李岳松，羅亞平

（1.中國人民公安大學刑事科學技術學院，100038；2.中國人民公安大學研究生院，100038）

在涉槍案件偵破過程中，需對彈頭、彈殼的發(fā)射痕跡進行檢驗和鑒別。自20世紀70年代起，隨著計算機處理能力的提升和圖像數(shù)字識別技術的發(fā)展，國外法庭科學工作者開始嘗試利用計算機算法探究槍彈痕跡的自動識別技術[1-2]。90年代初，隨著科學技術的不斷進步與突破，槍彈痕跡自動比對系統(tǒng)得以推廣應用。槍彈痕跡檢驗由傳統(tǒng)的比對顯微鏡檢驗逐步向定量化、數(shù)字化方向發(fā)展，有關槍彈痕跡自動識別的研究也不斷開展[3-6]。槍彈痕跡自動識別技術是將計算機圖像處理應用于槍彈檢驗的一項新技術，即基于槍彈自動識別系統(tǒng)的自動掃描與檢索功能，客觀地將射擊后彈頭與彈殼上遺留的痕跡特征錄入并檢索比較，通過痕跡特征數(shù)字化，利用圖像處理技術及相應算法以達到推斷射擊彈頭、彈殼與樣本彈頭、彈殼是否由同一支槍發(fā)射的目的[7]。隨著槍彈痕跡圖像處理技術的逐步提高，有學者提出能否構建槍彈痕跡數(shù)據(jù)庫，便于快速比對檢索[8-13]。2002年比利時專家de Kinder[8]提出“Ballistic Fingerprinting Databases（槍彈痕跡數(shù)據(jù)庫）”概念。盡管歐洲國家及美國各州當時期望建立該數(shù)據(jù)庫以提高破案效率，但由于受各國槍支管控政策不同及犯罪用槍在數(shù)據(jù)庫中占比過低等條件限制，該數(shù)據(jù)庫在實戰(zhàn)中難以發(fā)揮效用。因此，de Kinder認為槍彈痕跡數(shù)據(jù)庫若想發(fā)揮出應有的作用需要從立法、司法、行政管理等角度得到進一步發(fā)展。2003年de Kinder等[9]借助IBISTM槍彈自動識別系統(tǒng)，通過實驗收集6種品牌共4200枚9 mm P226手槍射擊彈殼，并對其中600枚彈殼組成的“Reference Ballistic Imaging Database（樣本槍彈痕跡圖像數(shù)據(jù)庫）”進行了測試評估，其結論為限于檢索準確率的低下，該數(shù)據(jù)庫無法成為高效的執(zhí)法工具。同時de Kinder指出槍彈自動識別系統(tǒng)及相應檢索比對算法是日后能否取得突破的關鍵。2012年德國專家Rahm等[10]基于對槍彈痕跡數(shù)據(jù)庫的研究，提出了借助數(shù)學模型，客觀量化衡量槍彈自動識別系統(tǒng)準確性的標準。2013年土耳其專家Ogunc等[11]檢測了由RALISTIKA 2010槍彈自動識別系統(tǒng)構建，包含9 mm×19 mm和7.65 mm×17 mm共2000枚彈殼的痕跡圖像數(shù)據(jù)庫，認為其準確性可以滿足土耳其警方工作需求。2015年比利時專家de Ceuster等[12]借助檢索表現(xiàn)更出色的Evo finder?槍彈自動識別系統(tǒng)對十多年前de Kinder有關“Reference Ballistic Imaging Database（樣本槍彈痕跡圖像數(shù)據(jù)庫）”的測試進行了再探究。探究結果表明，相比于十年前IBISTM系統(tǒng)，Evo finder?系統(tǒng)的檢索能力有顯著提升，較于之前的研究可以得出該數(shù)據(jù)庫的檢索準確度明顯提高，但de Ceuster認為基于此項實驗所得數(shù)據(jù)結果，將此類數(shù)據(jù)庫應用于實戰(zhàn)破案仍需考慮。

我國實行嚴格的槍支管控政策，對公務用槍進行登記建檔管理。由于公務用槍數(shù)量龐大，如何建立公務用槍痕跡檔案數(shù)據(jù)庫，即數(shù)字化建檔，成為公安機關的關注重點[6,13]。本文以1000支QSZ92式9 mm建檔手槍射擊的2996枚彈頭為研究對象，借助Evo finder?槍彈自動識別系統(tǒng)建立建檔彈頭痕跡數(shù)據(jù)庫，經(jīng)過大量檢索后，綜合分析檢索結果，并結合公安實戰(zhàn)需求，為實現(xiàn)公務用槍數(shù)字化建檔提供詳實實驗參考。

1 材料和方法

1.1 Evo finder? 槍彈自動識別系統(tǒng)及處理器的配置

Evo finder?槍彈自動識別系統(tǒng)由德國ScannBI Technology公司研發(fā)，具備快速、完整采集彈頭與彈殼痕跡圖像、分類存儲管理圖像信息、自動檢索與比對樣本痕跡圖像、數(shù)據(jù)結果互聯(lián)共享等功能。本文使用的系統(tǒng)版本為6.3.3.9。本文實驗所用處理器參數(shù)如下 ：DELL?Inspiron 14-7447筆記本電腦 ；Windows?10版本；Intel?core i7-4720HQ CPU 2.60GHz處理器；8.00GB內存；64位操作系統(tǒng)。

1.2 建檔彈頭的選取及命名

選取某公安局建檔QSZ92 9mm手槍1000支并編號為“00001～01000”，每支手槍依照實物建檔，選取全部3枚彈頭構建建檔彈頭痕跡數(shù)據(jù)庫（見圖1）。其中編號為“00032”等4支手槍因其中1枚彈頭嚴重變形未選取，即共選取2996枚彈頭構建該庫。每支槍選取的3枚彈頭分別命名為“槍支編號-B1”“槍支編號-B2”“槍支編號-B3”，如：槍支編號“00001”的3枚建檔彈頭命名為“00001-B1”“00001-B2”“00001-B3”；因編號為“00032”等4支手槍只錄入2枚彈頭，故分別命名為“槍支編號-B1”“槍支編號-B2”。

1.3 建檔彈頭的圖像采集及痕跡標劃

Evo finder?槍彈自動識別系統(tǒng)可采集彈頭側面全部痕跡區(qū)域也可以自定義采集區(qū)域。為與實物比對痕跡范圍相同，本實驗完整采集每枚彈頭圓柱體側面全部痕跡區(qū)域（見圖1）。參照Evo finder?自動識別系統(tǒng)操作手冊采集上述全部2996枚彈頭圖像，不同彈頭采集痕跡所耗時間不同，在熟練操作的情況下，平均采集一枚彈頭痕跡所需時間約為4 min 30 s，時間包含使用夾具固定彈頭、確認采集圖像范圍、運行采集程序、數(shù)據(jù)保存的時間。該時間數(shù)據(jù)僅限本實驗條件下得到。

圖1 彈頭掃描區(qū)域Fig.1 The area each bullet was scanned

根據(jù)Evo finder?槍彈自動識別系統(tǒng)操作手冊，彈頭痕跡圖像采集后需對膛線痕跡區(qū)域進行標劃，即需要標劃每枚彈頭的坡膛痕跡區(qū)域、陽膛線痕跡區(qū)域、陰膛線痕跡區(qū)域（見圖2）。在熟練操作的情況下，平均標劃一枚彈頭全部三種痕跡所需時間約為2 min。該時間僅限由本實驗QSZ92式9 mm射擊彈頭膛線痕跡得到。

1.4 檢索結果的呈現(xiàn)及統(tǒng)計學方法

選取每支手槍編號“B1”的彈頭作為檢材，在其余2995枚彈頭的數(shù)據(jù)庫中進行檢索，共完成1000次檢索。每次檢索完成后，系統(tǒng)會得出一份檢索列表，列出在某彈頭“B1”作為檢材進行檢索的前提下，其余2995枚彈頭的排名位置及相似度，相似度介于0～1之間。借助數(shù)據(jù)分析軟件，分析全部1000份檢索結果，并在此基礎上討論建檔工作中需要考慮的幾項內容，如數(shù)據(jù)庫大小與檢索時間、檢索結果的關系等。為更直觀評估檢索能力，參考de Ceuster的研究[6]：檢索列表中排名第1～30位的樣本，記錄其實際排名結果，如：“第1位”、“第24位”等；檢索列表31位及以后的樣本，統(tǒng)一按照“第31位”記錄。系統(tǒng)在每份檢索列表中給出坡膛痕跡、陽膛線痕跡、陰膛線痕跡三種檢索結果，取B2或B3的最高排名及對應相似度為某痕跡下最佳檢索結果。實際鑒定工作中，檢驗專家通常綜合考慮三種痕跡檢索結果，本文亦分析每份檢索列表中三種痕跡的最佳檢索結果。本實驗選用minitab?17作為分析軟件，并得到相應圖表。

2 結果與討論

2.1 建檔彈頭痕跡數(shù)據(jù)庫的檢索表現(xiàn)

對于建檔彈頭痕跡數(shù)據(jù)庫而言，其檢索比對的準確性是其能否服務公安工作的關鍵。下文對1000支建檔手槍的檢索結果進行梳理，從排名位置、相似度分布、檢索列表分值間隔三個角度來評估該數(shù)據(jù)庫的檢索表現(xiàn)。檢驗工作中，檢驗專家通常結合檢索結果調取圖片檢驗比對（見圖3）。

圖3 借助Evo finder? 系統(tǒng)比對彈頭陽膛線痕跡Fig.3 Comparing the landmarks by Evo finder? system

2.1.1 排名位置

綜合分析三種痕跡檢索結果可知：陽膛線痕跡檢索結果為最佳排名結果，即1000支手槍編號“B1”的彈頭檢索時同一支槍擊發(fā)彈頭（“B2”或“B3”）最佳排名位置均位于“第1 位（100%）”（見圖4、表1）。陰膛線痕跡和坡膛痕跡檢索結果截止“第30位”分別能找到99.2%和92.9%的同一支槍擊發(fā)彈頭（見圖5）。

圖4 三種痕跡檢索結果中同一支槍擊發(fā)彈頭B2或B3最佳排名Fig.4 The best ranking order in the three imaging-mark correlation lists for the bullet B2 or B3 fired from the same pistol

表1 同一支槍擊發(fā)彈頭B2或B3在檢索列表中最佳排名位置Table 1 Best ranking order statistics from the three imagingmark correlation lists for B2 or B3 fired from the same pistol

圖5 三種痕跡檢索結果中最佳排名位置（截至前30位）與比中同一支槍彈B2或B3的累計概率Fig.5 The cumulative percentage that B2 or B3 ( fired from the same pistol) is matched to the best ranking position (cut to the above top 30 position) in the three imaging-mark correlation lists

三種痕跡檢索結果并不相同。在射擊過程中，彈頭披甲與槍管內壁通過力的作用留下能反映槍管內壁構造和使用狀況的痕跡特征，而三種痕跡特征的形痕質量以及穩(wěn)定度有明顯區(qū)別。

2.1.2 相似度

同一支槍擊發(fā)彈頭“B2”和“B3”與其余彈頭相似度分布越相互孤立，該數(shù)據(jù)庫檢索準確度越高。綜合全部檢索列表，統(tǒng)計三種痕跡檢索列表排名前10位的樣本相似度數(shù)值，分析同一支槍擊發(fā)彈頭與不同槍支擊發(fā)彈頭相似度數(shù)值分布（見圖6）。

圖6 三種痕跡檢索結果中同一支槍和不同槍支擊發(fā)彈頭相似度分布Fig.6 Density distribution of the similarity scores obtained with the bullets fired from the same or different pistol(s) by their respective three imaging-mark correlations

由圖可知，陽膛線痕跡為最佳檢索結果，同一支槍擊發(fā)與不同槍支擊發(fā)的彈頭相似度分布區(qū)域無明顯交叉但也無明顯間隔，兩者相似度分布可較為清楚地區(qū)分。在坡膛痕跡檢索結果與陰膛線痕跡檢索結果中，同一支槍擊發(fā)與不同槍支擊發(fā)的彈頭相似度分布區(qū)域有明顯交叉，相似度的分布范圍出現(xiàn)部分重合，兩類相似度分布無法明顯區(qū)分，且坡膛痕跡檢索結果重合范圍面積大于陰膛線痕跡檢索結果。

2.1.3 檢索列表分值間隔

在檢索列表中，若某相鄰兩彈頭間相似度分值差較于其他相似度分值差越大，越能引起檢驗人員的關注。

檢索列表前10位中，將同一支槍擊發(fā)彈頭相似度與相鄰下一位不同槍支擊發(fā)彈頭相似度的分值差定義為“有效分值間隔”，將同一支槍擊發(fā)彈頭“B2”與“B3”之間相似度分值差定義為“參考分值間隔”，其余相鄰彈頭相似度之差定義為“一般分值間隔”。選取陽膛線痕跡檢索結果，統(tǒng)計1000支槍列表前10位中三種分值間隔數(shù)值（見圖7）。由圖可見，檢索結果中“有效分值間隔”均值為0.2726，絕大多數(shù)都分布于在0.2～0.4之間，極少數(shù)位于0.1以下?！耙话惴种甸g隔”均值為0.004，絕大多數(shù)分布在0.025以下，極少數(shù)位于0.05～0.1之間。即絕大多數(shù)“有效分值間隔”遠高于“一般分值間隔”，因而可以引起檢驗人員的重視，通過分值間隔能有效找出潛在比中樣本。但也有少數(shù)結果，兩者無明顯區(qū)分且數(shù)值均較低，此時不能作為排除比中可能的依據(jù)。

圖7 陽膛線檢索結果中三種分值間隔Fig.7 Score gaps of the landmarks from three imaging-mark correlation lists

2.2 數(shù)據(jù)庫大小的影響

從數(shù)據(jù)庫中隨機挑選10支槍，通過改變數(shù)據(jù)庫的大小，在10支槍、50支槍、100支槍、200支槍、400支槍、800支槍、1000支槍的數(shù)據(jù)庫中檢索，從檢索時間和檢索結果兩方面進行評估，結果如下。

2.2.1 數(shù)據(jù)庫大小與檢索時間的關系

由圖8、表2可知，隨著數(shù)據(jù)庫中槍支數(shù)量的增加：1) 所有槍支檢索時間普遍增加；2) 相同數(shù)據(jù)庫中，各槍檢索時間并不一致；3) 最快檢索時間與最慢檢索時間之間差值相應增加；4) 平均檢索時間大致呈線性，已知數(shù)據(jù)庫大小的前提下，可依斜率大致推算平均檢索時間。

圖8 檢索所需時間與數(shù)據(jù)庫大小的關系Fig.8 Relationship between the spent time to perform correlations and database size

表2 不同大小數(shù)據(jù)庫中檢索一枚彈頭所需時間Table 2 The spent time to correlate a bullet in the size-increasing database

在本文1000支槍數(shù)據(jù)庫及實驗條件下，平均檢索1枚彈頭的時間僅為130.7s，與人工顯微鏡下比對方式相比，工作效率極高。但可通過增加工作計算機個數(shù)、提升CPU性能、升級軟件版本等方式縮短檢索時間，因此，此處應更多關注檢索時間的變化趨勢而非具體數(shù)值。在相同實驗條件下，可以推算10 000支槍的數(shù)據(jù)庫中，檢索1枚彈頭的平均時間約為21.8 min。

2.2.2 數(shù)據(jù)庫大小與檢索結果的關系

選取4對彈頭，其中包含“檢材相同樣本不同”、“檢材不同樣本相同”、“檢材與樣本均不同”3種情況，在不同大小數(shù)據(jù)庫中檢索，所得結果見圖9、表3。

圖9 4對彈頭檢索排名與數(shù)據(jù)庫大小的關系Fig.9 Relationship between the ranking position of 4-pair bullets and database size

表3 4對彈頭在不同大小數(shù)據(jù)庫中檢索相似度分值Table 3 The similarity scores of 4-pair bullets in the sizedifferent databases

由圖表可知：1）樣本彈頭的排名位置與數(shù)據(jù)庫大小呈明顯線性變化；2）檢材與樣本組合不同，線性斜率不同；3）相同組合檢材樣本，樣本彈頭相似度分值與數(shù)據(jù)庫大小無關。

通過觀察可知，樣本彈頭的排名位置與數(shù)據(jù)庫大小存在明顯的線性關系。這種線性關系，可以用于推算更大或更小數(shù)據(jù)庫的檢索結果。

3 結論

本文借助統(tǒng)計學軟件分析了1000支建檔QSZ92式9 mm手槍彈頭痕跡數(shù)據(jù)庫的檢索結果。從檢索排名、相似度、檢索列表相似度分值間隔三個方面評估了數(shù)據(jù)庫的檢索表現(xiàn)，并探究了數(shù)據(jù)庫大小對檢索時間及檢索結果的影響。綜合分析1000份檢索列表可知：三種痕跡檢索結果中陽膛線痕跡檢索結果最佳，全部1000支槍檢索列表的“第1位”均能找到與“B1”同一支槍擊發(fā)的彈頭“B2”或“B3”，且“B2”與“B3”相似度分布能與其余彈頭明顯區(qū)分。專家瀏覽檢索列表時，若發(fā)現(xiàn)某兩相鄰彈頭相似度分值差明顯大于其他相鄰彈頭相似度分值差，可初步推斷數(shù)據(jù)庫中可能含有同一支槍擊發(fā)的彈頭；但若無明顯區(qū)分時，不能作為排除的依據(jù)。當數(shù)據(jù)庫大小變化時，檢索時間與檢索排名位置隨之呈線性變化，檢索相似度不變。利用此變化規(guī)律，可在小數(shù)據(jù)庫的基礎上初步推知大數(shù)據(jù)庫的表現(xiàn)。

綜上所述，運用Evo finder?槍彈自動識別系統(tǒng)構建的QSZ92式9 mm建檔彈頭痕跡數(shù)據(jù)庫檢索準確、高效，可為公安建檔工作提供助力，為建檔槍支數(shù)字化管理提供參考。