无码精品一区二区三区在线,欲性游乐场(高H),日日橹狠狠爱欧美视频,欧美日韩精品

0 引言

篡改(污損) 文件鑒定是文書鑒定中常規的鑒定項目， 是對檢材是否存在變造事實及變造內 容進行檢驗和鑒別， 或對受污損的檢材進行整理、恢復固定、顯示和辨認模糊或不可見內容 的專門技術。篡改(污損) 文件鑒定涉及的鑒定內容廣泛，其中文件形成方式鑒定、變造文 件鑒定、污損文件鑒定、模糊記載鑒定等涉及到字跡、印文、指印等文件要素的理化特性檢 驗，是篡改  ( 污損 )  文件鑒定的重點。篡改(污損)文件鑒定中常用的鑒定方法有宏觀 檢驗法、顯微檢驗法、壓痕檢驗法和理化檢驗檢測法等。在檢案實踐中，通常采用無損的宏 觀檢驗法、顯微檢驗法和壓痕檢驗法，從形態學的角度對 文件要素的墨跡分布、色澤、壓 痕等特征進行檢驗。當運用上述檢驗方法無法達到鑒定目的時，則需要 采用理化檢驗檢測 法對文件要素進一步檢驗分析。理化檢驗檢測法主要針對文件要素中的墨水、印油印泥、墨 粉、油墨等物質材料的特性進行分析，基于物質材料的不同特性，所選用的理化檢驗檢測方

法有所不同。基于物質材料的視頻光譜特性，  可使用視頻光譜檢驗儀對文件進行無損檢驗， 且可對文件要素的理化特性進行成像，是理化特性檢驗的首選方法，可達到一定的區分或顯  現效果，但可區分或顯現的物質成分種類有局限性且成像分辨率較低。基于物質材料的光譜  特性， 可使用拉曼光譜法、紅外光譜法快速分析墨水、印油印泥等物質，根據其著色劑成分  進行鑒別， 且可檢測其中添加劑和元素的含量。但拉曼光譜技術的光譜范圍有限且穩定性不  高，而紅外光譜檢驗則會對檢材造成微損。基于物質材料的色譜特性，可采用薄層色譜(TLC)、 氣相色譜(GC)  、液相色譜(LC)  等方法進行檢測，這些方法對物質成分的區分度高，  但  仍存在因樣品提取方式對原始文件造 成不可逆的損壞，且無法對文件要素的理化特性進行   整體成像等局限。針對上述文件要素理化特性檢驗方法的不足，尋找一種能夠達到無損檢驗、 可整體成像，且可操作性強、區分程度高的檢測分析方法十分必要。高光譜成像(HSI)是   一種采用原位分析技術識別物質信息的方法， 具有快速、無損的特點。該技術是一種光譜傳  感技術，在可見光到近紅外的光譜范圍內，通過核心元件分光器 進行連續窄波分光，每個   波段進行高分辨率的二維面陣成像，獲得完整的高光譜高清圖像序列， 具有光譜范圍大、波  段間隔小、波段信息豐富等特點，極大增強了成像的光譜分辨率和空間分辨率，可有效 彌   補現有鑒定方法的不足。該方法最初應用于遙感 領域的衛星和空間站，  目前已被應用于農   業和水資 源控制、軍事防御、文物保護、考古、醫學診斷、犯罪現場分析與重建、法庭科   學與食品質量檢測等領域。

1 高光譜成像技術概述

HSI 技術是成像技術與光譜技術的結合，既可以通過成像技術獲取待測樣品表面高分辨率圖 像，也可以通過光譜技術檢測待測樣品成分信息。

1.1 基本原理

HSI 技術是在多光譜成像的基礎上， 利用光譜范圍更寬、分辨率更高的高光譜相機，采集樣 品表面的圖像信息和光譜信息， 形成數字存儲的圖像立方體， 同時將每個圖像中每個像素的 強度繪制成對應波長的函數， 從而在給定波長下產生待測樣品的反射光譜曲線。高光譜圖像 類似于一疊圖像的集合， 每個圖像都是在一個狹窄的光譜帶上獲得的， 并由此生一個三維數 據集，  即圖像立方體，其由兩個空間維度(X，Y)  和一個波長維度   (λ)組成。圖像立方 體沿光譜維度的每個切片被稱 為一個波段或通道，  并為每個波長維度(λ)  提供了 平面的 圖像，  可以從每個單獨的像素(Xj,Yk)中獲 得光譜信息。正是基于“圖像立方體”的搭建， HSI 技術達到了“圖譜合一”。高光譜圖像是由一系列 不同波段上的圖像立方體組成， 波段范 圍涵蓋紫外  (200 ~ 400 nm)  、可見光(400 ~ 760nm)  、近紅外(760 ~ 2560 nm)， 波段范圍廣且波段窄(≤10-2λ )，  可獲取豐富的空間維度上的光譜信息和不同波長維度上 的 圖像信息。

1.2 高光譜圖像特點

高光譜圖像區別于其他光譜成像的顯著特點在于其空間分辨率和光譜分辨率更高。空間分辨 率可用于衡量圖像像素之間的幾何關系，而光譜分辨率決定了圖像像素內部的變化與波長的 關系。

1.2.1 空間分辨率

空間分辨率可被定義為圖像中最小的可識別細節，是圖像中能夠區分的最小單元的尺寸或大 小， 空間分辨率的高低通常表明圖像細節的可分辨程度，常用像元大小、像解率或視場角來 表示。在高光譜圖像中，圖像的清晰度取決于其空間分辨率的大小，而非圖像中像素數量的 多少。圖像的空間特性取決于成像傳感器自身的設計。

1.2.2 光譜分辨率

光譜分辨率可被定義為傳感器測量的光譜帶數量和光譜范圍， 其核心元件是成像傳感器。光 譜范圍較寬時，若成像傳感器捕獲的光譜帶數量較少， 其光譜分辨率仍然很低； 光譜范圍較 窄時，若成像傳感器捕獲的光譜帶數量較多， 則其光譜分辨率較高，因為其能夠區分具有相 近或相似光譜特征的成分。光譜分辨率的高低取決于成像傳感器所捕 獲的光譜帶的數量， 與光譜范圍的寬窄無關。相較于多光譜圖像， 高光譜的成像傳感器可在較廣的波段范圍內獲 取大量連續且極窄的光譜信息，  能解析待測樣品中存在的更精細的光譜特征。

1.3 實現路徑

典型的高光譜成像系統包含物鏡、波長調制器、檢測器、照明和采集系統等部件， 所有這些 部件可以根據檢測需求進行調整。在文件鑒定中，高光譜成像技術為近景拍攝， 針對所檢測 樣品的特點，相較于傳統的成像技術，可以選擇不同的物鏡來獲得合適的空間分辨率。首先 獲取到高光譜圖像， 通過數據預 處理、數據分析流程后， 再將處理后的數據應用到篡改(污

損)文件鑒定實踐中，其實現路徑詳見圖 1。

                                    圖 1 篡 改  (污 損 )  文 件 鑒 定 中 高 光 譜 數 據 處 理 路 徑

2 高光譜圖像數據分析算法

高光譜圖像是由連續波段的光譜信息組成，波段較多且相鄰波段之間有著很強的相關性，這 使得獲取的數據在一定程度上存在冗余現象，而且較大的數據量為圖像的處理工作帶來了挑 戰。在海量數據分析運算中， 如何對數據進行篩選和分類顯得 尤為重要。本文結合篡改(污 損)文件鑒定領域實際需求，著重介紹高光譜圖像數據降維算法和數據分類算法。

2.1 高光譜圖像數據降維算法

數據降維處理的基本思路是在不改變高維數據結構的前提下，將高維空間的數據投影到二維 等低維空間中進行分析。目前， 高光譜圖像數據降維較為常用的算法分為波段選擇和特征提 取兩大類。  波段選擇是從原始波段中選擇最有效波段來 降低數據集維度，對某一模式的測 量值進行變換， 以突出該模式下的代表性特征。該方法可以直觀觀察獲取影像的光譜曲線并 從中選擇出文件要素中不同物質的敏感波段， 從而較好地保留圖像中物質的光譜特征。實踐 中，ZOHAIB 等提出一種新穎的聯合稀疏主成分分析算法，用于檢測手寫筆跡中墨水高光譜 圖像數據的降維和特征選擇。特征提取基于各光譜波段間的重新組合和優化，通過對原始數 據按照一定的操作函數進行變換，以實現信息綜合 、特征增強和光譜減維的過程。常用的 特征提取算法詳見表 1。實踐中，數據降維處理中通常采用多種算法聯用，以達到最佳選取

效果。

             表 1 高光譜圖像數據特征提取常用算法及特性

2.2 高光譜圖像數據分類算法

高光譜圖像分類旨在通過提取不同類別樣品 最大差異性的光譜特征，最大程度地挖掘圖像 特征， 同時通過發現復雜數據的內涵來提高高光譜圖像的分類精度，是區分文件要素中不同

物質的關鍵環節。常用的分類方法詳見表 2。

                                    表   2 高光譜圖像數據常用分類算法及特性

3 高光譜成像技術在篡改(污損)  文件鑒定中的應用

成像技術是法庭科學領域內的熱點技術 ，比如拉曼成像技術、 DESI-質譜成像技術、紅外光 譜成像技術等，但圖像分辨率仍有待提高。高分辨率的圖像有助于抓取更多的細節信息，有 利于鑒定工作者開展工作。現階段高光譜成像系統在眾多領域已有了廣泛應用，但在篡改(污 損)文件鑒定中的應用仍處于探索階段。現有的研究成果基本解決了以下兩方面的問題：  一是利用設備的不斷更新，結合高光譜成像技術“圖譜合一”、數據量豐富的特點， 基于文件 鑒定領域文件要素的特性，在一定程度上提升了模糊圖像的清晰化程度，提高了文件要素物

質材料識別的準確率。比如使用液晶可調諧濾光片成像設備，成功獲取到高空間分辨率、高 光譜分辨率的“雙高”光譜圖像。

二是通過更新算法抓取有價值數據。在獲取多維度、海量數據后，如何迅速識別及抓取有價 值數據，這就涉及到數據降維以及具體的數據分類方法。學者通過研究選用或者改進已有算 法， 可分離數據中的噪聲，最大程度地降低環境、紙張背景引起的熒光干擾，減少后處理中 的數據量，使數據發揮最大功效。HSI 技術在篡改(污損) 文件鑒定中的主要應用詳見表 3， 所用高光譜成像設備根據其工作原理以及實驗需求與各種光源、光學濾光器以及光譜儀等組 合使用的高光譜成像系統。根據需檢文件要素種類的不同，HSI技術的應用可具體劃分為在 字跡、印文和手印中的應用。 HSI 技術在字跡中的應用， 現階段主要用于書寫墨水數據庫的 建立、顏色相似墨水的區分以及字跡是否有添加、改寫等情形，常采用主成分分析法、最小 噪聲分離變換法進行數據降維， 并有學者對算法進行改進，建立了高效的高光譜文件成像系 統， 更適用于文件檢驗領域的實際需求。書寫墨水數據庫的建立，一方面有助于實現書寫工 具的種屬認定，為字跡是否為書寫工具直接書寫形成提供依據；另一方面，可從物質成分角 度判斷文件上外觀相似的字跡是否有涂改痕跡。HSI 技術目前在印文中的應用尚且不多， 但 在模糊印文處理方面卻有顯著研究成果。在模糊記載鑒定中可借鑒相關實驗方法， 對文件上 不易辨認或不可見內容進行顯現、辨認和識別。同時， 壁畫顏料高光譜數據庫的建立， 為常 用印油、印泥高光譜數據庫的建立提供了借鑒，印油、印泥高光譜數據庫可作為印文種屬認 定的參考依據。 HSI 技術在手印中的應用， 著重于研究各種客體表面潛在指印的顯現及模糊 指印的清晰化處理。常規顯現文件上的潛在指印時，在紙張等滲透性客體上，經常使用茚三 酮和 DFO 溶液等化學試劑進行顯現，其原理是基于化學試劑與指印中的氨基酸、皮脂等物 質發生反應，從而使得潛在指印可視化。手指蘸墨捺印形成的指印，在客體表面留下可見墨

跡紋線的同時， 也會遺留氨基酸、皮脂等物質；復制形成的指印， 其可見墨跡紋線中多數只有印油或印刷材料的遺留，無氨基酸、皮脂的沉積。故氨基酸、皮脂等遺留于客體表面的物 質是鑒別指印系捺印形成或復制形成的重要指標。基于上述原理， HSI 技術可用于確認文件 上待檢指印的形成方式。具體而言，  使用 HSI 技術獲取待檢指印的光譜信息，進一步分析 光譜中是否存在因氨基酸、皮脂等物質的影響而產生的峰值， 從而為待檢指印具體的形成方

式提供數據圖譜支撐。

                       表 3 高光譜成像技術在篡改(污損)文件鑒定中的應用

4 總結語展望

本文總結了 HSI 技術在篡改(污損)  文件鑒定領域的應用流程和范圍，  該技術可極大地提  升信息獲取的深度和廣度，且可操作性較強。但是， 其作為引入的一種新技術，在具體適用 方面仍面臨一些挑戰。首先， 在獲取高光譜圖像后，目前數據預處理算法對其研究有限，而 其他算法對于文件要素的適用性及處理效果如何， 仍是未來研究中需要持續關注的問題。隨 著人工神經網絡技術的快速發展，利用機器學習高光譜圖像及光譜的內在信息和表示層次， 以達到識別文字、圖像等數據的能力，同時通過調整聚類算法來提高工作效率、降低人工操 作易產生的誤差，也是未來的發展趨勢。其次，運用光譜信息分析文件要素的物質成分，是 解決篡改(污損) 文件鑒定難點的有效途徑。比如區分噴墨打印與墨水書寫、噴墨打印與印油蓋等， 在很大程度上依賴于墨水的印油和墨粉的高光譜數據庫的搭建。由于文件要素材 料的多樣性以及研究的局限性， 目前國內還未建立相關的高光譜數據庫，因此亟待對其進一 步完善。最后，篡改文件通常使用與原文件要素外觀極其相似的其他物質材料進行添改、掩 蓋等操作， 如何提升高光譜數據分類的精度以及與其他檢驗檢測方法互相佐證， 也是具體應 用中需要考慮的現實問題。

推 薦 ：

便攜式地物光譜儀 iSpecField-NIR/WNIR

專門用于野外遙感測量、土壤環境、礦物地質勘探等領域的最新明星產品， 由于其操作

靈活、便攜方便、光譜測試速度快、光譜數據準確是一款真正意義上便攜式地物光譜儀。

無 人 機 機 載 高 光 譜 成 像 系 統  iSpecHyper-VM100

一款基于小型多旋翼無人機機載高光譜成像系統，該系統由高光譜成像相機、穩定云臺、 機載控制與數據采集模塊、機載供電模塊等部分組成。無人機機載高光譜成像系統采用了獨 有內置掃描系統和增穩系統， 成功克服了小型無人機系統搭載推掃式高光譜相機時，由于無 人機系統的震動造成的成像質量差的問題，同時具有高光譜分辨率和優異的成像性能。

便 攜 式 高 光 譜 成 像 系 統  iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫學醫療、精準農業、礦物地質勘探等領域的最新產品， 主要優勢具有體積小、幀率高、高光譜分辨率高、高像質等性價比特點采用了透射光柵內推 掃原理高光譜成像， 系統集成高性能數據采集與分析處理系統，高速 USB3.0 接口傳輸， 全

靶面高成像質量光學設計，物鏡接口為標準 C-Mount ，可根據用戶需求更換物鏡。