基于混合滤波LBP和PCA算法的鞋底足迹识别

足迹识别是现代犯罪现场侦查的一个重要手段，而基于图像分析的足迹识别技术大大提高了足迹鉴定识别的效率。由于图像采集过程中无法避免出现各类噪音，在后期对足迹图像进行LBP特征提取时也会降低识别精度。针对这个问题对LBP算法进行研究，引入一种混合滤波LBP和PCA的图像特征提取算法，并应用于犯罪现场足迹识别工作中。算法首先采用中值滤波与小波变换的结合算法对采集的鞋底足迹图像进行去噪处理，并通过PCA算法对特征向量进行降维处理，最后采用SSIM结构相似度对鞋底图像进行匹配识别。经过与现有的LBP算法比较，引入的混合滤波算法可以明显提高鞋底足迹的识别准确度，在鞋底足迹识别中具有很好的应用前景，为犯罪现场勘查提供高效、精确的线索突破口。