鞋印图像是犯罪现场留存率较高的证据之一,由于存在重复作案的情况,现场遗留的鞋印图像可以帮助刑侦人员快速进行的案件串并,这可以大大增加案件的侦破几率。同时,如果刑侦数据库中有对应人员录入的鞋印图像,则可以直接缩小破案范围,甚至直接锁定嫌疑人。因此,针对现场遗留的鞋印图像的快速有效的检索是刑侦领域急需解决的一个技术问题。目前的鞋印图像检索算法没有考虑到用户关注的局部区域,而是直接将整幅鞋印图像输入到检索系统提取特征,再将其用于检索。由于现场鞋印图像大多是残缺以及模糊的,将整幅图像作为唯一输入并不合适,本文认为某些保留下来的清晰的局部区域应该得到更多的关注;并且,现有的鞋印图像二次检索算法对于残缺库图之间的关系描述不准确,需要加以改进。基于以上两点,本文提出了基于局部语义块和流形排序的鞋印图像检索算法,主要工作如下:1)提出了基于局部语义块的现场鞋印图像检索算法现场的鞋印图像通常是残缺以及模糊的,为了减弱这一现象对于检索性能的影响,本文不仅使用了整幅图像作为输入,还引入了局部语义块作为输入。本文提出的基于局部语义块的现场鞋印图像检索算法根据现场鞋印图像的特点给出了两个规则,即优先选取清晰的局部区域以及优先选取具有重复性的局部区域。依据这两个规则引导用户在查询图上选择一块局部区域,本文称之为局部语义块。然后,将局部语义块与小波傅里叶梅林特征在分数层面进行融合,将融合后得到的得分作为排序得分。该算法在含有10096幅图像的现场鞋印图像数据集上进行了实验,并在检索结果的前2%处取得的累计匹配分数为91.5%,优于现有的一次检索算法。2)提出了基于改进流形排序的现场鞋印图像检索算法现有的现场鞋印图像检索二次排序算法中不能很好的描述残缺鞋印图像之间的关系,为了改善这一问题,本文提出了改进流形排序算法用于现场鞋印图像检索。此外,本文还提出了相似度变换函数,其可以使改进流形排序算法在鞋印图像检索上获得更好的效果。本文算法通过两幅库图与查询图之间的相似度间接的衡量这两幅库图之间的相似度,这对于图像质量不佳的现场鞋印图像有着较好的效果。本文算法在现场鞋印图像数据集上较现有的流形排序算法在前2%处获得1.8%的提升,证明了该算法的有效性。同时该算法可以把本文提出的基于局部语义块的检索算法用于一次检索,然后再使用该算法进行二次排序,最后获得了最好的检索效果。本文也在参考鞋印图像数据集上进行了测试,并没有引起检索性能的下降,可证明该算法的鲁棒性。