鞋印作為案件偵破的重要線索,隨著時(shí)間積累,數(shù)量不斷壯大。而如何實(shí)現(xiàn)對(duì)大規(guī)模鞋印庫(kù)的自動(dòng)分類(lèi)管理成為刑偵人員亟待解決的一大難題。聚類(lèi)的目的是將相同花紋的鞋印圖像標(biāo)記為一類(lèi)。但鞋印庫(kù)存在圖像質(zhì)量層次不齊,類(lèi)別數(shù)目眾多,類(lèi)內(nèi)類(lèi)間密度分布不均勻,類(lèi)內(nèi)距離大于類(lèi)間距離以及同類(lèi)點(diǎn)被非同類(lèi)點(diǎn)包圍等問(wèn)題。所以基于以上特點(diǎn),本文提出了基于密度劃分的自適應(yīng)鞋印圖像聚類(lèi)算法,主要工作如下:1)基于密度劃分的聚類(lèi)參數(shù)自適應(yīng)計(jì)算鞋印數(shù)據(jù)結(jié)構(gòu)復(fù)雜,僅通過(guò)固定的距離、密度等參數(shù)并不能準(zhǔn)確描述類(lèi)別間關(guān)系,需要深入挖掘各點(diǎn)間的位置關(guān)系,自適應(yīng)得到聚類(lèi)結(jié)果。在本文中,所有數(shù)據(jù)先根據(jù)密度閾值進(jìn)行劃分,再進(jìn)行聚類(lèi),并計(jì)算簇間同類(lèi)點(diǎn)與非同類(lèi)點(diǎn)的比例,作為判別簇間是否合并的條件,實(shí)現(xiàn)了聚類(lèi)算法的參數(shù)自適應(yīng)。在兩類(lèi)公開(kāi)數(shù)據(jù)集以及鞋印數(shù)據(jù)庫(kù)上進(jìn)行了實(shí)驗(yàn),聚類(lèi)結(jié)果接近人工設(shè)置最優(yōu)參數(shù)。2)基于自然鄰域圖的簇劃分自然近鄰是通過(guò)自動(dòng)搜索近鄰點(diǎn)來(lái)確定點(diǎn)間位置關(guān)系,根據(jù)自然近鄰點(diǎn)構(gòu)建的自然鄰域圖可以更加準(zhǔn)確反映數(shù)據(jù)的復(fù)雜結(jié)構(gòu)。本文利用自然鄰域圖對(duì)簇進(jìn)行細(xì)劃分,將劃分到一個(gè)簇的非同類(lèi)點(diǎn)成功分離,實(shí)現(xiàn)了簇的準(zhǔn)確劃分,提高了聚類(lèi)算法的純度。同時(shí)改進(jìn)...

【文章頁(yè)數(shù)】：91 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１現(xiàn)場(chǎng)鞋印類(lèi)別數(shù)目所占百分比??Ｆｉｇ．２．１?Ｐｅｒｃｅｎｔａｇｅ?ｇｒａｐｈ?ｏｆ?ｖａｒｉｏｕｓ?ｃａｔｅｇｏｒｉｅｓ?ｏｆ?ｃｒｉｍｅ?ｓｃｅｎｅ?ｓｈｏｅｐｒｉｎｔｓ??

到的族進(jìn)行細(xì)劃分；第５章，針對(duì)簇間相似度進(jìn)行分析，綜合相鄰簇??間跨簇點(diǎn)的距離關(guān)系、結(jié)構(gòu)特點(diǎn)、密度分布這三個(gè)方面，改進(jìn)了相似度的計(jì)算方法。??２．２鞋印圖像數(shù)據(jù)集特點(diǎn)分析??聚類(lèi)的目的是將具有鞋印花紋相同的標(biāo)記為一類(lèi)，算法的輸入為無(wú)標(biāo)簽數(shù)據(jù)??＝?，…；ｃｙｘｄ，Ｗ為數(shù)據(jù)點(diǎn)個(gè)數(shù)。....

圖２．?２現(xiàn)場(chǎng)鞋印各類(lèi)別數(shù)目統(tǒng)計(jì)??Ｆｉｇ．２．２?Ｌｉｎｅ?ｃｈａｒｔ?ｏｆ?ｔｈｅ?ｍｅｍｂｅｒ?ｎｕｍｂｅｒ?ｆｏｒ?ｃｒｉｍｅ?ｓｃｅｎｅ?ｓｈｏｅｐｒｉｎｔｓ??

?基于密度劃分的自適應(yīng)鞋印圖像聚類(lèi)算法研究???３００?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?－??２５０?？?＊??皿?２００?－?－??毅??遯??Ｈ１５０＇?＂??Ｅ??不Ｔ＼?１００?■?－??５０?？?丨－??〇｜?．．?ｔｒｒ—???０?１０００?２０００?３０００?４０００?５０....

圖２．?３各類(lèi)鞋印圖像的密度分布曲線??Ｆｉｇ．２．３?Ｔｈｅ?ｓｈｏｅｐｒｉｎｔ?ｄｅｎｓｉｔｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｃｉｒｃｕｅ?ｏｆ?ｅａｃｈ?ｃｌａｓｓ??

。??標(biāo)準(zhǔn)差的計(jì)算公式為：??丄??來(lái)）彳」７?２＞?Ｗ?－米））２?］２?（２．４）??其中Ｃ／為第／類(lèi)，？，為Ｃ，．類(lèi)的類(lèi)內(nèi)點(diǎn)數(shù)目，＊ｓ（ｃ，．）表示該類(lèi)的密度標(biāo)準(zhǔn)差。??３．４１?１?■?＇??■?．．．丨丨??—密度均值??３?２?＇?＾密度最大值ｈ??ｉ?，?密度最小值....

圖２．?６典型鞋印圖像??Ｆｉｇ．２．６?Ｓｏｍｅ?ｔｙｐｉｃａｌ?ｓｈｏｅｐｒｉｎｔ?ｓａｍｐｌｅｓ??

?大連海事大學(xué)碩士學(xué)位論文???類(lèi)間密度分布不均勻的情況。如圖２．５各類(lèi)內(nèi)點(diǎn)的密度分布曲線，其中３２９１個(gè)單幅鞋印??圖像類(lèi)，它的密度值從１．４８到３．１范圍廣泛，密度較小的點(diǎn)到其他類(lèi)的距離較遠(yuǎn)，密度??較大的點(diǎn)距離其他密度稠密類(lèi)較近，同樣其他數(shù)目較少的類(lèi)別密度曲線同樣存在這種問(wèn)....

本文編號(hào)：4000320