線條狀痕跡檢驗識別中的非線性理論與應用研究.pdf

1、本文首次將分形、小波及支持向量機等非線性理論應用到線條狀痕跡檢驗識別中去，為實現(xiàn)線條狀痕跡自動識別和量化檢驗探索了一條可行的途徑，使痕跡檢驗理論有新的突破，有利于完善和深化痕跡檢驗理論。具體有： 研究了分形基本理論和分形維數(shù)的計算方法，應用分形理論對線條狀痕跡表面形貌進行分析研究，其結(jié)果表明：線條狀痕跡表面形貌具有分形特征，線條狀痕跡量化檢驗與分析識別，分形理論是較理想的工具，分形維數(shù)是實現(xiàn)量化檢驗的最佳參數(shù)。在此基礎上提出以分

2、形維數(shù)為特征參數(shù)的線條狀痕跡量化檢驗識別的新方法。 研究了采樣間隔和取樣長度對分形維數(shù)計算的影響問題，研究表明：取樣間隔基本上不影響分形維數(shù)的計算大小，取樣長度在一定范圍內(nèi)變化對分形維數(shù)計算影響不大，但是過大或過小的采樣長度對分形維數(shù)的計算會產(chǎn)生較大差異。因此，在實際應用中，案件現(xiàn)場上的線條痕跡與樣本痕跡檢驗比對時，應明確必須選取相同的部位、相同的長度來分別計算其分形維數(shù)，結(jié)果才具有檢驗識別的可比性和可信度。 在深入研究

3、多標度分形理論的基礎上，繪制出了三種不同加工花紋刃口的斷線鉗剪切痕跡輪廓曲線的廣義維數(shù)譜，提出“上、下突變分形維數(shù)”的概念，并將其維數(shù)與D0、D0.5、D1及D2維數(shù)結(jié)合起來量化剪切痕跡表面形貌特征，從而建立了分形維數(shù)群的識別規(guī)則，用于區(qū)分不同加工花紋的斷線鉗刃口的剪切痕跡，其可靠性更高。首次提出“雙譜法”進行剪切線條狀痕跡的分類識別，將廣義維數(shù)譜和奇異譜結(jié)合起使用，可更有效、全面、合理地反映其特點，而且可避免分形維數(shù)的非唯一性風險，增

4、強魯棒性，具有較大的實用價值和應用前景。在痕跡檢驗鑒定中，現(xiàn)場痕跡和樣本痕跡總是存在一些差異點，但由于產(chǎn)生差異點的原因復雜多變，人們往往難于透過現(xiàn)象準確把握其本質(zhì)，以至于可能出現(xiàn)檢驗的錯誤而影響鑒定結(jié)論的權(quán)威性和可靠性。同時，采用傳統(tǒng)的形態(tài)比對檢驗方法根本不可能消除現(xiàn)場痕跡和樣本痕跡之間的差異點。本文探索應用小波變換理論解除長期困惑檢驗工作者的這一難題，小波變換技術(shù)能從根本上消除差異點的存在。本文將小波及小波包的降噪原理引入到槍彈痕跡檢

5、驗中的膛線磨損痕跡分析研究中來，對膛線磨損區(qū)輪廓曲線進行降噪處理，消除污染的“噪聲”，恢復和提取膛線磨損區(qū)輪廓曲中的有用信息，再現(xiàn)其本質(zhì)特征，對非本質(zhì)性的差異點進行技術(shù)處理，得到令人滿意的結(jié)果。 利用小波包分解重構(gòu)技術(shù)對膛線磨損區(qū)輪廓曲線分解與重構(gòu)，從而將包含在空間信號中不同頻段的特征信息進行了分離和提取，提出“特征小波包方法”，建立了用多個“特征小波包”的分形維數(shù)作為彈頭磨損痕跡的分類規(guī)則，以增強量化檢驗識別率、準確性和可靠性

6、。研究結(jié)果表明，小波分解技術(shù)以及小波包分解重構(gòu)技術(shù)對于線條狀痕跡量化檢驗和分類識別提供一種新的研究方法，并在將來可能成為槍彈痕跡檢驗的一種有力的工具。 利用相空間重構(gòu)技術(shù)，將線條狀痕跡輪廓曲線作為一維時間序列信號來處理，計算其關聯(lián)分形維數(shù)；基于參數(shù)融合思想，將相空間維數(shù)與關聯(lián)維數(shù)相融合，建立“分類特征參數(shù)”新指標，用來描述三種剪切狀態(tài)下的痕跡表面特征，區(qū)分度增大、增強，效果明顯。實驗表明，它要比單一地使用其中的一個參數(shù)更合理、更

7、有效并能更靈敏地反映痕跡表面形貌的變化情況，必將為復雜的非線性問題的處理提供一個廣闊的空間。 應用支持向量機的基本原理和信息融合思想，經(jīng)對兩種不同類型槍支所發(fā)射同一型號子彈上磨損線條狀痕跡數(shù)據(jù)提取特征后，用特征小波包維數(shù)和磨損痕跡中坡膛痕跡尺度參數(shù)作為樣本數(shù)據(jù)的因子分量，建立了較為理想的SVM分類模型，以此SVM分類模型實現(xiàn)了對磨損線條狀痕跡的分類識別。研究表明：采用參數(shù)融合要比使用單一參數(shù)更有利于分類識別，并能提高分類識別率。