基于SIFT、K-means和BOF的鞋底痕迹检索

• 作者: 杨传颖 焦扬 石宝
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 鞋底痕迹花纹图像检索 SIFT K-means 特征包
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 238-242
• 页数: 5页
• 分类号: TP391
• 字数: 3444字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.05.041

摘要

随着计算机技术的迅猛发展,图像处理在不同领域中发挥了重要作用.在刑侦方面,实现鞋印的信息化检索,对侦破串并案件有着重要的意义,使用K-means聚类算法对SIFT(Scale Invariant Feature Transformation)的特征向量矩阵进行聚类,构建鞋底痕迹花纹图像视觉特征包,根据余弦相似定理排序得出结论.实验结果表明,该算法对于鞋底痕迹花纹图像检索具有较高查准率,并且对于残缺的鞋底痕迹花纹图像具有较强的抗变换性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨传颖	内蒙古工业大学信息工程学院	10	50	4.0	7.0
2	石宝	内蒙古工业大学信息工程学院	5	1	1.0	1.0
3	焦扬	内蒙古工业大学信息工程学院	2	0	0.0	0.0