0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于高光譜技術(shù)的復(fù)雜背景下血指紋圖像分割方法研究

萊森光學(xué) ? 來源: 萊森光學(xué) ? 作者: 萊森光學(xué) ? 2022-08-25 10:32 ? 次閱讀

指紋作為一種普遍、唯一、穩(wěn)定的生物特征,在刑事偵查領(lǐng)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(xiàn)場較為常見的痕跡物證,因此對其的顯現(xiàn)和提取一直以來都是法庭科學(xué)研究的熱點問題。但是由于提取技術(shù)方法落后和客體表面圖案紋理的影響,復(fù)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(fù)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(shù)不可控、經(jīng)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(wěn)定有效的新技術(shù)、新方法實現(xiàn)復(fù)雜背景下血指紋的無損提取顯得尤為重要。高光譜技術(shù)融合了傳統(tǒng)成像技術(shù)和先進的光譜技術(shù)等優(yōu)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(shù)具有操作速度快、操作方法簡便、準(zhǔn)確無損、綠色環(huán)保等優(yōu)點,在許多方面已有較為成熟的應(yīng)用。目前國外利用高光譜技術(shù)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(shù)在犯罪現(xiàn)場檢測識別遠程血跡的可行性,Kuula等人利用高光譜技術(shù)探究了血跡的物理化學(xué)特性,Cadd等人則成功利用高光譜技術(shù)實現(xiàn)了潛血指紋的顯現(xiàn)。但是,國內(nèi)利用高光譜技術(shù)對血指紋的研究尚處于摸索階段,相關(guān)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(fù)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(shù)據(jù)采集,利用ENVI軟件選取感興趣區(qū)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(xiàn)復(fù)雜背景下血指紋圖像的提取與分割。該方法有效避免了復(fù)雜背景對指紋提取造成的干擾,為后續(xù)的指紋錄入及識別創(chuàng)造了有利條件。

1 高光譜成像技術(shù)原理

高光譜成像技術(shù)能將數(shù)字成像與光譜技術(shù)相結(jié)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(xù)上百個光譜波段的輻亮度值,即每個像素點都對應(yīng)相應(yīng)連續(xù)的光譜曲線,其中包含的豐富的光譜信息可用來精準(zhǔn)區(qū)分、提取和分析被拍攝物的物理化學(xué)性質(zhì)。高光譜圖像,是對樣品的每一個空間點在多個離散或連續(xù)波長下掃描得到的,在光學(xué)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(jīng)過分光元件分光后投射在感光元件上,從而獲得了目標(biāo)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(yīng)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(jié)合,最終輸出被檢測物體的三維高光譜立方體數(shù)據(jù)。最終輸出被檢測物體的三維高光譜立方體數(shù)據(jù)如圖1所示。

pYYBAGMG30iAdK3IAAQnJHrmacM132.png

圖1高光譜成像技術(shù)原理圖

2 實驗儀器與樣本

本次實驗所采集到的高光譜數(shù)據(jù)可以用萊森光學(xué)的高光譜成像相機系統(tǒng)iSpecHyper-VS1000,如圖2所示。

poYBAGMG30iAETz9AABQ85xr--070.jpeg

圖2iSpecHyper-VS1000

手指蘸取血液,在不同材質(zhì)(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(fù)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(qū)域進行相同規(guī)格的裁剪,依次平放于線掃平臺上進行高光譜圖像數(shù)據(jù)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(zhì)的物理信息,屬于定性分析方法,專屬性差。而化學(xué)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(xù)檢測。為實現(xiàn)檢材的無損檢測及血指紋圖像的準(zhǔn)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(nèi)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(fù)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(shù)據(jù)可知,以上6種物質(zhì)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(zhì)的成分影響較大,而受物質(zhì)顏色的影響較小,使用高光譜成像技術(shù)記錄5種顏色易與血跡混淆的物質(zhì),發(fā)現(xiàn)血跡和其他物質(zhì)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。

pYYBAGMG30mATPFyAAJVaspU4Lo387.png

圖36種介質(zhì)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)

poYBAGMG30mAIdskAAK607Zh2y0039.png

圖46種介質(zhì)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(shù)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。

pYYBAGMG30qABivPAABNFwQCzfM39.jpeg

圖5血指紋圖像分割流程圖

3.2.1樣本高光譜數(shù)據(jù)采集

對復(fù)雜背景下的血指紋進行采集前,先提前3min打開光源進行預(yù)熱直至光源穩(wěn)定。為了防止采集到的圖像模糊不清或變形失真,需要根據(jù)相機鏡頭與物體的距離(物距)調(diào)節(jié)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(zhǔn),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(qū)域選取

感興趣區(qū)域(ROI)的合理選取是至關(guān)重要的一個步驟,其結(jié)果將直接影響后續(xù)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(qū)域作為ROI,將ROI內(nèi)的光譜信息的平均值作為對應(yīng)樣本的光譜值。ROI選取可去除周邊無關(guān)信息干擾,提升系統(tǒng)分析速度,為后續(xù)的血指紋分割提取打下基礎(chǔ)。操作如圖6所示。

poYBAGMG30qAPBfJAAKWKKCvTwc454.png

圖6ENVI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(shù)據(jù)導(dǎo)入MISystem光譜影像分析軟件進行人工分析,即對目標(biāo)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(zhì)形成反差的波段,然后輸出血指紋呈現(xiàn)強吸收且復(fù)雜背景呈現(xiàn)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(jù)灰度圖大致判斷物質(zhì)遺留在客體上的輪廓形狀,由此達到對遺留在復(fù)雜背景上的指紋進行提取固定的目的。操作如圖7所示。

pYYBAGMG30uAPLLIAASfN0hMTKo887.png

圖7MISystem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(zhì),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(biāo)識別并分析運算后會得到6個分別以標(biāo)記的6個區(qū)域呈現(xiàn)亮色的波段。隨后則對各個波段的顯現(xiàn)灰度圖進行選擇性疊加,本實驗選取了“藍色”區(qū)域、“紅色”區(qū)域、“青色”區(qū)域為反射強度最強,“綠色”區(qū)域、“黃色”區(qū)域、“紫色”區(qū)域為吸收程度最強時候的波段數(shù)據(jù),最后得到效果圖并輸出。

3.2.4目標(biāo)圖像分割

根據(jù)樣本物質(zhì)成分的吸收和反射狀態(tài),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(yīng)的灰度圖像進行合成,選擇血指紋與復(fù)雜背景分離效果最好的圖像輸出存儲,最終實現(xiàn)復(fù)雜背景下血指紋的準(zhǔn)確分割。

4 實驗結(jié)果分析

poYBAGMG30uAXaFFAAFHOf-Z9jI53.jpeg

圖8MISystem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(jié)果;c.Photoshop軟件處理結(jié)果)

通過對油光紙、彩色書寫紙、膠版紙等復(fù)雜客體表面的血指紋圖像分割效果進行比對,發(fā)現(xiàn)分割效果均較為顯著,并未受到客體的材料及背景的復(fù)雜程度等因素的影響。圖8列出了三組利用MISystem軟件提取復(fù)雜背景下的血指紋的處理結(jié)果,并將其與Photoshop軟件處理結(jié)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(diào)整來實現(xiàn)血指紋分割。

由圖可看出,本文提出的方法有效避免了復(fù)雜背景的干擾,較為完整地提取出了目標(biāo)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(shù)據(jù)是具有“圖譜合一”特點的三維數(shù)據(jù)立方體,因此與傳統(tǒng)的相機拍攝圖像相比所包含的數(shù)據(jù)量更大,且其光譜信息準(zhǔn)確反應(yīng)了血跡的物理及化學(xué)性質(zhì),具有區(qū)別于醬油、紅色指甲油、唇油等易與血跡混淆的物質(zhì)的光譜特性,為后續(xù)的光譜分解打下基礎(chǔ)。此外,ENVI軟件通過對血指紋圖像感興趣區(qū)域的選取大大降低了圖像的處理數(shù)據(jù),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(biāo)物質(zhì)的感興趣區(qū)域后,可以利用物質(zhì)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(fù)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(jīng)驗,且只能單純根據(jù)像素色彩進行區(qū)分。當(dāng)背景色彩較多,或是分割目標(biāo)與背景顏色相近時無法達到理想的分割效果,處理不當(dāng)還會使指紋圖像的細節(jié)信息丟失,直接影響后續(xù)的比對結(jié)果。

5 結(jié)論和展望

本文提出了一種復(fù)雜背景下的血指紋分割方法,通過光譜儀采集數(shù)據(jù)的光譜圖像信息,利用ENVI軟件選取感興趣區(qū)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(xiàn)目標(biāo)血指紋與復(fù)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(xiàn)出特有的性質(zhì),而紫外光譜成像技術(shù)和紅外光譜成像技術(shù)也日漸成熟并開始廣泛應(yīng)用于各個領(lǐng)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(shù)實現(xiàn)復(fù)雜背景下的血指紋分割提取的可行性。

萊森光學(xué)(深圳)有限公司是一家提供光機電一體化集成解決方案的高科技公司,我們專注于光譜傳感和光電應(yīng)用系統(tǒng)的研發(fā)、生產(chǎn)和銷售。

審核編輯 黃昊宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 成像技術(shù)
    +關(guān)注

    關(guān)注

    4

    文章

    279

    瀏覽量

    31397
  • 指紋圖像
    +關(guān)注

    關(guān)注

    0

    文章

    7

    瀏覽量

    6254
  • 高光譜
    +關(guān)注

    關(guān)注

    0

    文章

    317

    瀏覽量

    9857
收藏 人收藏

    評論

    相關(guān)推薦

    圖像語義分割的實用性是什么

    圖像語義分割是一種重要的計算機視覺任務(wù),它旨在將圖像中的每個像素分配到相應(yīng)的語義類別中。這項技術(shù)在許多領(lǐng)域都有廣泛的應(yīng)用,如自動駕駛、醫(yī)學(xué)圖像
    的頭像 發(fā)表于 07-17 09:56 ?231次閱讀

    圖像分割和語義分割的區(qū)別與聯(lián)系

    、亮度等。圖像分割的目的是將圖像中感興趣的部分與背景分離,以便進行進一步的處理和分析。 1.1 圖像分割
    的頭像 發(fā)表于 07-17 09:55 ?335次閱讀

    光譜成像系統(tǒng):光譜遙感圖像光譜混合模型

    光譜遙感是成像技術(shù)光譜技術(shù)相結(jié)合的多維信息獲取技術(shù),可以同時獲取地面目標(biāo)的
    的頭像 發(fā)表于 07-10 11:54 ?366次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像系統(tǒng):<b class='flag-5'>高</b><b class='flag-5'>光譜</b>遙感<b class='flag-5'>圖像</b>的<b class='flag-5'>光譜</b>混合模型

    機器人視覺技術(shù)中常見的圖像分割方法

    機器人視覺技術(shù)中的圖像分割方法是一個廣泛且深入的研究領(lǐng)域。圖像
    的頭像 發(fā)表于 07-09 09:31 ?243次閱讀

    機器人視覺技術(shù)圖像分割方法有哪些

    機器人視覺技術(shù)是人工智能領(lǐng)域的一個重要分支,它涉及到圖像處理、模式識別、機器學(xué)習(xí)等多個學(xué)科。圖像分割是機器人視覺技術(shù)中的一個重要環(huán)節(jié),它的目
    的頭像 發(fā)表于 07-04 11:34 ?389次閱讀

    MIT/三星研究人員利用活體拉曼光譜直接觀察葡萄糖指紋圖

    利用體內(nèi)拉曼光譜直接觀察葡萄糖指紋圖譜 應(yīng)用領(lǐng)域 生命科學(xué),生物拉曼光譜,葡萄糖檢測 內(nèi)容小結(jié) 通常,糖尿病患者需要每天監(jiān)測血糖水平,無創(chuàng)、光學(xué)檢測血糖水平將極大地提升他們的舒適度。 美國
    的頭像 發(fā)表于 06-05 06:35 ?249次閱讀
    MIT/三星<b class='flag-5'>研究</b>人員利用活體拉曼<b class='flag-5'>光譜</b>直接觀察葡萄糖<b class='flag-5'>指紋圖</b>譜

    基于光譜技術(shù)的紅茶茶多酚可視化研究

    基于光譜技術(shù)的紅茶茶多酚可視化研究紅茶是一種全發(fā)酵茶葉,因其風(fēng)味獨特而受到消費者青睞。
    的頭像 發(fā)表于 04-22 18:08 ?649次閱讀
    基于<b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>技術(shù)</b>的紅茶茶多酚可視化<b class='flag-5'>研究</b>

    光譜成像技術(shù):從原理到應(yīng)用的全面指南

    光譜成像技術(shù)是當(dāng)今科學(xué)與工程領(lǐng)域中備受矚目的一項創(chuàng)新。它不僅融合了光譜學(xué)和成像技術(shù),而且在各個行業(yè)和
    的頭像 發(fā)表于 04-15 17:36 ?1494次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像<b class='flag-5'>技術(shù)</b>:從原理到應(yīng)用的全面指南

    如何開展光譜成像技術(shù)在農(nóng)業(yè)遺傳育種中的應(yīng)用研究?

    成像技術(shù)逐漸成為一種有效的工具,能夠為農(nóng)業(yè)遺傳育種提供新的解決方案。 了解光譜成像技術(shù) 光譜
    的頭像 發(fā)表于 02-20 14:54 ?585次閱讀
    如何開展<b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像<b class='flag-5'>技術(shù)</b>在農(nóng)業(yè)遺傳育種中的應(yīng)用<b class='flag-5'>研究</b>?

    改進棉花根系圖像分割方法

    的重要方法,受限于圖像質(zhì)量、復(fù)雜土壤環(huán)境、低效傳統(tǒng)方法,根系圖像分割存在一定挑戰(zhàn)。河北農(nóng)業(yè)大學(xué)機
    的頭像 發(fā)表于 01-18 16:18 ?219次閱讀

    如何區(qū)分光譜、多光譜光譜

    圖像光譜測量則是結(jié)合了光譜技術(shù)和成像技術(shù),將光譜分辨能力和圖形分辨能力相結(jié)合,造就了空間維度上的
    發(fā)表于 12-04 11:49 ?620次閱讀
    如何區(qū)分<b class='flag-5'>光譜</b>、多<b class='flag-5'>光譜</b>和<b class='flag-5'>高</b><b class='flag-5'>光譜</b>

    機器視覺圖像分割方法有哪些?

    現(xiàn)有的圖像分割方法主要分以下幾類:基于閾值(threshold)的分割方法、基于區(qū)域的分割
    發(fā)表于 11-02 10:26 ?968次閱讀
    機器視覺<b class='flag-5'>圖像</b><b class='flag-5'>分割</b>的<b class='flag-5'>方法</b>有哪些?

    機器視覺(六):圖像分割

    基于閾值的分割方法是一種應(yīng)用十分廣泛的圖像分割技術(shù),其實質(zhì)是利用圖像的灰度直方圖信息獲取用于
    的頭像 發(fā)表于 10-22 11:34 ?1054次閱讀
    機器視覺(六):<b class='flag-5'>圖像</b><b class='flag-5'>分割</b>

    基于光譜成像技術(shù)的青香蕉碰撞損傷檢測

    是人工肉眼識別和常規(guī)RGB圖像識別。然而人工識別受主觀因素影響較大,常規(guī)RGB圖像識別難以檢測出碰撞初期的碰傷情況。鑒于傳統(tǒng)檢測方法的不足,利用
    的頭像 發(fā)表于 10-16 17:29 ?502次閱讀
    基于<b class='flag-5'>高</b><b class='flag-5'>光譜</b>成像<b class='flag-5'>技術(shù)</b>的青香蕉碰撞損傷檢測

    光譜圖像混合像元分解

    光譜圖像包含豐富的空間信息和光譜信息,針對全色或多光譜圖像的信息提取
    的頭像 發(fā)表于 10-10 10:26 ?792次閱讀
    <b class='flag-5'>高</b><b class='flag-5'>光譜</b><b class='flag-5'>圖像</b>混合像元分解