一类工具痕迹检验系统的研究与开发

论文摘要

工具痕迹检验是对工具痕迹图像进行分析,从而研究其形成与变化规律,并做出相应的发现、分析及判定。它在安防、刑事侦察、产品质量检验等领域有着重要的应用。当前工具痕迹检验大多依靠人工检验完成,但是随着工具痕迹检验对象的种类和数目的增加,人工检验已不能满足社会发展的需要。纹理是工具痕迹图像的基本特征,在工具痕迹检验中有重要意义。随着计算机图像处理技术和特征提取技术的发展,借助纹理对工具痕迹图像进行综合分析,实现工具痕迹检验自动化,对于改善当前工具痕迹检验技术依赖人工检验的现状问题有着很大实用价值。本论文针对一类特定的工具痕迹图像,设计并建立了一套工具痕迹检验系统,初步实现该类工具痕迹的自动化检验与识别,提高识别效率。首先,论文对所研究特定工具痕迹图像进行预处理,如:灰度化、图像均衡、图像去噪、图像锐化。在分析比较不同预处理算法的基础上,为此类痕迹图像选取适合的预处理算法及流程;其次,基于特定工具痕迹图像的特征,论文选用灰度共生矩阵对该图像进行特征提取和图像识别,设计相应算法,计算其特征参数;最后,论文设计并建立了一套工具痕迹检验系统,并详细介绍其软件设计及人机界面。该系统能够初步实现此特定工具痕迹的自动化检验与识别,有效减少了现在工具痕迹检验中人工检验人力消耗大,检验时间长,检验精度不高等问题。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 论文背景及研究意义
• 1.2 国内外研究现状
• 1.3 论文研究内容
• 2 模式识别和工具痕迹检验
• 2.1 模式识别定义
• 2.2 模式识别的研究内容
• 2.3 模式识别的技术与方法
• 2.3.1 统计模式识别
• 2.3.2 结构模式识别
• 2.3.3 其他方法
• 2.4 工具痕迹检验
• 2.4.1 工具痕迹检验概述
• 2.4.2 工具痕迹检验系统框架
• 2.5 模式识别在工具痕迹检验上的应用前景
• 2.6 本章小结
• 3 痕迹图像采集和预处理
• 3.1 图像采集
• 3.2 图像预处理流程及算法选择
• 3.2.1 彩色图像灰度化
• 3.2.2 图像均衡
• 3.2.3 图像去噪
• 3.2.4 图像锐化
• 3.3 本章小结
• 4 基于纹理分析的特征提取
• 4.1 图像特征提取的意义
• 4.2 痕迹图像特征
• 4.2.1 痕迹图像形状特征
• 4.2.2 痕迹图像纹理特征
• 4.3 纹理分析研究现状
• 4.3.1 统计分析法
• 4.3.2 结构分析法
• 4.3.3 模型分析法
• 4.3.4 频谱分析法
• 4.3.5 其他分析方法
• 4.4 基于灰度共生矩阵的特征值提取
• 4.4.1 灰度共生矩阵的定义
• 4.4.2 灰度共生矩阵的特征参数
• 4.4.3 灰度共生矩阵特征值计算
• 4.5 基于灰度共生矩阵的特征值计算
• 4.6 本章小结
• 5 工具痕迹检验系统实现
• 5.1 系统软件构成
• 5.2 工具痕迹检验系统人机界面
• 5.2.1 工具痕迹检验系统主界面
• 5.2.2 工具痕迹检验系统预处理界面
• 5.2.3 工具痕迹检验系统自动比对界面
• 5.2.4 工具痕迹检验系统手动比对界面
• 5.3 本章小结
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献