0 引??言

指紋作為一種普遍、唯一、穩定的生物特征，在刑事偵查領域素有“物證之王”之稱，而在惡性刑事案件尤其是命案中，血指紋又是犯罪現場較為常見的痕跡物證，因此對其的顯現和提取一直以來都是法庭科學研究的熱點問題。但是由于提取技術方法落后和客體表面圖案紋理的影響，復雜背景下血指紋的提取往往比較困難。目前常見的方法是采用Photoshop等軟件剔除指紋圖像中的復雜背景，或用拍照法和圖像處理法消除或減弱背景干擾等。然而此類方法往往受到參數不可控、經驗要求高等因素的影響，處理效果有限且不具備普適性。因此，尋找一種穩定有效的新技術、新方法實現復雜背景下血指紋的無損提取顯得尤為重要。高光譜技術融合了傳統成像技術和先進的光譜技術等優點，所獲得的高光譜圖像同時包含了圖像信息和光譜信息。該技術具有操作速度快、操作方法簡便、準確無損、綠色環保等優點，在許多方面已有較為成熟的應用。目前國外利用高光譜技術在血跡方面的研究較為廣泛，Leeuwen及其研究團隊演示了高光譜技術在犯罪現場檢測識別遠程血跡的可行性，Kuula等人利用高光譜技術探究了血跡的物理化學特性，Cadd等人則成功利用高光譜技術實現了潛血指紋的顯現。但是，國內利用高光譜技術對血指紋的研究尚處于摸索階段，相關文獻較少。本文利用高光譜成像儀研究了血跡的光譜信息和圖像信息，提出了一種復雜背景下的血指紋圖像分割方法，通過對血指紋樣本的高光譜數據采集，利用ENVI軟件選取感興趣區域，并采用MISystem光譜影像分析軟件進行光譜分解、人工分析及效果疊加，從而實現復雜背景下血指紋圖像的提取與分割。該方法有效避免了復雜背景對指紋提取造成的干擾，為后續的指紋錄入及識別創造了有利條件。

1 高光譜成像技術原理

高光譜成像技術能將數字成像與光譜技術相結合，對于實際圖像上的每個像素點，均包含有高光譜相機獲取的連續上百個光譜波段的輻亮度值，即每個像素點都對應相應連續的光譜曲線，其中包含的豐富的光譜信息可用來精準區分、提取和分析被拍攝物的物理化學性質。高光譜圖像，是對樣品的每一個空間點在多個離散或連續波長下掃描得到的，在光學焦面的垂直方向上面陣CCD探測器作y軸方向的橫向掃描。透過狹縫的平行光線經過分光元件分光后投射在感光元件上，從而獲得了目標條帶場景在各波長下的灰度影像并記錄下了每個像素的高光譜信息。其橫向是x軸方向上的像素點，縱向是各像元所對應的光譜信息，即y軸方向。隨著被檢測物體在電動線掃平臺上移動，排列的探測器將會掃出一條帶狀軌跡，從而完成z軸方向的縱向掃描。將橫軸與縱軸方向掃描的信息相結合，最終輸出被檢測物體的三維高光譜立方體數據。最終輸出被檢測物體的三維高光譜立方體數據如圖1所示。

圖1?高光譜成像技術原理圖

?

2 實驗儀器與樣本

本次實驗所采集到的高光譜數據用高光譜成像相機系統。

手指蘸取血液，在不同材質（油光紙、彩色書寫紙、膠版紙等易留有指紋的紙張）、不同顏色復雜程度（黑色、紅色、紫色、藍色、彩色等易遮蓋或混淆血跡顏色）的背景上捺印清晰的指紋，將每塊含有血指紋的區域進行相同規格的裁剪，依次平放于線掃平臺上進行高光譜圖像數據采集。

3 實驗步驟

3.1?血跡光譜分析

血跡的鑒別方法很多，如常見的物理觀察法雖然對檢材無損，但只能提供該物質的物理信息，屬于定性分析方法，專屬性差。而化學試劑法可能會在一定程度上破壞血跡中的DNA成分，影響后續檢測。為實現檢材的無損檢測及血指紋圖像的準確分割，本文首先探索研究了血跡在可見光及近紅外波段內的光譜特性。將滴有醬油、紅色指甲油、唇油、血液、血紅蛋白、血清的白色濾紙置于高光譜儀上掃描，把得到的圖像利用ENVI光譜影像分析軟件進行分析。白色濾紙上的血清、血紅蛋白、血跡、紅色指甲油、唇油、醬油在復合光下的RGB圖像如圖3所示，其在400~1000nm波段的光譜曲線如圖4所示。由圖上數據可知，以上6種物質在400~1000nm波段下對光的反射率各不相同。高光譜成像效果受被檢物質的成分影響較大，而受物質顏色的影響較小，使用高光譜成像技術記錄5種顏色易與血跡混淆的物質，發現血跡和其他物質的光譜峰及形狀有明顯的差異，從而為血指紋的分割提取提供了可能性。

圖3?6種介質的RGB圖像

（a.醬油；b.紅色指甲油；c.唇油；d.血液；e.血紅蛋白；f.血清）

圖4?6種介質的光譜曲線圖

?

?

3.2?血指紋圖像分割流程

本實驗通過搭建高光譜實驗平臺，利用高光譜?成像技術采集血指紋樣本的圖譜信息，采用?ENVI、?MISystem?兩種光譜影像分析軟件進行血指紋圖像提?取及背景分離，其具體流程如圖?5?所示。

圖5　血指紋圖像分割流程圖

3.2.1?樣本高光譜數據采集

對復雜背景下的血指紋進行采集前，先提前3min打開光源進行預熱直至光源穩定。為了防止采集到的圖像模糊不清或變形失真，需要根據相機鏡頭與物體的距離（物距）調節光圈和焦距的大小。為了消除光源強度的差異在各波段下分布不均及攝像頭中暗電流噪聲的影響，需要對采集到的光譜圖像進行黑白校準，如下式所示。

R=（R-B）/（W-B）

其中，R是校正后的圖像，L是原始高光譜圖像，B是黑板校正圖像，W是白板校正圖像。

3.2.2?感興趣區域選取

感興趣區域（ROI）的合理選取是至關重要的一個步驟，其結果將直接影響后續處理效果。圖像校正過后，運用ENVI5.1軟件提取高光譜圖像中血指紋樣本的光譜信息，將完整血指紋所在最小矩形區域作為ROI，將ROI內的光譜信息的平均值作為對應樣本的光譜值。ROI選取可去除周邊無關信息干擾，提升系統分析速度，為后續的血指紋分割提取打下基礎。操作如圖6所示。

圖6?ENVI軟件ROI處理效果圖

3.2.3?圖像光譜分解

將已計算反射率的數據導入MISystem光譜影像分析軟件進行人工分析，即對目標圖像上不同成分點的樣本分別進行人工取樣，將遺留在每一處背景上的微量血跡，即該處背景客體的成分與血跡成分進行疊加，利用兩者的光譜特性，尋找兩種物質形成反差的波段，然后輸出血指紋呈現強吸收且復雜背景呈現強反射的各波段疊加的灰度圖，進行光譜分解分析，MISystem能夠根據灰度圖大致判斷物質遺留在客體上的輪廓形狀，由此達到對遺留在復雜背景上的指紋進行提取固定的目的。操作如圖7所示。

圖7?MISystem軟件取樣后的血指紋分析圖

本實驗共取樣了6種不同成分物質，每一種取若干像素點，如圖7所示取樣完成后進行人工分析，軟件進行目標識別并分析運算后會得到6個分別以標記的6個區域呈現亮色的波段。隨后則對各個波段的顯現灰度圖進行選擇性疊加，本實驗選取了“藍色”區域、“紅色”區域、“青色”區域為反射強度最強，“綠色”區域、“黃色”區域、“紫色”區域為吸收程度最強時候的波段數據，最后得到效果圖并輸出。

3.2.4?目標圖像分割

根據樣本物質成分的吸收和反射狀態，輸出各波段疊加的灰度圖并進行人工分析，選擇理想波段下對應的灰度圖像進行合成，選擇血指紋與復雜背景分離效果最好的圖像輸出存儲，最終實現復雜背景下血指紋的準確分割。

4 實驗結果分析

圖8?MISystem光譜影像分析軟件與Photoshop圖像處理軟?件分割對比圖（a.原圖像；b.　MISystem軟件處理結果；c.Photoshop軟件處理結果）?

通過對油光紙、彩色書寫紙、膠版紙等復雜客體表面的血指紋圖像分割效果進行比對，發現分割效果均較為顯著，并未受到客體的材料及背景的復雜程度等因素的影響。圖8列出了三組利用MISystem軟件提取復雜背景下的血指紋的處理結果，并將其與Photoshop軟件處理結果進行了比較。其中Photoshop軟件的處理主要通過RGB各通道的反色疊加及透明度調整來實現血指紋分割。

由圖可看出，本文提出的方法有效避免了復雜背景的干擾，較為完整地提取出了目標血指紋。在有多種顏色混合或是存在紅色等與血跡顏色相近的背景干擾下，Photoshop軟件的處理效果遠沒有MISystem理想。這是由于光譜圖像數據是具有“圖譜合一”特點的三維數據立方體,因此與傳統的相機拍攝圖像相比所包含的數據量更大，且其光譜信息準確反應了血跡的物理及化學性質，具有區別于醬油、紅色指甲油、唇油等易與血跡混淆的物質的光譜特性，為后續的光譜分解打下基礎。此外，ENVI軟件通過對血指紋圖像感興趣區域的選取大大降低了圖像的處理數據，MISystem光譜影像分析軟件提供了針對性更強的物證識別、光譜分解、光譜分析等主要功能，選擇能夠代表目標物質的感興趣區域后，可以利用物質對光的反射吸收差異對圖像進行像素點的采集、人工分析，圖像合成疊加，從而達到有效且無損提取復雜背景下血指紋的目的。而Photoshop操作方法更適用于處理多色客體上的汗液指紋、粉末指紋、茚三酮指紋等，拍攝照片時需要使相機光軸與兩種被攝客體的角度保持一致，否則兩幅圖像無法重合，因此Photoshop更多依賴于操作者的經驗，且只能單純根據像素色彩進行區分。當背景色彩較多，或是分割目標與背景顏色相近時無法達到理想的分割效果，處理不當還會使指紋圖像的細節信息丟失，直接影響后續的比對結果。

5 結論和展望

本文提出了一種復雜背景下的血指紋分割方法，通過光譜儀采集數據的光譜圖像信息，利用軟件選取感興趣區域，采用MISystem光譜影像分析軟件進行像素采集、人工分析及效果疊加，從而實現目標血指紋與復雜背景的分離，為血指紋樣本的無損提取檢測提供了一種新的方法和思路。由于血跡在紫外及紅外波段下表現出特有的性質，而紫外光譜成像技術和紅外光譜成像技術也日漸成熟并開始廣泛應用于各個領域，因此下一步的工作重點是探索基于紫外波段和紅外波段光譜成像技術實現復雜背景下的血指紋分割提取的可行性。