枪支发射后留在子弹弹头和弹壳上的痕迹是侦破案件的重要线索和司法判决的重要物证,具有重要的研究价值。枪支的加工过程以及使用过程中的腐蚀和磨损会在枪支的一些部件上形成独一无二的特征。发射过的弹壳在底火部位残留的弹底窝痕迹和击针痕迹,均是弹痕鉴定过程中最重要的痕迹之一。研究基于底火弹痕三维形貌的识别技术对于提高刑侦能力和司法水平有重要的意义。本文对弹痕的形成过程及采集方法进行了分析,并对弹痕样本进行了识别测试,指出了目前三维弹痕识别技术面临两大主要问题:即缺少有效的三维表面滤波技术对三维弹痕特征进行提取和缺少能够适应三维表面特征匹配的高正确率的识别算法。由于边缘效应问题,现有的二维滤波器无法有效去除三维表面中的低频高阶形貌,因此对于存在复杂变形的底火弹痕,特别是击针痕迹呈现碗状凹陷的表面,需要建立一种新的二维滤波器对弹痕特征进行提取。本文通过对一维样条滤波器进行深入研究,通过提出新的样条边界条件,解决了国际标准ISO16610-22(2006)中,一维逼近样条滤波器存在边缘效应的问题。并将新的样条边界条件引入一维级联逼近样条滤波器,构建了具有各向同性传输特性的二维样条滤波器。相比高斯滤波器,新的二维样条滤波器能够适应更广泛的三维表面滤波,同时计算效率也有极大的提高。由于弹底窝痕迹和击针痕迹的有效数据均是非矩形表面,因此在匹配计算中会有大面积的空白区域参与运算。本文通过实验证明了经典的归一化互相关(NCC)函数的计算结果会受到空白区域的影响。本文通过在NCC函数中引入模板建立了基于有效数据的VDNCC算法,能够有效减弱空白区域对匹配结果的影响。VDNCC算法相比其他改进方案,能够应用经典的NCC快速算法,在不降低计算效率的同时,提高匹配准确性。本文对NIST提出的全元匹配(CMC)理论进行了研究,通过将弹痕形貌分割为相对较小的相关单元来分离有效相关区域和无效相关区域,并通过寻找相关单元的匹配结果之间的一致性,来提高弹痕识别准确性。结合新的NCC算法,本文建立了CMC方法并对弹底窝痕迹的三维形貌样本及光学图像样本进行了识别。本文建立的识别方法能够正确区分由40支弹壳组成的780对测试样本,相比基于完整形貌或图像的NCC匹配,识别能力有很大提高。击针痕迹在经过二维样条滤波器滤波之后,低频宏观形貌能够被完全去除,提取的弹痕微观特征能够被用于匹配计算。由于击针痕迹的有效识别区域及特征相似程度均不及弹底窝痕迹,因此CMC方法仍然不能得到理想的识别结果。本文深入分析了CMC单元的匹配特点,利用“CMC-θ”分布建立了改进的CMC方法(ICMC)。该方法能够进一步提高弹痕识别能力。通过对由90支弹壳组成的4005对击针痕迹样本的测试并与ATF及NIST的研究对比,数据表明ICMC方法能够取得更理想的识别结果。综上所述,本文基于样条滤波器和CMC理论建立了有效的三维弹痕特征提取及匹配技术,实现了对弹底窝痕迹和击针痕迹的识别,并取得了理想的结果。本文对滤波器和形貌匹配技术的研究丰富了三维表面滤波技术、随机形貌匹配技术的成果,并具有重要应用意义。