一种光谱成像手印增强的方法技术

本发明专利技术公开了一种光谱成像手印增强的方法，涉及光谱成像技术领域，包括：获取每一谱段的光谱图像组成光谱图像立方体；根据光谱图像立方体，确定目标区域和非目标区域；采用基于线性混合模型的迭代误差分析法从目标区域中自动提取端元；对自动提取的端元进行光谱增强处理。本发明专利技术能够自动分析光谱图像中的端元，并选择合适的增强方法对手印进行增强，适用于较广泛的手印增强案例，计算简单，自动化程度较高，处理过程中的人工干涉降到最低，因此该方法具有简单易用的优点。

【技术实现步骤摘要】

本专利技术涉及光谱成像
，特别涉及一种光谱成像手印增强方法。
技术介绍
手印是刑事技术中重要的物证之一，可以为侦查提供线索，有利于缩小范围；为破案提供证据，有力地证实犯罪。手印检验技术已经发展了很多年，已有的技术包括传统光学方法、物理化学显现方法、照相法、指纹胶带粘取法和制模法等，虽然这些方法能解决手印检验中的大多数问题，但尚存在一些缺点：目前使用的光学检测法对于一些微弱物证、被掩盖物证以及暗背景或复杂背景下的物证是难以检测的；物理化学显现方法对使用环境或其他外部条件要求较高，并且极有可能污染或破坏犯罪现场，同时，一些手印即使经过显影后仍然难以从复杂的干扰背景中清晰识别出来。光谱成像技术逐渐凸显出在物证检测方面明显的技术优势。光谱成像技术结合了数字成像技术和分子光谱技术，在获取目标图像信息的同时，也获得了目标的特征光谱信息，包括拉曼散射、荧光、光子发光、紫外、可见光和近红外吸收光谱。这些光谱信息可用于物质的化学成分识别，结合空间信息可实现物质分布的可视化，因此，相对于传统技术，光谱成像技术大大提高了物证探测和检验的准确性，同时它还是一种无损检验方法。目前欧美等国家正积极研究高光谱成像刑事案件现场物证检验技术。2003年9月澳大利亚联邦警察在Forensic Sciences杂志上发表了第一篇光谱成像检验指印的文章。国内公安部物证鉴定中心王桂强研究员于2004年在《刑事技术》第1期发表了《光谱成像检验技术》一文，从专业理论角度论证了光谱成像技术应用于物证检验的可行性、先进性、技术性；在实验研究方面，中国人民公安大学硕士研究生黄威在运用光谱成像技术进行了文件检验和指印显现加强方面做了初步研究工作。他们一致认为相对于传统分析化 学检验或成像检验技术，光谱成像检验技术的能力和效果都具有明显的优势，必将成为物证探测、检验领域今后发展的热点和趋势。在利用高光谱成像技术检测手印方面，一些研究者评估了使用高光谱成像技术增强与探测未处理指纹的可能性。如：Exline等使用可见光反射和光致发光高光谱技术探测塑料和纸张上未处理的潜指纹，并将结果与传统警用成像系统拍摄图像进行比较。尽管两种方法都可显现塑料上的潜指纹，但高光谱成像技术能增强显示白纸上的指纹，使用的处理方法包括背景移除、偏置校准、归一化和主成分分析。Payne等使用不同的处理方法对优化增强显示效果作了进一步研究。与可见光高光谱成像不同，近红外和中红外高光谱成像技术可以获得分子振动信息，因此可得到更多有关物质化学成分的信息。Bartick等使用指纹化学成分的特征波段初次显示了近红外和中红外高光谱成像在显现潜指纹方面的应用，他们成功显现了遗留在镀铝显微镜载片上的指纹。Crane等阐明了红外高光谱成像技术用于探测不同渗透客体(复印纸、烟头纸、美元钞票、明信片)和非渗透客体(垃圾袋、苏打罐、磁带)上未处理潜指纹的能力。在9842nm(非对称O-C-C stretch ester)的灰度图像中，苏打罐和黑色垃圾袋上的指纹清晰可见。其他客体上的潜指纹还需要使用复杂的处理方法来增强显现效果，如主成分分析、二阶导数等。处理后，大多数的指印清晰可见，甚至包括纸张等渗透表面上的潜指纹，但采集图像之前需先知道指纹的位置。Tahtouh等在两篇文献里也描述了红外高光谱成像技术在显影未处理指纹方面的应用。结果显示，由于脂肪酸残留，很多未处理指纹的光谱在3333nm附近出现峰值(C-H stetching振动)，这些峰值对于大多数有机成分都存在，但是它们可以被用于显现金属、矿物和陶瓷等不包含C-H键的物质背景上的指纹。他们认为，除此之外的其他背景上的指纹在进行高光谱成像之前需进行化学增强。Bhargava等描述了使用红外高光谱成像技术显露两个重叠潜指纹，其中按压两指纹的手指条件不同。在C-H stretching mode和其他振动模式的特征 谱段显示出的差异表明两个指印含有不同的化学组分。由于这种变化，线性解混合方法可用来分离显示两例重叠指纹。通过以上高光谱成像技术在增强和探测未处理指纹方面的研究发现，该技术可以直接显影一些条件下的未处理指纹，这一过程中复杂的高光谱数据处理方法起到了重要作用。但仍有一些背景上的指纹在进行高光谱成像之前需进行化学增强。这种经化学试剂处理后的指纹还可使用高光谱成像方法进行进一步增强。Exline等和Payne等调研了高光谱成像技术增强处理后指纹的对比度及显示质量的潜力。使用可见光高光谱成像技术，他们调查了使用印三酮、DFO、超强力胶水和荧光染料处理后的指纹。在一些情况下，高光谱成像方法显示出了比传统方法更好的增强效果，主要是得益于它对强荧光背景的抑制及对潜在指印的分离。与传统方法相比，高光谱成像可以显示更微小的细节。高光谱成像获得的额外信息有时足以用于案情分析中排除目的，而传统的检测只能得到非决定性的结论。Miskelly和Wagner在类似研究中使用高光谱成像对报纸和铝制苏打罐上经化学处理过的指纹进行成像。研究显示了背景校正是显示不同背景上指纹的重要步骤。Auckland大学的Dowler博士(2010)对高光谱图像数据分析算法进行了研究，利用他改进的算法用于不同背景上的血迹和指纹探测可得到更好的痕迹增强结果。上述可见，高光谱成像技术不仅可探测和增强未处理手印，还可继续增强和提取经化学增强后的指纹，而在使用高光谱分析技术进行手印增强提取过程中，光谱图像分析算法起到了至关重要的作用。Auckland大学的Wagner(2008)研究了使用波段比值法增强血指纹或经其他方法增强后的手印。如果是血指纹，通常根据血液光谱在415nm处有一个尖锐的吸收峰，利用415nm与附近谱段的除法运算增强显现血指纹；如果是经化学试剂增强后的指纹，则需根据显影试剂的光谱特性，选择有峰值及峰值附近的两到三个谱段进行运算得到增强图像。虽然这种方法对于有明显峰值特征的目标或者当目标与背景间光谱差异较大时增强效果较好，但选择特征谱段却需要根据具体物质进行具体分析，通常需要分析人员具有一定的光谱分析知识且往往要尝试多 次才能得到较好的结果。同为Auckland大学的Dowler博士(2010)对高光谱图像数据分析算法进行了研究，指出采用高光谱解混合方法将得到的高光谱图像分解为一系列不同物质的丰度图像，这种高光谱分析算法对现场环境具有更强的鲁棒性，可以适用于更广泛的情况，但是存在计算复杂耗时多的缺点。他对遥感领域常用的N-FINDR算法进行了改进，使之适用于静态高光谱相机系统，对不同背景上的血迹和指纹探测可得到更好的痕迹增强效果。尽管如此，N-FINDR算法是通过求解最大单形体的体积得到各个端元，由于用到了行列式运算，需要端元向量必须是N-1维，因此先对原始数据进行降维处理，不能充分利用高光谱的优势，也不太利于小目标的提取识别。此外，算法需预先设定端元数N，而不是根据高光谱图像本身的特点自动评估端元数。总之，目前采用光谱成像技术进行手印增强检测方面尚缺乏一种普适性强、计算简单、自动化程度高的数据处理方法。
技术实现思路
为了克服上述现有技术的不足，本专利技术提供了一本文档来自技高网...

【技术保护点】
一种光谱成像手印增强的方法，其特征在于，包括：获取每一谱段的光谱图像组成光谱图像立方体；根据光谱图像立方体，确定目标区域和非目标区域；采用基于线性混合模型的迭代误差分析法从目标区域中自动提取端元；对自动提取的端元进行光谱增强处理。

【技术特征摘要】
1.一种光谱成像手印增强的方法，其特征在于，包括：
获取每一谱段的光谱图像组成光谱图像立方体；
根据光谱图像立方体，确定目标区域和非目标区域；
采用基于线性混合模型的迭代误差分析法从目标区域中自动提取端元；
对自动提取的端元进行光谱增强处理。
2.如权利要求1所述的方法，其特征在于，所述对自动提取的端元进行
光谱增强处理的处理步骤具体包括：自动提取的端元包括背景端元和目标端
元；
当背景端元较单一且目标端元的光谱与背景端元的光谱相似度较低时，
自动分析目标端元光谱与背景端元光谱的差异，选择两个谱段做除法运算后
将端元光谱图像线性拉伸；或
当目标端元的光谱与背景端元的光谱相似度较高或存在目标与背景的混
叠端元时，通过差值运算得到新端元后再采用最小二乘法进行解混合运算；
或
除上述情况以外的其他情况下直接采用最小二乘法进行解混合运算；
得到的丰度图像再经灰度线性拉伸、求均值运算。
3.如权利要求2所述的方法，其特征在于，所述自动分析目标端元光谱
与背景端元光谱的差异的方法为：将目标端元光谱与背景端元光谱对应谱段
做除法运算，选择比值最小谱段和比值最大谱段，将比值最小谱段和比值最
大谱段对应的光谱图像做除法运算，得到的结果图像进行线性拉伸图像处理。
4.如权利要求2所述的方法，其特征在于，所述灰度线性拉伸计算公式
如下：
Ii′=255*Ii-min(I)max(I)-min(I)]]>其中，I为图像矩阵，Ii为图像中第i个像素，I′i为拉伸后的图像。
5.如权利要求1所述的方法，其特征在于，所述光谱图像立方体为采集
到的每一谱段的光谱图像按照光谱图像的波长顺序依次排列组成的数据立方
体。
6.如权利要求1所述的方法，其特征在于，所述目标区域为光谱图像中
手印所在的区域或部分区域。
7.如权利要求1或2所述的方法，其特征在于，所述线性混合模型为光谱
图像立方体中的每个像元是由光谱图像立方体中各个端元线性混合而成；每
...

【专利技术属性】
技术研发人员：齐敏珺，王新全，任卫，于翠荣，陈奕桦，谷大明，夏玮玮，
申请(专利权)人：青岛市光电工程技术研究院，
类型：发明
国别省市：山东;37