0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

基于高光谱技术的复杂背景下血指纹图像分割方法研究

莱森光学 来源: 莱森光学 作者: 莱森光学 2022-08-25 10:32 次阅读

指纹作为一种普遍、唯一、稳定的生物特征,在刑事侦查领域素有“物证之王”之称,而在恶性刑事案件尤其是命案中,血指纹又是犯罪现场较为常见的痕迹物证,因此对其的显现和提取一直以来都是法庭科学研究的热点问题。但是由于提取技术方法落后和客体表面图案纹理的影响,复杂背景下血指纹的提取往往比较困难。目前常见的方法是采用Photoshop等软件剔除指纹图像中的复杂背景,或用拍照法和图像处理法消除或减弱背景干扰等。然而此类方法往往受到参数不可控、经验要求高等因素的影响,处理效果有限且不具备普适性。因此,寻找一种稳定有效的新技术、新方法实现复杂背景下血指纹的无损提取显得尤为重要。高光谱技术融合了传统成像技术和先进的光谱技术等优点,所获得的高光谱图像同时包含了图像信息和光谱信息。该技术具有操作速度快、操作方法简便、准确无损、绿色环保等优点,在许多方面已有较为成熟的应用。目前国外利用高光谱技术在血迹方面的研究较为广泛,Leeuwen及其研究团队演示了高光谱技术在犯罪现场检测识别远程血迹的可行性,Kuula等人利用高光谱技术探究了血迹的物理化学特性,Cadd等人则成功利用高光谱技术实现了潜血指纹的显现。但是,国内利用高光谱技术对血指纹的研究尚处于摸索阶段,相关文献较少。本文利用高光谱成像仪研究了血迹的光谱信息和图像信息,提出了一种复杂背景下的血指纹图像分割方法,通过对血指纹样本的高光谱数据采集,利用ENVI软件选取感兴趣区域,并采用MISystem光谱影像分析软件进行光谱分解、人工分析及效果叠加,从而实现复杂背景下血指纹图像的提取与分割。该方法有效避免了复杂背景对指纹提取造成的干扰,为后续的指纹录入及识别创造了有利条件。

1 高光谱成像技术原理

高光谱成像技术能将数字成像与光谱技术相结合,对于实际图像上的每个像素点,均包含有高光谱相机获取的连续上百个光谱波段的辐亮度值,即每个像素点都对应相应连续的光谱曲线,其中包含的丰富的光谱信息可用来精准区分、提取和分析被拍摄物的物理化学性质。高光谱图像,是对样品的每一个空间点在多个离散或连续波长下扫描得到的,在光学焦面的垂直方向上面阵CCD探测器作y轴方向的横向扫描。透过狭缝的平行光线经过分光元件分光后投射在感光元件上,从而获得了目标条带场景在各波长下的灰度影像并记录下了每个像素的高光谱信息。其横向是x轴方向上的像素点,纵向是各像元所对应的光谱信息,即y轴方向。随着被检测物体在电动线扫平台上移动,排列的探测器将会扫出一条带状轨迹,从而完成z轴方向的纵向扫描。将横轴与纵轴方向扫描的信息相结合,最终输出被检测物体的三维高光谱立方体数据。最终输出被检测物体的三维高光谱立方体数据如图1所示。

pYYBAGMG30iAdK3IAAQnJHrmacM132.png

图1高光谱成像技术原理图

2 实验仪器与样本

本次实验所采集到的高光谱数据可以用莱森光学的高光谱成像相机系统iSpecHyper-VS1000,如图2所示。

poYBAGMG30iAETz9AABQ85xr--070.jpeg

图2iSpecHyper-VS1000

手指蘸取血液,在不同材质(油光纸、彩色书写纸、胶版纸等易留有指纹的纸张)、不同颜色复杂程度(黑色、红色、紫色、蓝色、彩色等易遮盖或混淆血迹颜色)的背景上捺印清晰的指纹,将每块含有血指纹的区域进行相同规格的裁剪,依次平放于线扫平台上进行高光谱图像数据采集。

3 实验步骤

3.1血迹光谱分析

血迹的鉴别方法很多,如常见的物理观察法虽然对检材无损,但只能提供该物质的物理信息,属于定性分析方法,专属性差。而化学试剂法可能会在一定程度上破坏血迹中的DNA成分,影响后续检测。为实现检材的无损检测及血指纹图像的准确分割,本文首先探索研究了血迹在可见光及近红外波段内的光谱特性。将滴有酱油、红色指甲油、唇油、血液、血红蛋白、血清的白色滤纸置于高光谱仪上扫描,把得到的图像利用ENVI光谱影像分析软件进行分析。白色滤纸上的血清、血红蛋白、血迹、红色指甲油、唇油、酱油在复合光下的RGB图像如图3所示,其在400~1000nm波段的光谱曲线如图4所示。由图上数据可知,以上6种物质在400~1000nm波段下对光的反射率各不相同。高光谱成像效果受被检物质的成分影响较大,而受物质颜色的影响较小,使用高光谱成像技术记录5种颜色易与血迹混淆的物质,发现血迹和其他物质的光谱峰及形状有明显的差异,从而为血指纹的分割提取提供了可能性。

pYYBAGMG30mATPFyAAJVaspU4Lo387.png

图36种介质的RGB图像

(a.酱油;b.红色指甲油;c.唇油;d.血液;e.血红蛋白;f.血清)

poYBAGMG30mAIdskAAK607Zh2y0039.png

图46种介质的光谱曲线图

3.2血指纹图像分割流程

本实验通过搭建高光谱实验平台,利用高光谱成像技术采集血指纹样本的图谱信息,采用ENVI、MISystem两种光谱影像分析软件进行血指纹图像提取及背景分离,其具体流程如图5所示。

pYYBAGMG30qABivPAABNFwQCzfM39.jpeg

图5血指纹图像分割流程图

3.2.1样本高光谱数据采集

对复杂背景下的血指纹进行采集前,先提前3min打开光源进行预热直至光源稳定。为了防止采集到的图像模糊不清或变形失真,需要根据相机镜头与物体的距离(物距)调节光圈和焦距的大小。为了消除光源强度的差异在各波段下分布不均及摄像头中暗电流噪声的影响,需要对采集到的光谱图像进行黑白校准,如下式所示。

R=(R-B)/(W-B)

其中,R是校正后的图像,L是原始高光谱图像,B是黑板校正图像,W是白板校正图像。

3.2.2感兴趣区域选取

感兴趣区域(ROI)的合理选取是至关重要的一个步骤,其结果将直接影响后续处理效果。图像校正过后,运用ENVI5.1软件提取高光谱图像中血指纹样本的光谱信息,将完整血指纹所在最小矩形区域作为ROI,将ROI内的光谱信息的平均值作为对应样本的光谱值。ROI选取可去除周边无关信息干扰,提升系统分析速度,为后续的血指纹分割提取打下基础。操作如图6所示。

poYBAGMG30qAPBfJAAKWKKCvTwc454.png

图6ENVI软件ROI处理效果图

3.2.3图像光谱分解

将已计算反射率的数据导入MISystem光谱影像分析软件进行人工分析,即对目标图像上不同成分点的样本分别进行人工取样,将遗留在每一处背景上的微量血迹,即该处背景客体的成分与血迹成分进行叠加,利用两者的光谱特性,寻找两种物质形成反差的波段,然后输出血指纹呈现强吸收且复杂背景呈现强反射的各波段叠加的灰度图,进行光谱分解分析,MISystem能够根据灰度图大致判断物质遗留在客体上的轮廓形状,由此达到对遗留在复杂背景上的指纹进行提取固定的目的。操作如图7所示。

pYYBAGMG30uAPLLIAASfN0hMTKo887.png

图7MISystem软件取样后的血指纹分析图

本实验共取样了6种不同成分物质,每一种取若干像素点,如图7所示取样完成后进行人工分析,软件进行目标识别并分析运算后会得到6个分别以标记的6个区域呈现亮色的波段。随后则对各个波段的显现灰度图进行选择性叠加,本实验选取了“蓝色”区域、“红色”区域、“青色”区域为反射强度最强,“绿色”区域、“黄色”区域、“紫色”区域为吸收程度最强时候的波段数据,最后得到效果图并输出。

3.2.4目标图像分割

根据样本物质成分的吸收和反射状态,输出各波段叠加的灰度图并进行人工分析,选择理想波段下对应的灰度图像进行合成,选择血指纹与复杂背景分离效果最好的图像输出存储,最终实现复杂背景下血指纹的准确分割。

4 实验结果分析

poYBAGMG30uAXaFFAAFHOf-Z9jI53.jpeg

图8MISystem光谱影像分析软件与Photoshop图像处理软件分割对比图(a.原图像;b.MISystem软件处理结果;c.Photoshop软件处理结果)

通过对油光纸、彩色书写纸、胶版纸等复杂客体表面的血指纹图像分割效果进行比对,发现分割效果均较为显著,并未受到客体的材料及背景的复杂程度等因素的影响。图8列出了三组利用MISystem软件提取复杂背景下的血指纹的处理结果,并将其与Photoshop软件处理结果进行了比较。其中Photoshop软件的处理主要通过RGB各通道的反色叠加及透明度调整来实现血指纹分割。

由图可看出,本文提出的方法有效避免了复杂背景的干扰,较为完整地提取出了目标血指纹。在有多种颜色混合或是存在红色等与血迹颜色相近的背景干扰下,Photoshop软件的处理效果远没有MISystem理想。这是由于光谱图像数据是具有“图谱合一”特点的三维数据立方体,因此与传统的相机拍摄图像相比所包含的数据量更大,且其光谱信息准确反应了血迹的物理及化学性质,具有区别于酱油、红色指甲油、唇油等易与血迹混淆的物质的光谱特性,为后续的光谱分解打下基础。此外,ENVI软件通过对血指纹图像感兴趣区域的选取大大降低了图像的处理数据,MISystem光谱影像分析软件提供了针对性更强的物证识别、光谱分解、光谱分析等主要功能,选择能够代表目标物质的感兴趣区域后,可以利用物质对光的反射吸收差异对图像进行像素点的采集、人工分析,图像合成叠加,从而达到有效且无损提取复杂背景下血指纹的目的。而Photoshop操作方法更适用于处理多色客体上的汗液指纹、粉末指纹、茚三酮指纹等,拍摄照片时需要使相机光轴与两种被摄客体的角度保持一致,否则两幅图像无法重合,因此Photoshop更多依赖于操作者的经验,且只能单纯根据像素色彩进行区分。当背景色彩较多,或是分割目标与背景颜色相近时无法达到理想的分割效果,处理不当还会使指纹图像的细节信息丢失,直接影响后续的比对结果。

5 结论和展望

本文提出了一种复杂背景下的血指纹分割方法,通过光谱仪采集数据的光谱图像信息,利用ENVI软件选取感兴趣区域,采用MISystem光谱影像分析软件进行像素采集、人工分析及效果叠加,从而实现目标血指纹与复杂背景的分离,为血指纹样本的无损提取检测提供了一种新的方法和思路。由于血迹在紫外及红外波段下表现出特有的性质,而紫外光谱成像技术和红外光谱成像技术也日渐成熟并开始广泛应用于各个领域,因此下一步的工作重点是探索基于紫外波段和红外波段光谱成像技术实现复杂背景下的血指纹分割提取的可行性。

莱森光学(深圳)有限公司是一家提供光机电一体化集成解决方案的高科技公司,我们专注于光谱传感和光电应用系统的研发、生产和销售。

审核编辑 黄昊宇

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 成像技术
    +关注

    关注

    4

    文章

    265

    浏览量

    31288
  • 指纹图像
    +关注

    关注

    0

    文章

    7

    浏览量

    6247
  • 高光谱
    +关注

    关注

    0

    文章

    273

    浏览量

    9788
收藏 人收藏

    评论

    相关推荐

    改进棉花根系图像分割方法

    的重要方法,受限于图像质量、复杂土壤环境、低效传统方法,根系图像分割存在一定挑战。河北农业大学机
    的头像 发表于 01-18 16:18 102次阅读

    机器视觉图像分割方法有哪些?

    现有的图像分割方法主要分以下几类:基于阈值(threshold)的分割方法、基于区域的分割
    发表于 11-02 10:26 380次阅读
    机器视觉<b class='flag-5'>图像</b><b class='flag-5'>分割</b>的<b class='flag-5'>方法</b>有哪些?

    机器视觉(六):图像分割

    基于阈值的分割方法是一种应用十分广泛的图像分割技术,其实质是利用图像的灰度直方图信息获取用于
    的头像 发表于 10-22 11:34 535次阅读
    机器视觉(六):<b class='flag-5'>图像</b><b class='flag-5'>分割</b>

    光谱图像混合像元分解

    光谱图像包含丰富的空间信息和光谱信息,针对全色或多光谱图像的信息提取方法不适合高
    的头像 发表于 10-10 10:26 517次阅读
    高<b class='flag-5'>光谱</b><b class='flag-5'>图像</b>混合像元分解

    深度学习在医学图像分割与病变识别中的应用实战

    等方面具有重要意义。本文将介绍这一领域的背景、挑战,以及通过一个代码实例展示如何利用深度学习方法进行医学图像分割与病变识别。 背景与挑战医
    发表于 09-04 11:11

    基于CW32的AS608指纹模块的应用

    AS608是一款集成了指纹图像采集和指纹比对算法的指纹识别模块。
    的头像 发表于 08-28 11:30 958次阅读
    基于CW32的AS608<b class='flag-5'>指纹</b>模块的应用

    AS608指纹模块使用说明

    AS608是一款集成了指纹图像采集和指纹比对算法的指纹识别模块。它采用了高质量的光学传感器,能够实时采集人体指纹图像,并通过指纹比对算法进行
    的头像 发表于 08-24 12:21 1947次阅读
    AS608<b class='flag-5'>指纹</b>模块使用说明

    印刷电路板的图像分割

     阈值分割图像预处理中关键的步骤,实质是对每一个象素点确定一个阈值,根据阈值决定当前象素是前景还是背景点,目前,已有大量的阈值处理方法,比如全局阈值和局域阈值,是简单的
    发表于 08-18 14:27 419次阅读

    什么是图像分割图像分割的体系结构和方法

    图像分割(Image Segmentation)是计算机视觉领域中的一项重要基础技术,是图像理解中的重要一环。前端时间,数据科学家Derrick Mwiti在一篇文章中,就什么是
    的头像 发表于 08-18 10:34 2626次阅读
    什么是<b class='flag-5'>图像</b><b class='flag-5'>分割</b>?<b class='flag-5'>图像</b><b class='flag-5'>分割</b>的体系结构和<b class='flag-5'>方法</b>

    航空高光谱遥感区域成矿背景研究

    航空高光谱遥感区域成矿背景研究——以甘肃柳园-方山口地区为例1.0 引言 高光谱遥感是当前地质领域应用的前沿和热点,国内外都在积极进行探索。高光谱
    的头像 发表于 08-16 11:45 660次阅读
    航空高<b class='flag-5'>光谱</b>遥感区域成矿<b class='flag-5'>背景</b><b class='flag-5'>研究</b>

    遗传算法的基本原理 基于遗传算法的图像分割

      摘要:遗传算法是对生物进化论中自然选择和遗传学机理中生物进化过程的模拟来计算最优解的方法。遗传算法具有众多的优点,如鲁棒性、并行性、自适应性和快速收敛,可以应用在图像处理技术领域中图像
    发表于 07-18 16:04 1次下载

    指纹识别技术的种类 指纹识别技术的原理

    目前,市场中应用的指纹图像的获取技术主要有4种类型:光学扫描设备、温差感应式指纹传感器、半导体指纹传感器、超声波指纹扫描。
    发表于 06-16 15:18 1260次阅读
    <b class='flag-5'>指纹</b>识别<b class='flag-5'>技术</b>的种类 <b class='flag-5'>指纹</b>识别<b class='flag-5'>技术</b>的原理

    人体分割识别图像技术的挑战和未来发展

    人体分割识别图像技术在实现过程中面临着一些挑战和问题。 首先,人体分割识别图像技术需要处理
    的头像 发表于 06-15 18:04 400次阅读

    人体分割识别图像技术的原理及应用

    、行为分析等功能。 人体分割识别图像技术的原理主要包括三个步骤:图像预处理、人体分割和特征提取。首先,通过
    的头像 发表于 06-15 17:44 695次阅读

    没你想的那么难 | 一文读懂图像分割

    来源:图灵Topia(ID:turingtopia)图像分割(ImageSegmentation)是计算机视觉领域中的一项重要基础技术,是图像理解中的重要一环。近日,数据科学家
    的头像 发表于 05-16 09:21 621次阅读
    没你想的那么难 | 一文读懂<b class='flag-5'>图像</b><b class='flag-5'>分割</b>