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

1、本篇論文首先概要地介紹了足跡檢驗理論與技術(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、測量方法及其在足跡檢驗中的重要作用；然后主要介紹數(shù)字圖像處理和模式識別的基本概念、基本理論、基本方法及它們在實際中的應(yīng)用；最后重點討論了對赤足足跡圖像的自動處理和識別方法。 它主要包括以下內(nèi)容： 根據(jù)足跡圖像的特點，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作用于灰度圖像的且不具有冪等性的連通算子，這個算

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)則實現(xiàn)對灰度圖像的濾波。 根據(jù)足跡圖像的特點，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。該方法利用自動生成的灰度-梯度二維閾值向量對圖像進行分割，具有抗噪能力強和正確分割模糊邊緣像素的特點，在提高圖像分割質(zhì)量同時，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：受較少邊界凹點影響，對邊界噪聲不敏感，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。 本文的重點是通過深入研究模式識別理論和認真分析足趾形狀特征提出了叁種足趾形狀識別算法。第一種為基于BP神經(jīng)網(wǎng)絡(luò)聚類的足趾形狀識別方法，它的總體正確識別率為94.29％；第二種為基于模糊綜合評判模型的足趾形狀自動識