三維圖像在工具與槍彈痕跡中的應(yīng)用現(xiàn)狀分析

隋文浩，王 偉

（中國刑事警察學(xué)院，沈陽 110854）

線條類痕跡使用的比較檢驗方法為特征接合法，即將檢材與樣本痕跡置于比較顯微鏡下，將二者從各自的物鏡反映到目鏡或與顯微鏡相連的電腦中進行線條接合，觀察兩者間線條的寬窄、凸凹性、間距和線條的走勢流向等是否一致[1]。

傳統(tǒng)的鑒定方法對于檢材實體的保存要求較高，彈頭、彈殼及工具痕跡的承痕客體多為金屬，提取或保存不當均容易導(dǎo)致表面氧化，從而增加檢驗鑒定難度[2]；二維圖像存在難以對多個痕跡同時比對[2]、歸一化困難[3]、無法再次審核檢驗[4]和對光照條件要求高[4-5]等問題。

三維深度圖像可以進行基于數(shù)據(jù)矩陣的數(shù)學(xué)性旋轉(zhuǎn)變換而不發(fā)生失真，這一特性在數(shù)據(jù)處理中起著重要作用，可以避免一般攝影中會出現(xiàn)的扭曲、失真和透視等問題[3]。先進的顯微三維圖像成像技術(shù)可以一并獲取樣本各點色彩信息，一次拍攝可以同時獲取三維地形圖、超景深彩色圖像。

綜上，本文就近年來關(guān)于三維圖像引入工具痕跡及槍彈痕跡檢驗鑒定的研究成果進行總結(jié)概述。

1 三維形貌采集技術(shù)

用于物證檢驗鑒定的三維微觀形貌采集技術(shù)主要有原子力顯微、三維共聚焦顯微、白光干涉掃描、投影光柵相移測量和超景深三維立體顯微技術(shù)。目前刑事技術(shù)領(lǐng)域?qū)θS痕跡形態(tài)的痕跡識別與鑒定工作均基于以上5種形貌采集技術(shù)展開。

1.1 原子力顯微技術(shù)

原子力顯微鏡（AFM）是基于關(guān)聯(lián)樣本表面微力與距離，以納米級分辨率獲得待測品表面三維圖像的檢測儀器。

完整的AFM系統(tǒng)的探針與樣本表面原子之間的作用力使懸臂梁產(chǎn)生微小位移，反饋系統(tǒng)根據(jù)檢測器檢測的結(jié)果不斷保持整個掃描過程中懸臂的微小偏轉(zhuǎn)值不變，通過測量懸臂受力大小間接獲得高度信息，得到待測件表面的形貌圖像。

1.2 三維共聚焦顯微技術(shù)

激光共聚焦掃描方法采集原理如圖1所示，激光束逐點順序掃描待測件表面，來自焦面的反射光聚集在探測孔范圍之內(nèi)，經(jīng)計算機數(shù)據(jù)處理后獲得對應(yīng)位置的深度信息。整個光學(xué)機構(gòu)將沿光軸方向垂直上下移動，使物體不同高度層次都能被清晰地聚焦。

圖1 三維共聚焦檢測原理示意圖

工具槍彈痕跡基體多為金屬、木制客體，其反射率恰處于共聚焦顯微鏡采集可用反射率涵蓋范圍內(nèi)，適用于垂直掃描過程中焦點變化充分的表面。

1.3 白光干涉掃描技術(shù)

白光干涉法相比復(fù)雜的投影光柵相移法具有算法簡單、運算速度快的優(yōu)點。待測件上不同深度反射回光線經(jīng)干涉后，光程差為零時的最大干涉光強信號可以反映深度信息。移動干涉物鏡位置，零光程差點干涉物鏡相對基準平面的位移距離就是該采樣點的相對高度，所有采樣點的相對高度即為待測件表面深度點云信息。

1.4 投影光柵相移測量技術(shù)

投影光柵相移測量技術(shù)是我國目前主要使用的彈痕三維信息采集技術(shù)[5]。正弦光柵圖形被投影到待測件表面上后，從成像系統(tǒng)獲取變形光柵像可表示為

式中：R（x，y）為物體表面不均勻的反射率；A（x，y）為背景強度；B（x，y）/A（x，y）為條紋的對比；相位函數(shù)?（x，y）為條紋的變形。使用3個或更多對應(yīng)不同相移值的條紋圖，相位函數(shù)?（x，y）就可以獨立于式（1）中的其他參數(shù)而單獨提出。普遍的N相位算法可以表示為

以一維三步相移算法為例，小物體遠心光路及顯微成像的投影光柵測量技術(shù)原理如圖2所示。

圖2 投影光柵相移法高度重建原理示意圖

參考平面上投影正弦光柵等周期分布，周期為P0。記某點物體高度BD=h，當觀察方向垂直于參考平面時，可得下式

式（4）中λe為等效波長，定義為

最終獲得對應(yīng)檢測點的深度信息。

1.5 超景深三維立體顯微技術(shù)

超景深光學(xué)系統(tǒng)可以拍攝出多焦面均非常清晰的二維圖像，通過分層采集不同焦平面的多幅圖像，利用圖像融合，合成一幅在全景深范圍內(nèi)均足夠清晰的三維圖像。在譚鐵軍等的研究中使用的日本產(chǎn)超景深三維立體顯微鏡采集測量精度可達10-6m。

2 工具與槍彈痕跡三維圖像的預(yù)處理

受制于采集技術(shù)及待測件表面復(fù)雜不易采集的形態(tài)，需要先對采集到的三維圖像進行預(yù)處理。

匯總多名學(xué)者意見，可以建立4個環(huán)節(jié)的工具與槍彈痕跡顯微三維圖像的預(yù)處理流程：痕跡三維信息的數(shù)學(xué)表達、離群點去除及缺失點補全、采集數(shù)據(jù)歸一化和去噪。

2.1 痕跡三維信息的數(shù)學(xué)表達

通過光柵相移三維測量法測量子彈表面粗糙度能夠獲得一組3×n的二維數(shù)據(jù)[5]，以矩陣方式記為

矩陣A中：a1i、a2i、a3i分別表示第i（i=1，2，…，n）個測量點的具體坐標位置?，F(xiàn)有的濾波算法無法處理這種數(shù)據(jù)形式，因此需將矩陣A處理為可適應(yīng)通用濾波算法的形式[5]。李一芒等[5]所研究的對等間距采樣的A矩陣僅將深度數(shù)據(jù)按原始位置重組，即a3i（i=1，2，…，n）變換成n×m階矩陣

變換后的矩陣包含了原三維圖像的深度信息。

2.2 離群點去除及缺失點補全

2.2.1 離群點去除

離群點形成于采集難以避免的外部干擾。Benjamin Bachrach等[3]提出2種基于斜率和統(tǒng)計數(shù)據(jù)的解決彈痕顯微三維圖像離群點的方法。馬鑫在處理自身具有弧度的表面時，使用基于坡度濾波法去除三位彈痕點云中的離群點。

2.2.2 缺失點補全

缺失點對應(yīng)于采集系統(tǒng)無法采集數(shù)據(jù)的點[3]。在馬鑫、Wei Chu等的研究中直接通過點云插值算法進行修補，在對比了最近鄰插值、線性插值和三次插值后，最終選用了效果最好的三次多項式插值進行缺失點修補。

2.3 采集數(shù)據(jù)歸一化

為使三維圖像具有足夠的復(fù)現(xiàn)性并提高可用性，需要進行歸一化處理，以補償在采集過程中由樣本擺放、照明條件不一致而導(dǎo)致的任何三維圖像變化。狄芳通過坐標系變換來處理測量誤差，為彌補當前采集技術(shù)中不可避免的隨機誤差情況，有少數(shù)學(xué)者采取了平均同一被測物體的多次測量結(jié)果來生成一份最優(yōu)三維圖像。

2.4 去噪

噪聲的主要來源是測量系統(tǒng)的不確定度。狄芳等認為，彈頭、工痕客體上不能清理的損傷、銹跡和油斑等雜質(zhì)物同樣會引入與噪聲尺度相近的隨機性誤差，在降噪處理時可以同步對這部分誤差進行處理。

朱志華提出了一種基于均值、中值及曲率濾波的適用于線性痕跡的三維點云去噪技術(shù)的融合算法，經(jīng)測試，對線條痕跡的三維圖像去噪后，點云特征更加顯著。馬鑫使用二維高斯濾波器對三維彈痕圖像進行處理。楊春山等綜合使用了中值濾波和局部平滑對數(shù)據(jù)進行去噪。經(jīng)實驗發(fā)現(xiàn)小波濾波和均值濾波對于某些嚴重失真的噪點處理并不明顯，而中值濾波對原有特征的處理會有相當程度的失真，但是對奇異噪點的消除效果比較好。

對于線條痕跡的去噪，目前有文獻選擇波長截止為15 μm，在去噪時參考這一鑒定需求可以具體地對平滑力度及濾波去噪方法進行調(diào)整與選擇。

3 三維圖像在工具與槍彈痕跡鑒定中的應(yīng)用現(xiàn)狀

三維圖像引入工具與槍彈痕跡后已有了較多從不同角度開展的應(yīng)用。源于不同的需求，最廣泛展開討論的是基于三維圖像的自動比對系統(tǒng)的開發(fā)。另外還有針對拓展鑒定標準開展的如何用三維圖像解決更廣泛的同一認定問題的研究。

3.1 基于三維圖像的槍彈與工具痕跡自動比對系統(tǒng)的開發(fā)

國外自20世紀80年代起即開展全國性彈痕計算機跟蹤系統(tǒng)，到20世紀90年代由美國財政部的研究槍支管理局與加拿大Forensic技術(shù)公司最終合作開發(fā)推出綜合彈道識別系統(tǒng)（ⅠBⅠS），可以實現(xiàn)彈痕利用共聚焦顯微鏡獲取三維數(shù)據(jù)進行一對一數(shù)據(jù)比對。

3.1.1 強化痕跡原始三維圖像可視化效果

F.Xie提出采集到的彈頭表面形貌圖像是種類特征信號和個別特征信號組成的混合信號，種類和個別特征的分離是彈頭識別的關(guān)鍵。Nicola Senin使用快速傅立葉變換對彈痕圖像進行空域濾波，低通濾波可用于突出底面整體形狀;高通濾波可用于突出圖像粗糙區(qū)域，如劃痕、卷刃痕跡等。

3.1.2 提取擦劃痕跡特征剖面曲線

除直接對三維圖像處理提取特征，還存在部分學(xué)者進行了以提取特征剖面曲線為目的的處理，如圖3所示。擦劃痕跡的長度和寬度一致，線條痕跡的各類特征可以在任何位置截取的單個地形剖面曲線的峰谷中再現(xiàn)。

圖3 鋁錠上螺絲刀劃痕及標線位置特征剖面曲線形態(tài)（單位：μm）

在F.Xie等的工作中，采用旋轉(zhuǎn)蒙板圖像解決子彈捻角消除問題，沿條紋方向平均所有有效剖面，并利用小波高通濾波，獲得只由個別特征組成的特征剖面。

在溫慧等的工作中，分別建立2個模型提取彈頭棱線的特征：形狀特征曲線提取模型；消減轉(zhuǎn)動誤差的優(yōu)化模型，給出基于特征剖面曲線和基于三維圖像全曲面的配準方案。

3.1.3 互相關(guān)算法計算相似度

三維圖像的特征提取主要為后續(xù)人工或機器比對提供素材，特征提取中的原則主要基于線條拼接所需線條視覺效果增強及基于互相關(guān)算法的對特征剖面曲線或原始三維圖像的進一步數(shù)據(jù)處理。

3.2 拓展鑒定可用領(lǐng)域

Ville Vili Heikkinen等人解決細小檢材上痕跡統(tǒng)一認定問題，基于CMS連續(xù)條紋匹配原則中三維圖像部分的1組6條連續(xù)線痕匹配或2組3條連續(xù)線痕分別匹配，提高了三維顯微鏡針對直徑2 mm銅絲上剪切痕跡的同一認定能力，該工作對利用三維圖像進行光纖斷口上工具痕跡的鑒定提供了一些思路。

4 展望

利用三維圖像可以更好地對痕跡的形成原因進行分析，并更好地判斷槍彈與留痕工具的磨損情況；另外對于工具痕跡可以利用峰谷的高度信息對痕跡形成作用力進行定量計算，更好地指導(dǎo)樣本制備及對造痕嫌疑人的人身信息進行推斷。

三維圖像的數(shù)據(jù)形式給鑒定留出了非常廣泛的拓展空間，未來可以從拓展工具與槍彈鑒定中個別特征類型這一方面繼續(xù)深入。對于二維圖像采集中觀測不到的特征可以討論是否能將其納入鑒定的特征選取，并進一步通過個別特征類型進一步拓展可鑒定物證類型，如更加細微的檢材，包括網(wǎng)線、銅絲等。