痕迹检验中剪切截面的频谱分析与形貌特征识别技术的研究

Toolmark examination is one of most important part of forensic science and criminal investigation. Due to the various influence factors of toolmark generating, lack of quantized study system and matching technologies, the results of toolmark examination are usually unsatisfactory as a physical evidence. This project focus on the shear marks from plier cutting based on the research results of the applicant on ballistics identification, study the relation model of cutting parameters and shear marks; study the spectrum analysis method for 3D topography to analyze the spectrum characteristics using coherence function; Study the robust areal isotropic spline filter for extracting the topographic features; build the tool mark identication method by studying pattern recognition technoligies. The achievements of this project is expected to improve the scientificity and reliability of toolmark examination.

工具痕迹检验是法庭科学中的一项重要课题，在刑侦工作中具有非常重要的作用。由于产生工具痕迹的影响因素比较复杂，缺少量化研究方法和有效的匹配识别技术，导致检验结果的利用率较低。本项目结合申请人前期在弹痕三维形貌识别方面的研究成果，以钳类工具形成的剪切截面为主要研究对象，建立剪切参数与剪切痕迹微观形貌特征的关系模型；建立三维微观形貌的频域分析方法，通过频谱的相干性计算，分析痕迹的频谱特征；构建稳健的二维各向同性样条滤波器，对形貌中的不同特征进行分离和提取；根据痕迹的频谱特征和形貌特征，结合模式识别技术建立剪切痕迹的识别方法。课题的研究成果有望为提高工具痕迹检验的科学性和可靠性做出贡献。

由钢丝钳等剪切工具剪切金属产生的工具痕迹在刑侦工作中具有非常重要的作用。由于剪切过程的影响因素比较复杂，缺少量化研究方法和有效的匹配识别技术，导致检验结果的利用率较低。本项目以钳类工具形成的剪切截面为主要对象开展研究，取得的主要成果有：1.用于三维复杂形貌滤波的二维高阶平板样条滤波器，建立了具有完全各向同性特征的高性能样条滤波器，实现了对痕迹表面的形貌特征提取；2.用于三维随机形貌特征增强的归一化高斯滤波器，在剪切痕迹的分析当中实现了对特定频率范围内的特征在幅值上的增强；3.基于有效数据的归一化互相关算法，解决了光学三维成像仪器采集数据中不规则边缘和缺失数据对痕迹识别产生的影响。4.基于矩阵分割的思想，建立了用于三维痕迹的自动识别方法，并基于深度学习方法对剪切痕迹进行自动识别。该项目研究过程中经过多次实验研究，搭建了桌面测试平台1套，形成测试样本1套，包含5种品牌25把钢丝钳制备的3-5mm的铜、钢、铅3种材料制备的剪切痕迹面3000个，痕迹通过共聚焦显微镜采集，在深度学习识别实验中，识别准确率达到80%。基于实验研究结果，可以认为剪切痕迹中包含与剪切工具表面相关联的痕迹特征，通过形貌滤波技术能够有效对特定尺度上的痕迹特征进行提取并识别，在识别实验中发现，工具在痕迹表面产生的划痕长短与痕迹特征的稳定性具有明显的相关性。基于本项目，共发表SCI论文5篇，获得国家发明专利授权2项，培养硕士研究生2名，博士研究生1名。