鄭　穎　鄭顯鋒　魏　朗

(1.西安航空學(xué)院，西安 710077； 2.西安航天計(jì)量測(cè)試研究所，西安 710100；3.長(zhǎng)安大學(xué)汽車(chē)學(xué)院，西安 710064)

0　引言

交通肇事逃逸案件的特殊性在于通常情況下沒(méi)有現(xiàn)場(chǎng)的目擊證人。所以，此類(lèi)案件在偵破過(guò)程中是比較困難的，而對(duì)于肇事案件的參與者—汽車(chē)而言，其表面90％以上為油漆層，在交通事故發(fā)生過(guò)程中，車(chē)輛與車(chē)輛之間以及車(chē)輛與行人之間，在其碰撞或者摩擦的現(xiàn)場(chǎng)必然會(huì)留下油漆痕跡物證[1]，主要以油漆碎片、漆狀附著物即油漆劃痕等形式存在。近年來(lái)在肇事逃逸案件中汽車(chē)油漆所起的作用越來(lái)越受到大家的關(guān)注[2]。

交通肇事逃逸案件現(xiàn)場(chǎng)采集到的油漆痕跡物證[3-4]，僅僅通過(guò)顏色和層數(shù)這些基本的信息對(duì)找到嫌疑汽車(chē)的作用是微乎其微的。所以就需要通過(guò)微觀的分析找出其特征信息，比如光譜信息。對(duì)采集到的油漆，利用紅外光譜儀獲取光譜數(shù)據(jù)化信息[5]，并將其與已有的數(shù)據(jù)庫(kù)[6]中的光譜數(shù)據(jù)進(jìn)行比較，從而得到與其最為接近的油漆樣本信息，得以圈定和縮小事故中嫌疑車(chē)輛的范圍。

1　比較過(guò)程的實(shí)現(xiàn)

相關(guān)系數(shù)是用來(lái)度量特征量之間關(guān)系的一個(gè)參數(shù)，通常用r表示[7-9]。設(shè)A、B兩物質(zhì)的紅外光譜在某波段范圍內(nèi)的P個(gè)吸光度值分別為x1,x2,…xp和y1,y2,…yp,則兩物質(zhì)的紅外光譜的相關(guān)度系數(shù)r的計(jì)算如公式(1)所示。|r|越接近1，表明這兩個(gè)變量之間線性關(guān)系越密切；|r|越接近于0，表明兩變量之間線性關(guān)系越不密切。一般|r|<0.4低度線性相關(guān)，0.4≤|r|<0.7為顯著性相關(guān)，0.7≤|r|<1為高度線性相關(guān)。尋找相似油漆實(shí)際上就是尋找與未知油漆光譜相關(guān)系數(shù)r值最接近1的數(shù)據(jù)庫(kù)中的油漆光譜。

(1)

對(duì)于通過(guò)實(shí)驗(yàn)所得的油漆光譜信息，波數(shù)值用橫坐標(biāo)的值表示，波數(shù)范圍為400～4000cm-1，儀器自動(dòng)將這些信息分段存儲(chǔ)，并且存儲(chǔ)過(guò)程中波數(shù)都是一定的。而光譜圖上存在的差異主要在縱坐標(biāo)表現(xiàn)，即吸光度值。所以進(jìn)行光譜的檢索時(shí)，只需對(duì)未知樣本油漆的縱坐標(biāo)和油漆數(shù)據(jù)庫(kù)中的油漆的縱坐標(biāo)進(jìn)行比較。

在檢索未知的油漆樣本過(guò)程中，具體的實(shí)現(xiàn)步驟可分為：首先，在顯微鏡下對(duì)油漆的斷面信息進(jìn)行分析，記錄下油漆樣本的漆層順序及總漆層數(shù)，獲取每一層的紅外光譜信息，并對(duì)譜圖進(jìn)行規(guī)范化處理及譜圖的數(shù)據(jù)化[10]。將待分析的未知油漆樣本的光譜數(shù)據(jù)信息讀入到事故車(chē)輛油漆物證數(shù)據(jù)庫(kù)，將其逐一與已存儲(chǔ)的光譜信息進(jìn)行比較，并計(jì)算其相關(guān)系數(shù)。最后，設(shè)定的閾值按照大小順序依次將滿(mǎn)足閾值要求的樣本序號(hào)顯示出來(lái)[11-13]，從而達(dá)到檢索的目的。界面如圖1所示。

圖1　油漆信息檢索界面

滿(mǎn)足閾值要求的樣本序號(hào)被找到后，再通過(guò)車(chē)輛查詢(xún)模塊，找到對(duì)應(yīng)的汽車(chē)信息，如圖2所示。

圖2　車(chē)輛查詢(xún)界面

實(shí)現(xiàn)代碼：

void CCarSearchDlg::OnButtonSearch()

{……

……}

2　對(duì)未知樣本的第一層(清漆層)油漆物證分析

按照上述方法，檢索出數(shù)據(jù)庫(kù)中與未知油漆樣本的第一層(清漆層)最為接近的油漆信息，由于0.7≤|r|為高度線性相關(guān)，因此設(shè)定閾值為0.7。

檢索結(jié)果如圖3所示。同時(shí)將檢索出的油漆光譜圖在同一坐標(biāo)下顯示出來(lái)，如圖4所示。由圖中可以明顯得到，被檢索出的油漆樣本的光譜在其特征譜段[14-15]1250～1450cm-1范圍內(nèi)的光譜十分相似。

圖3　清漆層比較分析結(jié)果界面圖

圖4　清漆層比較結(jié)果對(duì)應(yīng)光譜信息

根據(jù)檢索得到的事故車(chē)輛油漆物證的序號(hào)，利用車(chē)輛查詢(xún)功能找出對(duì)應(yīng)的肇事嫌疑車(chē)輛。如圖5所示。

圖5　肇事嫌疑車(chē)輛信息

通過(guò)對(duì)清漆層的分析得出如下結(jié)論：

1)通過(guò)油漆光譜的檢索系統(tǒng)進(jìn)行檢索，得到數(shù)據(jù)庫(kù)中與未知油漆樣本有著高度線性相關(guān)的油漆樣本信息，未知油漆樣本可能屬于大眾系列轎車(chē)。

2)出自同一汽車(chē)制造廠的汽車(chē)，在其油漆的第一層(清漆層)有著明顯的相似性；

3)分析的對(duì)象是汽車(chē)油漆的第一層，所以與油漆本身的顏色是無(wú)關(guān)的。

3　色漆層比對(duì)分析

在事故現(xiàn)場(chǎng)采集到的油漆痕跡物證，很容易被外界的一些因素影響，清漆層外面可能附著有其它一些有色物質(zhì)，所以不能直接確定汽車(chē)油漆的顏色。因此需要進(jìn)一步對(duì)油漆樣本的第二層(色漆層)進(jìn)行分析，分析方法與上述步驟相同。

由實(shí)驗(yàn)結(jié)果可以得出：

1)未知樣本的顏色為黑色系；

2)汽車(chē)油漆色漆層中屬于同一色系的汽車(chē)油漆相關(guān)系數(shù)較大；

3)色漆層與汽車(chē)生產(chǎn)廠家的相關(guān)性不大。

4　結(jié)論

汽車(chē)的特性能夠通過(guò)汽車(chē)表面油漆的光譜特性比較明顯的反映出來(lái)，因此可以作為肇事逃逸案件破獲的有力證據(jù)；同一汽車(chē)生產(chǎn)廠家的汽車(chē)油漆清漆層相關(guān)性較大，而色漆層只與油漆本身的顏色有關(guān)，與生產(chǎn)廠家無(wú)關(guān)。

[1]何洪源，王龍.交通指示逃逸案件中微量物證提取的綜合應(yīng)用，中國(guó)人民公安大學(xué)學(xué)報(bào)(自自然科學(xué)版)，2006(1):17-20

[2]姜紅.油漆物證在交通肇事逃逸案件中的應(yīng)用[J].上海涂料，2005

[3]宋曉琳.汽車(chē)車(chē)身造型工藝學(xué)(第二版)[M].北京理工大學(xué)出版社，:164-172

[4]Isolde Deconinck,Christopher Latkoczy,Detlef Gunther,Filip Govaert and Frank Vanhaecke，Capabilities of laser ablation-inducitively coupled plasma mass spectrometry for (trace)element analysis of car paints for forensic purposes.J.Anal.At.Spectrom,2006,(21):279-287

[5]翁詩(shī)甫.傅里葉變換紅外光譜儀[M].化學(xué)工業(yè)出版社，2005,5

[6]鄭穎.乘用車(chē)事故車(chē)輛油漆物證比對(duì)技術(shù)的研究.長(zhǎng)安大學(xué)碩士論文,2011

[7]徐永群、孫素琴,等.紅外指紋圖譜庫(kù)與陣列相關(guān)系數(shù)法快速鑒別中藥材[J].光譜實(shí)驗(yàn)室,2002(5)

[8]SUN Suqin，LIANG Xiyun，YANG Xianrong.ChineseJournal of AnalyticalChemistry，2001，29(5)：552

[9]SUN Suqin，ZHOU Qun，YU Jianyuan.ChineseJournal ofAnalytical Chemistry，2000，28(2)：211

[10]吳瑾光.近代傅里葉紅外光譜[M]，北京:科學(xué)技術(shù)文獻(xiàn)出版社，1994:221-236

[11]魏朗，陳濤.Visual C++程序設(shè)計(jì)攻略教程[M].西安：西安電子科技大學(xué)出版社，2004

[12]周啟濤，高英．Visual C++數(shù)據(jù)庫(kù)開(kāi)發(fā)基礎(chǔ)與應(yīng)用[M]．北京：人民郵電出版社，2005

[13]郎銳．Visual C++數(shù)據(jù)庫(kù)開(kāi)發(fā)基礎(chǔ)及實(shí)例解析[M]．北京：機(jī)械工業(yè)出版社，2005

[14]郝愫媛．模式識(shí)別技術(shù)在法庭科學(xué)微量油漆物證鑒定中應(yīng)用的研究.，山東科技大學(xué)工程碩士論文，2004

[15]龍之一，陳森，道克剛.高性?xún)r(jià)比的光譜自動(dòng)檢測(cè)和識(shí)別系統(tǒng)[J].計(jì)量技術(shù)，2004(4)