导读:本文包含了足迹图像论文开题报告文献综述及选题提纲参考文献，主要关键词:MATLAB,图像处理技术,足迹图像,应用
足迹图像论文文献综述
王国栋,姚力[1]（2019）在《基于MATLAB的图像处理技术在足迹图像中的应用》一文中研究指出图像处理技术医学、工业等领域得到广泛应用。将图像处理技术引入到足迹图像中,借助MATLAB图像处理软件,通过采用滤波降噪、膨胀腐蚀、开闭运算、边缘检测以及阈值分割等技术手段,对足迹图像进行处理,比较处理前与处理后现场足迹图像的变化,以此探讨图像处理技术在足迹图像中的应用效果。(本文来源于《云南警官学院学报》期刊2019年05期）
陈扬,曾诚,程成,邹恩岑,顾建伟[2]（2018）在《一种基于CNN的足迹图像检索与匹配方法》一文中研究指出足迹图像作为犯罪现场的重要痕迹物证之一,在破解串并案上有着不可忽视的作用.传统的足迹图像检索与匹配,需要耗费大量的时间与人力,极大地影响了破案进展.卷积神经网络(CNN)在图像识别与检索上表现出很好的效果.面向公安足迹图像比对实战需求,提出了一种基于卷积神经网络的足迹图像检索与匹配方法,对检索结果设置不同检索区,可以满足不同业务需求.初步实验表明该方法的有效性和实用性.(本文来源于《南京师范大学学报(工程技术版)》期刊2018年03期）
施明智[3]（2018）在《轻度粉尘光滑表面足迹图像提取及处理算法优化研究》一文中研究指出本文研究了一种足迹提取图像处理优化方法,通过引入人工设定的门限值对Bernsen算法进行改进,然后对图像进行二值化,再通过中值滤波进行降噪处理。实验结果表明,该方法对轻度粉尘光滑表面采集的足迹图像二值化能够提高目标、背景的色块连续性以及边缘的连续性,取得了较好的效果。(本文来源于《信息技术与信息化》期刊2018年08期）
张浩[4]（2017）在《基于稀疏表示的足迹花纹图像检索算法研究》一文中研究指出足迹花纹图像是犯罪现场中遗留率较高的重要物证之一,鉴于重复作案的原因,现场足迹花纹图像有效的检索不仅能够协助刑侦人员进行高效地案件串并,还可以帮助他们快速确定犯罪嫌疑人。因此,足迹花纹图像有效的检索是刑事技术迫切需要解决的问题之一。目前足迹花纹图像的检索算法只考虑了查询图像与数据集图像之间的相关性,没有考虑数据集中同类图对检索结果的影响;并且数据集中同类图之间的特征存在冗余,稀疏表示可以用较少的几个特征联合表示图像,更加深刻的描述图像的本质特征,基于此,本文提出了基于稀疏表示的足迹花纹图像检索算法,主要工作如下:1)给出了基于DCT域的足迹花纹图像检索算法本文根据足迹花纹图像的自身特点,给出了基于DCT域的足迹花纹图像检索算法,验证了足迹花纹图像在DCT域特征的有效性。该算法利用足迹花纹图像的傅里叶梅林特征和DCT域特征相结合的排序策略使得检索结果更加符合主客观一致性。在含有9294幅足迹花纹图像的数据集中,检索排名在前10名、前20名的查全率分别达到了 93.9%、96.68%。2)给出了基于多样本联合表示的足迹花纹图像检索算法基于多样本联合表示的足迹花纹图像检索算法包括多样本联合字典的构建和稀疏系数加权重构的策略。本文设计了数据集自动扩充方法,不但可以提高检索效果还可以提高算法的泛化能力。将扩充后数据集中的每类足迹图像进行K-Means聚类,聚类中心即为字典的原子。根据正交匹配跟踪算法求得查询图的稀疏系数,利用足迹的花纹占空比赋予权值重构出稀疏系数。在足迹花纹图像数据集中的实验表明:本文算法达到的性能指标要优于现有的典型算法。在含有9294幅足迹花纹图像的数据集中,检索排名在前10名、前30名的查全率分别达到了 93.88%、97.21%。3)给出了基于堆迭自编码机和KNN的足迹花纹检索算法通过学习多层非线性网络结构来表征输入数据,将堆迭自编码机和最近邻算法相结合,给出了基于堆迭自编码机和KNN的足迹花纹检索算法,在保证检索精度的同时,便于查询图像的实时处理。在含有9294幅足迹花纹图像的数据集中,检索排名在前10名、前20名的查全率分别达到了 87.9%、94.4%。(本文来源于《大连海事大学》期刊2017-02-01）
陈涛,李波[5]（2016）在《基于系统的现场足迹图像处理方式研究》一文中研究指出目的:基于目前公安机关使用的大连恒锐足迹自动识别系统,找到能够提高现场足迹查询效率的较好的图像处理方式。方法:用12种处理方式依次处理5组已比对成功的现场足迹图像,然后分别入库查询,找出查询结果排名最靠前的处理方式。结果:利用系统处理现场足迹图像,处理方式不同导致查询结果也不同,合理的处理方式可以大幅度地提高足迹查询的查中率和排前率。结论:图像处理方式与足迹查中率和排前率都有着密切的关系,从实验结果中找到一套最佳的图像处理方式,从而提高了足迹自动识别系统的查中率和排前率。(本文来源于《警察技术》期刊2016年03期）
焦建辉,谷宏耀[6]（2014）在《龙门东山擂鼓台佛足迹图像碑及相关问题》一文中研究指出龙门东山擂鼓台发现的一例佛足迹图像碑,与目前国内发现的数例同类遗物相比,特点鲜明:一是时间早,具有唐代造像特征;二是体量大,分别以整石雕出碑身、底座,组合安装,且保存状况较好;叁是碑身多面均刻出佛足;四是图像布局特殊,千辐轮位于前掌中心而非整个脚掌中心;五是图像内容简化,不见趾尖莲花、万字符和脚掌剑、鱼、满瓶、海螺等物,较之四川眉山法宝寺仅刻出轮、鱼的形式又显复杂;足跟间连接二足的双弧线亦不见于其他诸迹;六是佛足跟部两侧刻出站立、行走或坐姿的人物形象,为目前所发现的同类图像中所仅见。这一材料的发现,丰富了相关题材的研究内容,并提出了新的课题。(本文来源于《中原文物》期刊2014年05期）
焦建辉[7]（2013）在《龙门石窟发现佛足迹图像碑》一文中研究指出本报讯 近日，龙门石窟研究院研究人员在河南洛阳东山擂鼓台辨认出佛足迹图像碑。该碑被砌于擂鼓台南洞后世补砌的护墙南角底部，支撑其上墙体。20世纪早期日本学者关野贞等考察龙门石窟时，南洞外接建有一面坡房屋一间，疑被覆压于南墙下，其考察着作中均未提及此碑；2(本文来源于《中国文化报》期刊2013-08-15）
黄兴华[8]（2012）在《图像分割在足迹分割中的运用》一文中研究指出在图像处理领域中图像分割是极为重要的内容之一,它是将图像中的某些特征作为标准,把图像分割成一些具有“某种意义”的区域。传统的图像分割方法包括基于图像边缘分割方法、基于闽值的分割方法和基于区域增长的分割方法等其他分割方法。近些年来,一些新技术和新理论被广泛应用到图像分割中,研究人员提出了许多种新型的图像分割法,比如基于分水岭的图像分割方法、基于谱聚类的图像分割方法以及基于交互式的图像分割方法等其他分割方法。虽然到目前为止已提出上千种图像分割方法,但还没有形成通用的分割理论。也就是说现在给出的分割方法基本上只是针对某个特定分割问题,并没有一种分割方法能满足所有图像分割。在刑事侦查领域和病理学领域中足迹识别已经有着长期和广泛的应用,对足迹图像进行分析,必须先要将足迹图像提取出来,然后将足迹图像的脚趾与脚掌之间、脚趾与脚趾之间分割开来,而分割结果的好坏直接影响足迹图像的分析工作,但目前的一些分割算法不能够很好的满足足迹图像的分割要求。为了自动并且很好的分割足迹图像,本文提出了一种基于谱聚类的足迹图像分割算法。首先,通过对采集的足迹图像进行去噪、边缘检测、图像二值化以及其他相关技术将足迹图像提取出来,形成二值图像。其次,对提取的足迹图像边缘进行凹点检测,并根据足迹图像的特点将提取出来的凹点进行谱聚类。最后根据聚类的凹点进行匹配,完成足迹图像的分割。文中给出了足迹图像分割的实验结果,表明通过应用该方法不仅可以实现足迹图像的自动分割,并且得到较为理想的分割结果。(本文来源于《大连理工大学》期刊2012-05-01）
郭寰[9]（2012）在《基于Silverlight的在线足迹图像处理系统设计与实现》一文中研究指出犯罪现场足迹是侦破案件的重要线索,也是检控的主要物证之一。较好的利用足迹信息,可缩小侦查范围并提高破案效率。现有的足迹检验系统已经不能满足当前常发性、系列性和流窜性案件侦破的需求,各辖区内的足迹信息共享成为必然的趋势。利用计算机及网络技术建立现场足迹的在线图像处理和识别与比对系统,不仅可以实现现场足迹的高效提取、海量存储和数据同步,还能提供图像信息共享和快速准确的比对查询。本文针对公安部门的实际需要,开发足迹图像处理系统。本系统基于浏览器／服务器模式,采用Silverlight富客户端技术,在.NET开发平台上,使用面向对象的C#语言设计实现足迹图像从原始数据采集到花纹特征图像的提取过程。采用合理的鞋底花纹分类方法,为后续将现场足迹和库中足迹进行对比识别工作提供基础。本文详细阐述了在线足迹图像处理系统主要功能的设计与实现,包括：足迹图像的采集功能；包含图像预处理、特征提取与花纹绘制的足迹图像录入功能；足迹图像的尺寸标定和测量功能；以及在足迹特征图像入库之前的其他处理功能。系统还支持多文本操作,对于相似的足迹,提供可同时进行测量和比对花纹特征的平台,并支持重迭功能。文中阐述的足迹图像处理系统是足迹图像处理和识别与比对的基础,该系统改变了原有的工作模式,大大提高案件串并的质量和现场足迹的认定率,能有效的解决系列案什的侦破问题。基于浏览器模式开发的系统,也更便于部署和维护,更方便各地公安部门的使用,在侦查破案中发挥着重要作用。(本文来源于《大连理工大学》期刊2012-04-01）
李静杰[10]（2011）在《佛足迹图像的传播与信仰(下)——以印度与中国为中心》一文中研究指出中国汉文化地区的佛足迹图像,自7世纪中叶玄奘、王玄策带回中印度粉本之后发展起来,从关中周围扩展到四川盆地和东南沿海。明代汉传佛教寺院佛足迹碑图像流行,佛足迹图像中国化过程最终完成。在日本,奈良时代来源于王玄策粉本的药师寺佛足迹石图像,对江户时代及其以后日本佛足迹图像产生了深远影响。(本文来源于《故宫博物院院刊》期刊2011年05期）
足迹图像论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
足迹图像作为犯罪现场的重要痕迹物证之一,在破解串并案上有着不可忽视的作用.传统的足迹图像检索与匹配,需要耗费大量的时间与人力,极大地影响了破案进展.卷积神经网络(CNN)在图像识别与检索上表现出很好的效果.面向公安足迹图像比对实战需求,提出了一种基于卷积神经网络的足迹图像检索与匹配方法,对检索结果设置不同检索区,可以满足不同业务需求.初步实验表明该方法的有效性和实用性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
足迹图像论文参考文献
[1].王国栋,姚力.基于MATLAB的图像处理技术在足迹图像中的应用[J].云南警官学院学报.2019
[2].陈扬,曾诚,程成,邹恩岑,顾建伟.一种基于CNN的足迹图像检索与匹配方法[J].南京师范大学学报(工程技术版).2018
[3].施明智.轻度粉尘光滑表面足迹图像提取及处理算法优化研究[J].信息技术与信息化.2018
[4].张浩.基于稀疏表示的足迹花纹图像检索算法研究[D].大连海事大学.2017
[5].陈涛,李波.基于系统的现场足迹图像处理方式研究[J].警察技术.2016
[6].焦建辉,谷宏耀.龙门东山擂鼓台佛足迹图像碑及相关问题[J].中原文物.2014
[7].焦建辉.龙门石窟发现佛足迹图像碑[N].中国文化报.2013
[8].黄兴华.图像分割在足迹分割中的运用[D].大连理工大学.2012
[9].郭寰.基于Silverlight的在线足迹图像处理系统设计与实现[D].大连理工大学.2012
[10].李静杰.佛足迹图像的传播与信仰(下)——以印度与中国为中心[J].故宫博物院院刊.2011