论文部分内容阅读
随着现代科学技术的进步,以及刑事侦查的需要,痕迹检验技术在我国得以迅速地发展。工具痕迹检验鉴定是痕迹检验的一个分支,是同人民生命财产、社会安定和工业发展紧密联系的一门技术。但是,传统的工具痕迹检验主要是人工检验,存在着检验时间长,效率低,检验精度随检验人员经验而异等缺陷。因此,实现工具痕迹的数字化检验显得极其重要。本文围绕工具痕迹检验开展了一系列研究,运用计算机图像处理技术对图像进行预处理、特征提取和比对识别,从而实现工具痕迹检验的数字化和智能化。 本论文主要研究一类具有线条状特征的工具痕迹,并借助数字图像处理技术,初步建立了线性工具痕迹检验系统。该系统主要包含三个子系统:检索系统、直线比对系统、手动比对系统。其主要内容有: (1)研究了Ripplet变换和量子遗传算法的一些基本概念和理论,针对对比度弱、清晰度低的工具痕迹图像,采用一种基于CS-RT变换和改进量子遗传算法的自适应增强方法。分别对高低频系数采取不同的增强方法,实现线性工具痕迹图像增强。 (2)研究了图像纹理分析理论,采用灰度共生矩阵、灰度共生矩阵与小波变换结合、小波变换等纹理分析方法对增强后的工具痕迹图像进行特征提取,并比较各种方法的识别率。最后采用Sym4小波变换进行三层分解,计算LL、LH1、LH2、LH3四个通道的小波系数能量和标准差,作为线性工具痕迹图像的特征向量。 (3)采用欧氏距离的相似性度量方法,实现线性工具痕迹图像检索。 (4)为了进一步验证初步识别的准确性,直线比对子系统采用了CS-RT变换和canny算子结合的边缘检测方法,然后利用Hough变换提取直线特征,最后通过比对检材和样本的直线特征判定其同一性。 (5)手动比对子系统(PC端和安卓端)主要模拟了显微镜的作用,对工具痕迹图像进行人工比对,提高自动识别的准确率。 该系统对线性工具痕迹图像的识别达到了预期效果,一定程度上实现了工具痕迹检验数字化和智能化。