目录
前言
第1章 绪论 1
1.1 概述 1
1.1.1 刑侦图像处理技术的重要性 1
1.1.2 实际问题举例 2
1.2 本书的内容及结构 5
参考文献 6
第2章 视频图像清晰化处理技术 7
2.1 视频图像去雾清晰化处理技术概况 7
2.1.1 基于非物理模型的图像增强方法 7
2.1.2 基于物理模型的图像复原方法 9
2.1.3 基于学习的图像去雾方法 11
2.2 大气散射理论及雾天图像特性分析 12
2.2.1 大气散射现象 12
2.2.2 大气散射模型 13
2.2.3 入射光衰减模型 14
2.2.4 大气光成像模型 15
2.2.5 波长相关性分析 17
2.2.6 雾天图像的退化模型 17
2.3 基于非物理模型的雾天视频图像增强处理技术 18
2.4 基于物理模型的雾天图像复原 18
2.4.1 暗通道先验理论 18
2.4.2 模型参数估计 21
2.4.3 透过率的估计及优化 23
2.4.4 大气光值A的估计 26
2.4.5 雾天图像复原 26
2.4.6 算法性能分析与图像质量评价 28
2.5 光照不均匀图像校正处理技术 31
2.5.1 光照分量的提取 32
2.5.2 亮度校正函数的构建 36
2.5.3 光照不均匀校正实现过程 38
参考文献 42
第3章 图像超分辨率重建技术 45
3.1 图像超分辨率基本概念 45
3.1.1 图像分辨率 45
3.1.2 图像超分辨率重建 46
3.1.3 超分辨率重建的分类 47
3.1.4 图像观测模型 48
3.2 单幅图像超分辨率重建 51
3.2.1 基于插值的图像超分辨率重建 51
3.2.2 基于稀疏表示的图像超分辨率重建 55
3.2.3 基于深度卷积神经网络的图像超分辨率重建 58
3.3 图像质量评价方法 63
3.3.1 主观评价 63
3.3.2 客观评价 64
3.4 超分辨率重建技术在刑侦图像中的应用 67
3.4.1 数据库 67
3.4.2 仿真实验 71
参考文献 76
第4章 高动态范围成像技术 79
4.1 高动态范围成像概述 79
4.1.1 动态范围 79
4.1.2 高动态范围成像关键技术 80
4.1.3 高动态范围场景捕获 82
4.1.4 高动态范围图像的合成 83
4.1.5 色调映射 85
4.1.6 动态场景高动态范围成像 86
4.1.7 高动态范围成像的发展趋势 88
4.1.8 高动态范围图像在刑侦中的应用 95
4.2 高动态范围图像编码 97
4.2.1 高动态范围图像格式 97
4.2.2 高动态范围图像编码标准比较 101
4.3 多幅不同曝光图像合成HDR图像 101
4.3.1 空间域合成HDR图像 102
4.3.2 频域合成HDR图像 106
4.4 高动态范围图像色调映射算法 110
4.4.1 色调映射 110
4.4.2 线性色调映射算法 113
4.4.3 对数色调映射算法 113
4.4.4 伽马纠正色调映射算法 114
4.4.5 S 型曲线方程色调映射算法 115
4.4.6 基于色貌模型的色调映射算法 116
4.4.7 iCAM06色调映射算法 117
4.4.8 色调均化直方图算法 118
4.4.9 基于亮度自适应分段的色调映射算法 119
参考文献 126
第5章 图像水印技术 132
5.1 数字图像水印的基本概念 132
5.1.1 数字图像水印的概念、产生及其特点 132
5.1.2 数字图像水印的分类以及应用 133
5.1.3 数字图像水印的性能分析 136
5.2 数字图像单水印原理 140
5.2.1 数字图像单水印的基本框架 140
5.2.2 基于变换域的数字图像单水印算法 141
5.3 数字图像双水印原理 149
5.3.1 数字图像双水印技术分类 149
5.3.2 基于曲波变换的图像双水印 151
参考文献 167
第6章 图像检索技术 168
6.1 数字图像特征 168
6.1.1 数字图像特征提取 168
6.1.2 经典图像特征提取算法介绍 170
6.2 图像相似度度量 174
6.3 图像语义学习 176
参考文献 178
第7章 监控视频高效编码技术 182
7.1 视频基本知识 182
7.1.1 人类视觉系统 182
7.1.2 视频数字化 185
7.1.3 数字视频中的冗余 186
7.1.4 监控视频的内容特性 189
7.2 监控视频编码概述 190
7.3 适用于监控视频的编码标准 191
7.3.1 监控视频编码标准发展历程 192
7.3.2 第三代视频编码国际标准H.265/HEVC 193
7.3.3 第二代视频编码国家标准AVS-S2 195
7.4 H.265/HEV测试模型HM使用说明及性能仿真 196
7.4.1 HM使用说明 196
7.4.2 HM性能仿真测试 197
参考文献 202
第8章 视频目标检测与跟踪技术 204
8.1 运动目标检测 204
8.1.1 目标检测数据集和评价标准 204
8.1.2 帧间差分法 205
8.1.3 背景消减法 207
8.1.4 光流法 212
8.2 运动目标跟踪 214
8.2.1 目标跟踪数据集和评价标准 215
8.2.2 基于Kalman预测与全局特征匹配的目标跟踪 216
8.2.3 基于Mean Shift的目标跟踪 221
8.2.4 基于CamShift的目标跟踪 223
8.2.5 基于MIL的目标跟踪 225
8.2.6 基于DF的跟踪算法 230
8.2.7 基于CF的目标跟踪 233
8.3 运动目标跟踪技术在监控视频中的应用 239
8.3.1 图像位平面 239
8.3.2 基于位平面的跟踪算法 242
参考文献 250
第9章 视频检索技术 252
9.1 视频检索概述 252
9.2 镜头边界检测 257
9.2.1 镜头边界检测介绍 257
9.2.2 镜头边界检测存在的问题 258
9.2.3 突变镜头检测 260
9.2.4 渐变镜头检测 262
9.3 关键帧提取 265
9.3.1 关键帧提取技术 265
9.3.2 传统关键帧提取技术 269
9.3.3 基于深度学习的关键帧提取技术 273
参考文献 274
第10章 现勘三维现场重建 276
10.1 案件现场重建概述 276
10.2 基于二维图像的三维现场重建 278
10.2.1 全景图生成过程 278
10.2.2 图像采集 279
10.2.3 图像预处理 280
10.2.4 图像配准 280
10.2.5 图像融合 282
10.2.6 实景全景图 283
10.3 基于深度图像的三维现场重建 284
10.3.1 主要技术简介 284
10.3.2 基于Kinect的三维重建 285
10.3.3 基于三维激光扫描的现场三维重建 289
10.3.4 应用案例 292
参考文献 294
第11章 现勘图像检索技术 297
11.1 现勘图像检索 297
11.2 基于融合特征及检索结果优化的现勘图像检索算法 298
11.2.1 融合特征 299
11.2.2 基于检索结果优化的现勘图像检索算法 302
11.2.3 实验结果 303
11.3 轮胎花纹检索 308
11.3.1 轮胎花纹图像数据库 309
11.3.2 算法测试比较 311
参考文献 312
第12章 刑侦案件智能串并 317
12.1 概述 317
12.2 刑侦案件智能串并的要素 319
12.2.1 刑侦案件数据库中的图像信息 319
12.2.2 刑侦案件智能串并的策略 320
12.3 智能串并在真实破案中存在的实际问题 321
12.4 刑侦案件的信息提取 322
12.4.1 案件信息提取的关键技术 322
12.4.2 案件视频信息分析 323
12.4.3 安检图像特征提取 331
12.4.4 刑侦案件图像的目标检测 339
12.5 刑侦案件的智能串并 340
12.5.1 局部目标的相似度度量 340
12.5.2 用于案件串并的多模态信息关联 340
参考文献 342
第13章 刑侦模拟画像 343
13.1 刑侦模拟画像 343
13.1.1 模拟画像概况 343
13.1.2 计算机辅助画像技术 346
13.2 基于监控信息的模拟画像 347
13.2.1 监控信息预处理 347
13.2.2 二维计算机辅助画像 348
13.2.3 三维计算机辅助画像 349
参考文献 350
第14章 现勘立体足迹三维形貌提取 352
14.1 现勘足迹概述 352
14.1.1 基本概念 352
14.1.2 现勘足迹类型与特点 352
14.1.3 现勘足迹的具体作用 353
14.2 现勘足迹提取方法 355
14.3 基于面结构光的立体足迹三维形貌提取 356
14.3.1 结构光视觉测量基础知识 356
14.3.2 足迹三维形貌提取原理 358
14.4 便携式现勘立体足迹三维形貌提取系统 368
14.4.1 系统构成 368
14.4.2 系统功能特点 369
参考文献 370
第15章 鞋印图像识别系统 372
15.1 鞋印图像识别技术概况 372
15.2 鞋印识别关键技术 373
目录
前言
第1章 绪论 1
1.1 概述 1
1.1.1 刑侦图像处理技术的重要性 1
1.1.2 实际问题举例 2
1.2 本书的内容及结构 5
参考文献 6
第2章 视频图像清晰化处理技术 7
2.1 视频图像去雾清晰化处理技术概况 7
2.1.1 基于非物理模型的图像增强方法 7
2.1.2 基于物理模型的图像复原方法 9
2.1.3 基于学习的图像去雾方法 11
2.2 大气散射理论及雾天图像特性分析 12
2.2.1 大气散射现象 12
2.2.2 大气散射模型 13
2.2.3 入射光衰减模型 14
2.2.4 大气光成像模型 15
2.2.5 波长相关性分析 17
2.2.6 雾天图像的退化模型 17
2.3 基于非物理模型的雾天视频图像增强处理技术 18
2.4 基于物理模型的雾天图像复原 18
2.4.1 暗通道先验理论 18
2.4.2 模型参数估计 21
2.4.3 透过率的估计及优化 23
2.4.4 大气光值A的估计 26
2.4.5 雾天图像复原 26
2.4.6 算法性能分析与图像质量评价 28
2.5 光照不均匀图像校正处理技术 31
2.5.1 光照分量的提取 32
2.5.2 亮度校正函数的构建 36
2.5.3 光照不均匀校正实现过程 38
参考文献 42
第3章 图像超分辨率重建技术 45
3.1 图像超分辨率基本概念 45
3.1.1 图像分辨率 45
3.1.2 图像超分辨率重建 46
3.1.3 超分辨率重建的分类 47
3.1.4 图像观测模型 48
3.2 单幅图像超分辨率重建 51
3.2.1 基于插值的图像超分辨率重建 51
3.2.2 基于稀疏表示的图像超分辨率重建 55
3.2.3 基于深度卷积神经网络的图像超分辨率重建 58
3.3 图像质量评价方法 63
3.3.1 主观评价 63
3.3.2 客观评价 64
3.4 超分辨率重建技术在刑侦图像中的应用 67
3.4.1 数据库 67
3.4.2 仿真实验 71
参考文献 76
第4章 高动态范围成像技术 79
4.1 高动态范围成像概述 79
4.1.1 动态范围 79
4.1.2 高动态范围成像关键技术 80
4.1.3 高动态范围场景捕获 82
4.1.4 高动态范围图像的合成 83
4.1.5 色调映射 85
4.1.6 动态场景高动态范围成像 86
4.1.7 高动态范围成像的发展趋势 88
4.1.8 高动态范围图像在刑侦中的应用 95
4.2 高动态范围图像编码 97
4.2.1 高动态范围图像格式 97
4.2.2 高动态范围图像编码标准比较 101
4.3 多幅不同曝光图像合成HDR图像 101
4.3.1 空间域合成HDR图像 102
4.3.2 频域合成HDR图像 106
4.4 高动态范围图像色调映射算法 110
4.4.1 色调映射 110
4.4.2 线性色调映射算法 113
4.4.3 对数色调映射算法 113
4.4.4 伽马纠正色调映射算法 114
4.4.5 S 型曲线方程色调映射算法 115
4.4.6 基于色貌模型的色调映射算法 116
4.4.7 iCAM06色调映射算法 117
4.4.8 色调均化直方图算法 118
4.4.9 基于亮度自适应分段的色调映射算法 119
参考文献 126
第5章 图像水印技术 132
5.1 数字图像水印的基本概念 132
5.1.1 数字图像水印的概念、产生及其特点 132
5.1.2 数字图像水印的分类以及应用 133
5.1.3 数字图像水印的性能分析 136
5.2 数字图像单水印原理 140
5.2.1 数字图像单水印的基本框架 140
5.2.2 基于变换域的数字图像单水印算法 141
5.3 数字图像双水印原理 149
5.3.1 数字图像双水印技术分类 149
5.3.2 基于曲波变换的图像双水印 151
参考文献 167
第6章 图像检索技术 168
6.1 数字图像特征 168
6.1.1 数字图像特征提取 168
6.1.2 经典图像特征提取算法介绍 170
6.2 图像相似度度量 174
6.3 图像语义学习 176
参考文献 178
第7章 监控视频高效编码技术 182
7.1 视频基本知识 182
7.1.1 人类视觉系统 182
7.1.2 视频数字化 185
7.1.3 数字视频中的冗余 186
7.1.4 监控视频的内容特性 189
7.2 监控视频编码概述 190
7.3 适用于监控视频的编码标准 191
7.3.1 监控视频编码标准发展历程 192
7.3.2 第三代视频编码国际标准H.265/HEVC 193
7.3.3 第二代视频编码国家标准AVS-S2 195
7.4 H.265/HEV测试模型HM使用说明及性能仿真 196
7.4.1 HM使用说明 196
7.4.2 HM性能仿真测试 197
参考文献 202
第8章 视频目标检测与跟踪技术 204
8.1 运动目标检测 204
8.1.1 目标检测数据集和评价标准 204
8.1.2 帧间差分法 205
8.1.3 背景消减法 207
8.1.4 光流法 212
8.2 运动目标跟踪 214
8.2.1 目标跟踪数据集和评价标准 215
8.2.2 基于Kalman预测与全局特征匹配的目标跟踪 216
8.2.3 基于Mean Shift的目标跟踪 221
8.2.4 基于CamShift的目标跟踪 223
8.2.5 基于MIL的目标跟踪 225
8.2.6 基于DF的跟踪算法 230
8.2.7 基于CF的目标跟踪 233
8.3 运动目标跟踪技术在监控视频中的应用 239
8.3.1 图像位平面 239
8.3.2 基于位平面的跟踪算法 242
参考文献 250
第9章 视频检索技术 252
9.1 视频检索概述 252
9.2 镜头边界检测 257
9.2.1 镜头边界检测介绍 257
9.2.2 镜头边界检测存在的问题 258
9.2.3 突变镜头检测 260
9.2.4 渐变镜头检测 262
9.3 关键帧提取 265
9.3.1 关键帧提取技术 265
9.3.2 传统关键帧提取技术 269
9.3.3 基于深度学习的关键帧提取技术 273
参考文献 274
第10章 现勘三维现场重建 276
10.1 案件现场重建概述 276
10.2 基于二维图像的三维现场重建 278
10.2.1 全景图生成过程 278
10.2.2 图像采集 279
10.2.3 图像预处理 280
10.2.4 图像配准 280
10.2.5 图像融合 282
10.2.6 实景全景图 283
10.3 基于深度图像的三维现场重建 284
10.3.1 主要技术简介 284
10.3.2 基于Kinect的三维重建 285
10.3.3 基于三维激光扫描的现场三维重建 289
10.3.4 应用案例 292
参考文献 294
第11章 现勘图像检索技术 297
11.1 现勘图像检索 297
11.2 基于融合特征及检索结果优化的现勘图像检索算法 298
11.2.1 融合特征 299
11.2.2 基于检索结果优化的现勘图像检索算法 302
11.2.3 实验结果 303
11.3 轮胎花纹检索 308
11.3.1 轮胎花纹图像数据库 309
11.3.2 算法测试比较 311
参考文献 312
第12章 刑侦案件智能串并 317
12.1 概述 317
12.2 刑侦案件智能串并的要素 319
12.2.1 刑侦案件数据库中的图像信息 319
12.2.2 刑侦案件智能串并的策略 320
12.3 智能串并在真实破案中存在的实际问题 321
12.4 刑侦案件的信息提取 322
12.4.1 案件信息提取的关键技术 322
12.4.2 案件视频信息分析 323
12.4.3 安检图像特征提取 331
12.4.4 刑侦案件图像的目标检测 339
12.5 刑侦案件的智能串并 340
12.5.1 局部目标的相似度度量 340
12.5.2 用于案件串并的多模态信息关联 340
参考文献 342
第13章 刑侦模拟画像 343
13.1 刑侦模拟画像 343
13.1.1 模拟画像概况 343
13.1.2 计算机辅助画像技术 346
13.2 基于监控信息的模拟画像 347
13.2.1 监控信息预处理 347
13.2.2 二维计算机辅助画像 348
13.2.3 三维计算机辅助画像 349
参考文献 350
第14章 现勘立体足迹三维形貌提取 352
14.1 现勘足迹概述 352
14.1.1 基本概念 352
14.1.2 现勘足迹类型与特点 352
14.1.3 现勘足迹的具体作用 353
14.2 现勘足迹提取方法 355
14.3 基于面结构光的立体足迹三维形貌提取 356
14.3.1 结构光视觉测量基础知识 356
14.3.2 足迹三维形貌提取原理 358
14.4 便携式现勘立体足迹三维形貌提取系统 368
14.4.1 系统构成 368
14.4.2 系统功能特点 369
参考文献 370
第15章 鞋印图像识别系统 372
15.1 鞋印图像识别技术概况 372
15.2 鞋印识别关键技术 373
15.2.1 鞋印图像预处理技术 373
15.2.2 鞋印图像特征提取技术 378
15.2.3 相似度量方法 380
15.3 基于局部信息鞋印图像识别算法 382
15.3.1 鞋印图像局部特征提取 383
15.3.2 稀疏编码与反向索引 383
15.3.3 相似比对与算法步骤 385
15.4 刑侦鞋印图像识别系统 386
15.4.1 鞋印图像与信息入库子系统 388
15.4.2 鞋印图像库管理与维护子系统 389
15.4.3 鞋印图像比对识别子系统 389
15.4.4 仿真实验结果 390
参考文献 394
