線條狀痕跡檢驗(yàn)識(shí)別中的非線性理論與應(yīng)用研究.pdf

1、本文首次將分形、小波及支持向量機(jī)等非線性理論應(yīng)用到線條狀痕跡檢驗(yàn)識(shí)別中去，為實(shí)現(xiàn)線條狀痕跡自動(dòng)識(shí)別和量化檢驗(yàn)探索了一條可行的途徑，使痕跡檢驗(yàn)理論有新的突破，有利于完善和深化痕跡檢驗(yàn)理論。具體有： 研究了分形基本理論和分形維數(shù)的計(jì)算方法，應(yīng)用分形理論對(duì)線條狀痕跡表面形貌進(jìn)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(yàn)與分析識(shí)別，分形理論是較理想的工具，分形維數(shù)是實(shí)現(xiàn)量化檢驗(yàn)的最佳參數(shù)。在此基礎(chǔ)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(yàn)識(shí)別的新方法。 研究了采樣間隔和取樣長(zhǎng)度對(duì)分形維數(shù)計(jì)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(jì)算大小，取樣長(zhǎng)度在一定范圍內(nèi)變化對(duì)分形維數(shù)計(jì)算影響不大，但是過大或過小的采樣長(zhǎng)度對(duì)分形維數(shù)的計(jì)算會(huì)產(chǎn)生較大差異。因此，在實(shí)際應(yīng)用中，案件現(xiàn)場(chǎng)上的線條痕跡與樣本痕跡檢驗(yàn)比對(duì)時(shí)，應(yīng)明確必須選取相同的部位、相同的長(zhǎng)度來分別計(jì)算其分形維數(shù)，結(jié)果才具有檢驗(yàn)識(shí)別的可比性和可信度。 在深入研究

3、多標(biāo)度分形理論的基礎(chǔ)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(shí)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(jìn)行剪切線條狀痕跡的分類識(shí)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(diǎn)，而且可避免分形維數(shù)的非唯一性風(fēng)險(xiǎn)，增

4、強(qiáng)魯棒性，具有較大的實(shí)用價(jià)值和應(yīng)用前景。在痕跡檢驗(yàn)鑒定中，現(xiàn)場(chǎng)痕跡和樣本痕跡總是存在一些差異點(diǎn)，但由于產(chǎn)生差異點(diǎn)的原因復(fù)雜多變，人們往往難于透過現(xiàn)象準(zhǔn)確把握其本質(zhì)，以至于可能出現(xiàn)檢驗(yàn)的錯(cuò)誤而影響鑒定結(jié)論的權(quán)威性和可靠性。同時(shí)，采用傳統(tǒng)的形態(tài)比對(duì)檢驗(yàn)方法根本不可能消除現(xiàn)場(chǎng)痕跡和樣本痕跡之間的差異點(diǎn)。本文探索應(yīng)用小波變換理論解除長(zhǎng)期困惑檢驗(yàn)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(diǎn)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(yàn)中的膛線磨損痕跡分析研究中來，對(duì)膛線磨損區(qū)輪廓曲線進(jìn)行降噪處理，消除污染的“噪聲”，恢復(fù)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(duì)非本質(zhì)性的差異點(diǎn)進(jìn)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(duì)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(hào)中不同頻段的特征信息進(jìn)行了分離和提取，提出“特征小波包方法”，建立了用多個(gè)“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(qiáng)量化檢驗(yàn)識(shí)別率、準(zhǔn)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(duì)于線條狀痕跡量化檢驗(yàn)和分類識(shí)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(yàn)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(shí)間序列信號(hào)來處理，計(jì)算其關(guān)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(guān)聯(lián)維數(shù)相融合，建立“分類特征參數(shù)”新指標(biāo)，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(qiáng)，效果明顯。實(shí)驗(yàn)表明，它要比單一地使用其中的一個(gè)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(fù)雜的非線性問題的處理提供一個(gè)廣闊的空間。 應(yīng)用支持向量機(jī)的基本原理和信息融合思想，經(jīng)對(duì)兩種不同類型槍支所發(fā)射同一型號(hào)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(shí)現(xiàn)了對(duì)磨損線條狀痕跡的分類識(shí)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(shí)別，并能提高分類識(shí)別率。