权利要求2所述的一种开集痕迹图像分类方法，其特征在于：所述步骤3)包括以 下步骤： ① 将待分类图像与待分类图像的候选类别P中排在第一名的痕迹图像的相似性记为 sF，将待分类图像与待分类图像的候选类别P中排在第一名的痕迹图像所在类别代表图像 的相似性记为sR; ② 若sF<sfew，则将待分类图像直接认定为新增类别，进入步骤6);否则进入下一步， 其中sNot表示认定为新增类别的阈值； ③ 若sF^S：fe且sR^sRth，则将待分类图像直接认定为排在第一名痕迹图像所在的类 另IJ，进入步骤6);否则进入步骤4)，其中S：fe表示待分类图像与排在第一名痕迹图像的相似 性阈值，sRth表示待分类图像与排在第一名痕迹图像所在类代表图像的相似性阈值，且 >SRth°4. 如权利要求3所述的一种开集痕迹图像分类方法，其特征在于：所述步骤3)中代表 图像的获取过程如下： ①提取痕迹图像库中每一痕迹图像的特征，形成特征库X= {Xl，…，Xl，…，xN}，其中e表示第i幅痕迹图像的特征，特征是d维实数； ② 计算痕迹图像库中每个类别中各成员之间的相似性，得到每一类别中成员之间的相 似性矩阵，记为Wi」(k)，其中1 : = 1 : =k，日k=〗，….K:③ 根据W^(k)按照j 计算得到各类别代表图像 即在痕迹图像库的每类痕迹图像中选出与该类其他所有痕迹图像相似性积 最大的痕迹图像作为代表图像。5. 如权利要求2或3所述的一种开集痕迹图像分类方法，其特征在于：所述步骤4)包 括以下步骤： ① 在待分类图像的候选类别P中，排在前q名的痕迹图像个数多的属于同一个类别，则 待分类图像为该类别，进入步骤6)，否则进入下一步； ② 在待分类图像的候选类别P中，若与排在第一名痕迹图像相似性远大于与排在第二 名痕迹图像的相似性，即相似性落差大于As时，则待分类图像的类别为第一名痕迹图像 所在的类别，进入步骤6)，否则进入步骤5)。6. 如权利要求2或3或4所述的一种开集痕迹图像分类方法，其特征在于：所述步骤 5)包括以下步骤： ① 将待分类图像的候选类别P中各图像所在类别的代表图像按序呈现给用户，并同时 显示待分类图像； ② 用户根据每个代表图像查看其所在类别在待分类图像的候选类别P中出现的图像 和名次； ③ 用户根据①和②信息，判决待分类图像所属类别。7. 如权利要求5所述的一种开集痕迹图像分类方法，其特征在于：所述步骤5)包括以 下步骤： ① 将待分类图像的候选类别P中各图像所在类别的代表图像按序呈现给用户，并同时 显示待分类图像； ② 用户根据每个代表图像查看其所在类别在待分类图像的候选类别P中出现的图像 和名次； ③ 用户根据①和②信息，判别待分类图像所属类别。8. 如权利要求1或2或3或4或7所述的一种开集痕迹图像分类方法，其特征在于： 所述步骤6)包括以下步骤： ① 痕迹图像库的更新，即D=DU{T}，新进入痕迹图像库中的痕迹图像的下标索引号 为N+1 ; 痕迹图像库D包括若干痕迹图像和每一痕迹图像的所属类别，其中，D= {山，…，山，… ，dN}，且《表示第i幅痕迹图像，该图像的高度和宽度分别为m和n，痕迹图像库的 标记记为L= ，…，h，…，1N}，其中/,.eZ""表示痕迹图像山的标记类别号，痕迹图像库 共有K个类别； ② 待分类图像所属类别lt类代表图像R(11)的更新，若待分类图像为新增类别，则待分 类图像直接为代表图像，即R(lt) =N+l;否则，按如下步骤进行： A、 计算^类内每一非待分类图像与该类所有图像的相似性积，并找到所有相似性积中 的最大值&及该最大值的图像所对应的索引号，其中B、 计算待分类图像与lt类内其他图像的相似度积，即& C、 更新后的1,类的代表图像为：③ 标记的更新，即L=LU{1J; ④ 特征库的更新，即X=XU{TJ; ⑤ 痕迹图像库中痕迹图像数目增加1，即N=N+1。9.如权利要求5所述的一种开集痕迹图像分类方法，其特征在于：所述步骤6)包括以 下步骤： ① 痕迹图像库的更新，即D=DU{T}，新进入痕迹图像库中的痕迹图像的下标索引号 为N+1 ; 痕迹图像库D包括若干痕迹图像和每一痕迹图像的所属类别，其中，D= {山，…，山，… ，dN}，且e表示第i幅痕迹图像，该图像的高度和宽度分别为m和n，痕迹图像库的 标记记为L= …，…，1N}，其中el:x表示痕迹图像山的标记类别号，痕迹图像库 共有K个类别； ② 待分类图像所属类别lt类代表图像R(11)的更新，若待分类图像为新增类，则待分类 图直接为代表图像，即R(lt) =N+1 ;否则，按如下步骤进行： A、 计算^类内每一非待分类图像与该类所有图像的相似性积，并找到所有相似性积中 的最大值&及该最大值的图像所对应的索引号i'^其中B、 计算待分类图像与lt类内其他图像的相似性积，即$2 = C、 更新后的1,类的代表图像为：③ 标记的更新，即L=LU{1J; ④ 特征库的更新，即X=XU{TJ; ⑤ 痕迹图像库中痕迹图像数目增加1，即N=N+l。10.如权利要求1~9任意一项所述的一种开集痕迹图像分类方法的系统，其特征在 于：它包括预处理模块、初始筛选模块、痕迹图像库、直接认定模块、补录模块和主观判决模 块，且所述痕迹图像库内存储痕迹图像、每一痕迹图像所属类别； 所述预处理模块将待分类图像预处理成所述痕迹图像库内存储的痕迹图像的规格，并 将预处理之后的待分类图像传送给所述初始筛选模块； 所述初始筛选模块根据预处理后的待分类图像与所述痕迹图像库中每一痕迹图像的 相似性筛选待分类图像的候选类别，并就该候选类别传送给所述直接认定模块； 所述直接认定模块根据待分类图像与候选类别中排在第一名的痕迹图像及其对应的 代表图像的相似性判断待分类图像为所属类别或是新增类别，若该模块不能直接给出该待 分类图像的分类情况，则将待分类图像的候选类别传送给所述补录模块，否则，将待分类图 像的所属类别传送给所述痕迹图像库进行更新； 所述补录模块根据多数表决原则或排在第一名和第二名痕迹图像之间的相似性落差 判定条件判断待分类图像的所属类别，若该模块不能直接给出该待分类图像的分类情况， 则将待分类图像的候选类别传送给所述主观判决模块，否则，将待分类图像的所属类别传 送给所述痕迹图像库进行更新； 所述主观判决模块将待分类图像的候选类别中的代表图像提供给用户，由其交互式判 别待分类图像的所属类别，并将待分类图像的所属类别传送给所述痕迹图像库进行更新； 所述痕迹图像库将待分类图像补充到所述痕迹图像库中，若为已有类别则补充到相应 的类别，更新该类别的代表图像；否则为新增类别，设立新增类别，更新该类别的代表图像； 同时，更新特征库、标记和痕迹图像数目。
【专利摘要】本发明涉及一种开集痕迹图像分类方法及系统，实现对痕迹图像进行自动分类。它采用多层级联的方式判断待分类图像是否属于痕迹图像库中的某一种类别或者新增类别。本发明具有速度快，人工参与少，结果相对准确且全面的特点，能够实现对图像库的自动扩充以及通过对现场痕迹的分类实现案件的串并，为警方办案提供很大的帮助。因此，本发明可以广泛用于痕迹分类领域。
【IPC分类】G06K9/62
【公开号】CN105023025
【申请号】CN201510481067
【发明人】王新年, 舒莹莹, 刘风竹, 张涛, 吴艳军
【申请人】大连海事大学
【公开日】2015年11月4日
【申请日】2015年8月3日