 CN 103549960 A 5 3/6 页 6 0022 再然后通过上述的 Snake 模型确定轮廓之后的图像再结合结合显影图轮廓和显 迹图轮廓确定足迹花纹特征的范围确定感兴趣区域 ； 0023 最。
18、后在所述的感兴趣区域中采用混合高斯模型减影方法提取足迹花纹足迹。 混合 高斯分布是用多个高斯联合分布描述一个像素点的值的分布， 可以比较好的处理多模态情 况而且具有一定自适应性的模型， 其算法步骤包括感兴趣区域的确定， 显影图提取， 状态估 计和显影图模型估计， 以及参数更新。 0024 本发明的有益效果 ： 采用自主设计的显影光和显迹光进行足迹显形， 整体画面亮 度均匀， 对比度高 ； 采用多图像维度拼接融合算法， 有效的降低了足迹采集与提取设备的 高度， 保证了整体图像的质量， 整体装配工艺简单， 提高了产品效率， 整机质量得到保证， 在 足迹减影算法中， 针对足迹显影图多样化的特点， 对。
19、显影光图像和显迹光图像运用改进的 snake 模型， 确定足迹的整体轮廓和感兴趣区域， 有效的提高了足迹花纹特征采集的准确性 和高效性， 且在足迹减影算法中， 利用改进 snake 模型确定感兴趣区域后， 用混合高斯模型 完成足迹花纹特征特征提取， 可以有效的减少足迹花纹特征提取的漏提和错提。 附图说明 0025 图 1 为发明的设备的结构示意图。 0026 图 2 为发明的设备的剖视图。 0027 图 3 为发明的方法步骤图。 0028 图 4 为发明的摄像头采集图形后进行图像接收、 分析到储存的具体操作过程图。 0029 图 5 为发明的方法中的运用混合高斯模型减影方法的流程图。 具体实施。
20、方式 0030 下面结合附图进一步说明 ： 0031 显迹灯为 1， 显影灯为 2， 芯片为 3， 电路板为 4， 摄像头为 5， 导光槽为 6， 壳体为 7， 暗箱为 8， 显示屏为 9， 开关机按钮为 10， 搜索灯为 11， SDRAM 为 12。 0032 如图 1、 图 2 所述， 一种足迹采集与提取设备， 包括壳体、 暗箱， 所述的壳体通过螺 丝固定在暗箱的上端， 其特征在于 ： 显示屏、 开关机按钮、 搜索灯， CMOS 摄像头， 所述的显示 屏安装在壳体上， 开光机按钮安装壳体上， 所述的暗箱底端的左侧设有一个导光槽， 所述的 暗箱底端的右侧设有一个导光槽， 所述的电路板通过螺。
21、丝固定在壳体内， 所述的电路板上 设有芯片和 SDRAM， 所述的 SDRAM 与所述的芯片连接， 所述的搜索灯通过搜索灯插口孔固 定在暗箱的前壁底端， 所述的显示屏通过接插件连接电路板， 所述的 CMOS 摄像头通过接插 件接连在电路板底层， 所述的芯片通过连接件与 CMOS 摄像头连接， 所述的每个导光槽上设 有显迹灯和显影灯， 所述的显迹灯与水平面成 45 度角， 显影灯与水平面成 45 度角， 所述的 显影灯位置高于显迹灯的位置， 所述的导光槽可拆卸， 在足迹显影中， 只有光对粉尘造成阴 影显现出来的光才是有效光， 而要对粉尘造成阴影的光必须让光在射到粉尘时被粉尘挡住 了， 无法穿透才。
22、可以显现阴影， 要保证光射到粉尘时不能与水平面成 90 度， 射入角度越低， 阴影越明显。 0033 如图3、 图4、 图5所述， 一种足迹采集与提取设备的采集方法， 其特征在于， 依次包 括下列步骤 ： 说 明 书 CN 103549960 A 6 4/6 页 7 0034 先通过搜索灯搜索客体上面的足迹花纹， 找到足迹花纹并将设备盖在上面， 点击 拍照 ； 再打开显迹灯， 显迹灯与水平面成 45 角， 根据反射定律， 入射角等于出射角， 模拟光 路走向， 在出射角与水平面成 45 度时， 显迹灯的光在导光槽内进行循环， 不会射出导光槽 影响整体光路， 得到显迹图像 ； 0035 接着打开显。
23、影灯， 由于显影灯与水平面成 45 角 ； 根据勾股定律推算出显影灯的中 心轴射出导光槽的时， 导光槽与水平面的距离为 25MM， 在显影灯的中心轴下方的光的入射 角与水平面高于 45 度时， 导光槽与水平面的距离为 10MM ； 得到显影图像 ； 0036 再接着对图像进行预处理 ： 摄像头图像采集模块先对摄像头模组进行参数配置， 然后根据摄像头的数据时序进行数据接收， 并将接受到的数据根据图像 RGB 的排列方法进 行解码， 存储到 SDRAM ； 然后通过 Snake 模型对上述存储到 SDRAM 中的显迹图像进行足迹花 纹轮廓的提取 ： Snake 是一条连续的样条曲线， 它是由若干个。
24、受控点所组成的集合所表示 的， 在寻找特定足迹花纹特征轮廓时 ( 在能量方程中事先给出 )， 它通过弹性曲线变形和运 动， 使之逐渐由位于图像上的初始位置向特征位置靠拢 ； Snake 的内部力是由内部力和外 部力来控制的， 内部力起到平滑性限制的作用， 而外部力引导足迹花纹特征轮廓线向图像 局部特征能量吻合 ； Snake 模型的优点是不需要进行额外处理， 在收敛时间内， 对象形状可 以进行分段线性描述。但 Snake 模型在很大程度上依赖于良好的图像梯度来推导轮廓。模 糊的图像边缘框架和低对比度的自动分割缺乏准确性， 极大的限制其功效。 为了解决Snake 模型使用中出现的问题， 采用拓扑。
25、路线方法来提高足迹花纹特征的分割性能和检测结果的 准确性 ； 0037 0038 其中第 1 项成为弹性能量， 是 v 的一阶导数的模 ； 第 2 项成为弯曲能量， 是 v 的二 阶导数的模 ； 第 3 项是外部能量 ( 外部力 )， 在基本 Snakes 模型中一般只取控制点或者连 线所在位置的图像局部特征， 例如梯度 0039 0040 也称图象力。 弹性能量和弯曲能量合成内部能量(内部力)， 用于控制轮廓线的弹 性形变。选取适当那个的参数 和 ， 将能量函数 Etotal极小化， 所对应的 v(s) 就是对物 体的分割。 在能量函数极小化过程中， 弹性能量迅速把轮廓线压缩成一个光滑的圆 。
26、； 弯曲能 量驱使轮廓线成为光滑曲线或直线 ； 而图像力则使轮廓线向图像的高梯度位置靠拢。 0041 最终对图像的分割转化为求解能量函数 Etotal(v) 极小化。很明显， 这是个典型的 变分问题， 在离散化条件 ( 数字图像 ) 下， 由欧拉方程可知， 最终问题的答案等价于求解一 组差分方程 0042 0043 记外部力 F=- P。Kass 等将上式离散化后， 对 x(s) 和 y(s) 分别构造两个五对 角阵的线性方程组， 通过迭代计算进行求解。 0044 再然后通过上述的 Snake 模型确定轮廓之后的图像再结合结合显影图轮廓和显 迹图轮廓确定足迹花纹特征的范围确定感兴趣区域 ； 说。
27、 明 书 CN 103549960 A 7 5/6 页 8 0045 最后在所述的感兴趣区域中采用混合高斯模型减影方法提取足迹花纹足迹。 0046 混合高斯分布是用多个高斯联合分布描述一个像素点的值的分布， 可以比较好的 处理多模态情况而且具有一定自适应性的模型， 其算法步骤包括感兴趣区域的确定， 显影 图提取， 状态估计和显影图模型估计， 以及参数更新。 进入感兴趣区域范围每一像素点用一 个状态值 k(k 1， 2， 3， ， M) 来表示。其中一部分对应着显影图像素点， 其余对应着 显迹图物体像素点。每一个状态值 k 由一个参数为 k=k,k 的高斯分布来表示， 即 : 0047 0048。
28、 上式中， k和 k分别表示协方差矩阵和均值。 0049 视频序列里面像素点的亮度值取值的变化是无法预知的， 随机变量 X 的采样表示 像素值序列， x 在 t 时刻采样值记为 Xt， 生成某个状态 k 的过程是不连续的 : 0050 0051 其中 是全部参数的集合， 定义为 =1,.,M,1,.,M， 所 有参数都是从 X 的观察值估计得到的。 0052 状态估计 ： 找出当前像素值所匹配的分布， 也就是最可能产生当前采样值的分布。 根据贝叶斯理论， 后验概率 p(k|xt,) 表示该像素值由状态 k 产生的概率， 其表达式如下 ： 0053 0054 在 p(k|xt,) 取最大值时 k。
29、 就是当前像素值所属的状态 ： 0055 0056 根据上式中得出 M 个分布中最有可能产生当前采样值的分布一旦判断出该分 布是属于显迹图还是显影图， 就可以以此进行图像分割。 对于当前像素值， 如果所匹配分布 是显迹图分布， 该像素就认为是显迹图像素， 否则为显影图像素。 0057 模型估计 ： 在得到当前状态的基础上， 接着要做的是判断这个模型是属于显迹图 还是显影图。本文采用了一种排序的机制， 根据 wk/k的值对 M 个分布进行排序， 即按照成 为显影图的可能性把各个高斯模型进行排序， wk代表第k个分布产生数据所占的比例， 即数 据是有当前分布产生的先验概率， k是该分布的标准差， 。
30、排在最前面的最有可能是显影图 模型记为 C， 趋向于末端的最可能为较小可能短暂分布。C 满足 ： 0058 0059 上式中 T 是一个全局的先验概率， 一旦累积概率超过 T， 则前 C 个分布可认为是显 影图模型， 剩余其他分布认为是显迹图模型。 0060 参数更新 ： 如果当前像素值没有一个分布与其相匹配， 则产生一个以当前像素值 为均值， 高方差， 低权重的分布取代排序在末端的分布， 这样能够消除运动车辆停下一段时 说 明 书 CN 103549960 A 8 6/6 页 9 间产生的扰动。在时间 t 的 k 分布其权重的更新式子如下 ： 0061 wk,t=(1-)wk,t-1+Mk,。
31、t 0062 式中为学习率， 随着t的增加， 显影图模型越来越趋向去实际的显影图， 所以采 用 =1/t 的形式， 当 t 到一定的程度就维持该值不变， 这样 就是一个单调递减的指数 窗。在没有高斯分布能匹配当前状态时， 和 参数不变， 反之， 则更新参数 ： 0063 t=(1-)t-1+xt 0064 0065 其中 为 ： 0066 =p(xt|k,k) 0067 本发明的目的， 特征及优点将结合实施例， 参照附图作进一步的说明。 通过实施例 将有助于理解本发明， 但不限制本发明的内容。本领域的普通技术人员能从本发明公开的 内容直接导出或联想到的所有变形， 均应认为是本发明的保护范围。 说 明 书 CN 103549960 A 9 1/2 页 10 图 1 图 2 图 3 说 明 书 附 图 CN 103549960 A 10 2/2 页 11 图 4 图 5 说 明 书 附 图 CN 103549960 A 11 。