低质皮肤图像的识别,作为对指纹、DNA、人脸等识别问题的补充,是刑侦分析和模式识别中一个新颖而又重要的问题,因此对其进行相关的研究有着极其重要的意义。到目前为止,虽然在皮肤的识别研究方面有了很多显著的成果,但是这些研究大多针对的是高质量的皮肤图像,并且未能考虑到皮肤图像的配准问题,而是直接对图像进行识别,因此所得的效果并不好。与此同时,在实际的环境中,虽然有很多的高清设备,但是受到拍摄视角、姿态以及背景物体的遮挡影响,多存在低质量的图像,这些低质量图像主要指低分辨率图像和缺损图像。在大多数的情况下,我们获取的皮肤图像主要集中在四肢,并且四肢图像更容易获取,正因为此,本文主要针对低质腿部皮肤图像的纹理特征进行了相关的研究,具体的研究工作如下:论文针对不同分辨率下腿部皮肤图像的识别问题以及配准问题,提出了基于纹理趋势的方向特征来表征腿部皮肤的识别方法。为了达到去除噪声,同时提高特征提取速度的目的,我们对预处理后的皮肤图像进行了均值滤波操作。利用地理学中等高线的相关原理,将皮肤图像视为三维的地形图,通过设计一个滑动分析的方法,提取皮肤图像局部区域的纹理信息,进而统计出该局部区域纹理信息的方向直方图。为了消除拍摄视角、姿态、光照等因素的影响,我们提出了一个二次动态配准的方法对图像进行配准分析。通过计算配准之后的两幅皮肤图像中所有局部块之间残差距离的平均值,该平均值用于衡量两幅图像之间的相似度,并且在相关的数据集上进行了测试。在25 dpi和6.25 dpi分辨率的条件下,识别率分别达到了84.01%和81.35%。实验结果表明,与目前同等复杂度的类似方法相比,本文提出的方法对分辨率、视角、姿态和光照等因素的影响具有很强的鲁棒性。针对不完整腿部皮肤图像的识别问题,论文利用皮肤纹理趋势的方向特征来进行识别,并且设计了不完整皮肤图像的配准方案。该配准方案可以应用在因遮挡因素造成的皮肤图像不完整的问题上。因为皮肤图像的不完整,导致边缘信息的不可靠,直接采用传统的配准方式,即利用边缘信息的几何关系和仿射变换进行图像的配准,效果并不好。为了避免使用边缘信息,我们利用图像中存在的灰度像素最大值的位置关系作为第一次的配准方式,然后利用第二次校正的方法进行调整。利用该配准方案和提出的纹理趋势的方向特征在补充后的数据集上进行了实验,实验同时在低分辨率遮挡或者缺损的条件下进行,平均每一张图像缺损20%左右的数据,分辨率为25 dpi和6.25 dpi下的识别率分别达到了76.8%和75.0%。实验结果再次表明提取的特征同样适用于遮挡和缺损皮肤图像的识别,同时,针对该问题的配准方式也证明了其有效性。