●前言
章 緒論
1.1 概述
1.1.1 刑偵圖像處理技術的重要性
1.1.2 實際問題舉例
1.2 本書的內容及結構
參考文獻
第2章 視頻圖像清晰化處理技術
2.1 視頻圖像去霧清晰化處理技術概況
2.1.1 基於非物理模型的圖像增強方法
2.1.2 基於物理模型的圖像復原方法
2.1.3 基於學習的圖像去霧方法
2.2 大氣散射理論及霧天圖像特性分析
2.2.1 大氣散射現像
2.2.2 大氣散射模型
2.2.3 入射光衰減模型
2.2.4 大氣光成像模型
2.2.5 波長相關性分析
2.2.6 霧天圖像的退化模型
2.3 基於非物理模型的霧天視頻圖像增強處理技術
2.4 基於物理模型的霧天圖像復原
2.4.1 暗通道先驗理論
2.4.2 模型參數估計
2.4.3 透過率的估計及優化
2.4.4 大氣光值A的估計
2.4.5 霧天圖像復原
2.4.6 算法性能分析與圖像質量評價
2.5 光照不均勻圖像校正處理技術
2.5.1 光照分量的提取
2.5.2 亮度校正函數的構建
2.5.3 光照不均勻校正實現過程
參考文獻
第3章 圖像超分辨率重建技術
3.1 圖像超分辨率基本概念
3.1.1 圖像分辨率
3.1.2 圖像超分辨率重建
3.1.3 超分辨率重建的分類
3.1.4 圖像觀測模型
3.2 單幅圖像超分辨率重建
3.2.1 基於插值的圖像超分辨率重建
3.2.2 基於稀疏表示的圖像超分辨率重建
3.2.3 基於深度卷積神經網絡的圖像超分辨率重建
3.3 圖像質量評價方法
3.3.1 主觀評價
3.3.2 客觀評價
3.4 超分辨率重建技術在刑偵圖像中的應用
3.4.1 數據庫
3.4.2 仿真實驗
參考文獻
第4章 高動態範圍成像技術
4.1 高動態範圍成像概述
4.1.1 動態範圍
4.1.2 高動態範圍成像關鍵技術
4.1.3 高動態範圍場景捕獲
4.1.4 高動態範圍圖像的合成
4.1.5 色調映射
4.1.6 動態場景高動態範圍成像
4.1.7 高動態範圍成像的發展趨勢
4.1.8 高動態範圍圖像在刑偵中的應用
4.2 高動態範圍圖像編碼
4.2.1 高動態範圍圖像格式
4.2.2 高動態範圍圖像編碼標準比較
4.3 多幅不同曝光圖像合成HDR圖像
4.3.1 空間域合成HDR圖像
4.3.2 頻域合成HDR圖像
4.4 高動態範圍圖像色調映射算法
4.4.1 色調映射
4.4.2 線性色調映射算法
4.4.3 對數色調映射算法
4.4.4 伽馬糾正色調映射算法
4.4.5 S型曲線方程色調映射算法
4.4.6 基於色貌模型的色調映射算法
4.4.7 iCAM06色調映射算法
4.4.8 色調均化直方圖算法
4.4.9 基於亮度自適應分段的色調映射算法
參考文獻
第5章 圖像水印技術
5.1 數字圖像水印的基本概念
5.1.1 數字圖像水印的概念、產生及其特點
5.1.2 數字圖像水印的分類以及應用
5.1.3 數字圖像水印的性能分析
5.2 數字圖像單水印原理
5.2.1 數字圖像單水印的基本框架
5.2.2 基於變換域的數字圖像單水印算法
5.3 數字圖像雙水印原理
5.3.1 數字圖像雙水印技術分類
5.3.2 基於曲波變換的圖像雙水印
參考文獻
第6章 圖像檢索技術
6.1 數字圖像特征
6.1.1 數字圖像特征提取
6.1.2 經典圖像特征提取算法介紹
6.2 圖像相似度度量
6.3 圖像語義學習
參考文獻
第7章 監控視頻高效編碼技術
7.1 視頻基本知識
7.1.1 人類視覺繫統
7.1.2 視頻數字化
7.1.3 數字視頻中的冗餘
7.1.4 監控視頻的內容特性
7.2 監控視頻編碼概述
7.3 適用於監控視頻的編碼標準
7.3.1 監控視頻編碼標準發展歷程
7.3.2 第三代視頻編碼國際標準H.265/HEVC
7.3.3 第二代視頻編碼國家標準AVS-S
7.4 H.265/HEV測試模型HM使用說明及性能仿真
7.4.1 HM使用說明
7.4.2 HM性能仿真測試
參考文獻
第8章 視頻目標檢測與跟蹤技術
8.1 運動目標檢測
8.1.1 目標檢測數據集和評價標準
8.1.2 幀間差分法
8.1.3 背景消減法
8.1.4 光流法
8.2 運動目標跟蹤
8.2.1 目標跟蹤數據集和評價標準
8.2.2 基於Kalman預測與全局特征匹配的目標跟蹤
8.2.3 基於Mean Shift的目標跟蹤
8.2.4 基於CamShift的目標跟蹤
8.2.5 基於MIL的目標跟蹤
8.2.6 基於DF的跟蹤算法
8.2.7 基於CF的目標跟蹤
8.3 運動目標跟蹤技術在監控視頻中的應用
8.3.1 圖像位平面
8.3.2 基於位平面的跟蹤算法
參考文獻
第9章 視頻檢索技術
9.1 視頻檢索概述
9.2 鏡頭邊界檢測
9.2.1 鏡頭邊界檢測介紹
9.2.2 鏡頭邊界檢測存在的問題
9.2.3 突變鏡頭檢測
9.2.4 漸變鏡頭檢測
9.3 關鍵幀提取
9.3.1 關鍵幀提取技術
9.3.2 傳統關鍵幀提取技術
9.3.3 基於深度學習的關鍵幀提取技術
參考文獻
0章 現勘三維現場重建
10.1 案件現場重建概述
10.2 基於二維圖像的三維現場重建
10.2.1 全景圖生成過程
10.2.2 圖像采集
10.2.3 圖像預處理
10.2.4 圖像配準
10.2.5 圖像融合
10.2.6 實景全景圖
10.3 基於深度圖像的三維現場重建
10.3.1 主要技術簡介
10.3.2 基於Kinect的三維重建
10.3.3 基於三維激光掃描的現場三維重建
10.3.4 應用案例
參考文獻
1章 現勘圖像檢索技術
11.1 現勘圖像檢索
11.2 基於融合特征及檢索結果優化的現勘圖像檢索算法
11.2.1 融合特征
11.2.2 基於檢索結果優化的現勘圖像檢索算法
11.2.3 實驗結果
11.3 輪胎花紋檢索
11.3.1 輪胎花紋圖像數據庫
11.3.2 算法測試比較
參考文獻
2章 刑偵案件智能串並
12.1 概述
12.2 刑偵案件智能串並的要素
12.2.1 刑偵案件數據庫中的圖像信息
12.2.2 刑偵案件智能串並的策略
12.3 智能串並在真實破案中存在的實際問題
12.4 刑偵案件的信息提取
12.4.1 案件信息提取的關鍵技術
12.4.2 案件視頻信息分析
12.4.3 安檢圖像特征提取
12.4.4 刑偵案件圖像的目標檢測
12.5 刑偵案件的智能串並
12.5.1 局部目標的相似度度量
12.5.2 用於案件串並的多模態信息關聯
參考文獻
3章 刑偵模擬畫像
13.1 刑偵模擬畫像
13.1.1 模擬畫像概況
13.1.2 計算機輔助畫像技術
13.2 基於監控信息的模擬畫像
13.2.1 監控信息預處理
13.2.2 二維計算機輔助畫像
13.2.3 三維計算機輔助畫像
參考文獻
4章 現勘立體足跡三維形貌提取
14.1 現勘足跡概述
14.1.1 基本概念
14.1.2 現勘足跡類型與特點
14.1.3 現勘足跡的具體作用
14.2 現勘足跡提取方法
14.3 基於面結構光的立體足跡三維形貌提取
14.3.1 結構光視覺測量基礎知識
14.3.2 足跡三維形貌提取原理
14.4 便攜式現勘立體足跡三維形貌提取繫統
14.4.1 繫統構成
14.4.2 繫統功能特點
參考文獻
5章 鞋印圖像識別繫統
15.1 鞋印圖像識別技術概況
15.2 鞋印識別關鍵技術
15.2.1 鞋印圖像預處理技術
15.2.2 鞋印圖像特征提取技術
15.2.3 相似度量方法
15.3 基於局部信息鞋印圖像識別算法
15.3.1 鞋印圖像局部特征提取
15.3.2 稀疏編碼與反向索引
15.3.3 相似比對與算法步驟
15.4 刑偵鞋印圖像識別繫統
15.4.1 鞋印圖像與信息入庫子繫統
15.4.2 鞋印圖像庫管理與維護子繫統
15.4.3 鞋印圖像比對識別子繫統
15.4.4 仿真實驗結果
參考文獻
內容簡介
刑偵圖像視頻處理技術在公安刑事案件偵破工作中發揮著重要作用，是實現科技強警、提升公安機關破案能力的重要手段。《刑偵圖像視頻處理技術》為西安郵電大學圖像與信息處理團隊依托“陝西省法庭科學電子信息實驗研究中心”以及“電子信息現場勘驗應用技術”公安部重點實驗室平臺，在刑偵圖像視頻處理領域研究成果的階段性總結。圍繞刑偵圖像視頻處理技術中的關鍵問題，《刑偵圖像視頻處理技術》內容涉及五個部分：刑偵圖像視頻清晰化（第2、3章）、高動態範圍圖像處理（第4章）、刑偵圖像標注與檢索及圖像安全（第5、6章）、監控視頻編碼分析與檢索（第7～9章）、典型應用實例（0～15章）。
