劉 蕊，楊凡超，劉 穎,3，李大湘,3，甘玉泉,3，嚴(yán) 敏

(1.西安郵電大學(xué) 通信與信息工程學(xué)院，陜西 西安 710121；2.中國科學(xué)院西安光學(xué)精密機(jī)械研究所 中國科學(xué)院光譜成像技術(shù)重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710119；3.西安郵電大學(xué) 電子信息現(xiàn)場(chǎng)勘驗(yàn)應(yīng)用技術(shù)公安部重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710121;4.空軍軍醫(yī)大學(xué)軍事預(yù)防醫(yī)學(xué)系流行病學(xué)教研室 特殊作業(yè)環(huán)境危害評(píng)估與防治教育部重點(diǎn)實(shí)驗(yàn)室， 陜西 西安 710032)

隨著光譜技術(shù)和圖像技術(shù)的快速發(fā)展，以光譜技術(shù)為核心的無損檢測(cè)技術(shù)已成為研究熱點(diǎn)問題[1]，而刑偵領(lǐng)域的血跡無損檢測(cè)是重要研究方向之一。血跡是犯罪現(xiàn)場(chǎng)中常見的物證，是幫助刑事案件偵破的重要突破口。受害人和犯罪嫌疑人只要在犯罪現(xiàn)場(chǎng)發(fā)生開放性沖突，此時(shí)現(xiàn)場(chǎng)遺留下的血跡便成為犯罪事實(shí)的重要證據(jù)。血液具有客觀性、穩(wěn)定性、廣泛性以及實(shí)用性的特點(diǎn)，對(duì)犯罪現(xiàn)場(chǎng)的勘察和對(duì)犯罪嫌疑人的追捕有重要意義。但是，犯罪現(xiàn)場(chǎng)可能會(huì)有疑似血跡的物質(zhì)，犯罪嫌疑人也可能會(huì)對(duì)犯罪現(xiàn)場(chǎng)的血跡進(jìn)行破壞，這些因素給警方快速識(shí)別血跡帶來了困難，可能會(huì)誤導(dǎo)警方的調(diào)查方向，延長(zhǎng)破案時(shí)間。因此，犯罪現(xiàn)場(chǎng)血跡的快速檢測(cè)與識(shí)別成為一個(gè)亟待解決的問題[2-3]。

傳統(tǒng)的血跡檢測(cè)方法主要包括直接觀察法和試劑法。直接觀察法適用于肉眼就能發(fā)現(xiàn)血跡的犯罪現(xiàn)場(chǎng)，人眼很難區(qū)分出犯罪現(xiàn)場(chǎng)的紅色物體，在血跡識(shí)別方面存在一定的局限性[4]。試劑法利用各種試劑檢驗(yàn)識(shí)別犯罪現(xiàn)場(chǎng)的紅色物質(zhì)是否是血跡，缺乏時(shí)效性；同時(shí)試劑會(huì)對(duì)衡量性能的指標(biāo)DNA造成損害，對(duì)血跡造成了一定的破壞，增加了法醫(yī)鑒定的難度[5]。不等式血液模型[6]通過光譜技術(shù)，應(yīng)用主成分分析進(jìn)行數(shù)據(jù)降維，雖然取得了一定的檢測(cè)效果，但容易遺漏重要的血跡譜段信息。

高光譜圖像處理技術(shù)能夠同時(shí)獲取待測(cè)物體的圖像信息和光譜信息，具備圖譜合一的優(yōu)點(diǎn)，對(duì)犯罪現(xiàn)場(chǎng)的紅色物質(zhì)可快速分析和解釋，并可進(jìn)行無損檢測(cè)[4]。因此，本文提出一種基于高光譜血跡數(shù)據(jù)的無損檢測(cè)方法。通過各個(gè)樣本的光譜曲線進(jìn)行拐點(diǎn)、波峰波谷的記錄并篩選出最少的特征點(diǎn)保留樣本的重要細(xì)節(jié)信息，同時(shí)實(shí)現(xiàn)降維；再利用光譜角匹配檢測(cè)血液，實(shí)現(xiàn)無損檢測(cè)。

1 高光譜成像的基礎(chǔ)理論

1.1 高光譜成像

高光譜圖像是一個(gè)具有一維光譜信息和二維空間信息的三維數(shù)據(jù)立方體，具有“圖譜合一”的優(yōu)點(diǎn)。二維圖像像素的坐標(biāo)分別由x和y表示，第三維的波長(zhǎng)信息的坐標(biāo)由z表示，如圖1所示。高光譜傳感器可捕獲數(shù)百個(gè)跨越可見光到紅外光譜的窄光譜帶中的數(shù)字圖像。高光譜圖像中的每個(gè)空間像素對(duì)應(yīng)于基本上連續(xù)的輻射光譜，使得通過高光譜識(shí)別地面物質(zhì)成為可能[7-9]。不同的地物，呈現(xiàn)反射率也不一樣。高光譜圖像能完整的描繪出地物的反射率，給地物的區(qū)分帶來便利[10-11]。

圖1 高光譜圖像塊

1.2 高光譜圖像的獲取方式

在高光譜圖像的采集和形成方式不同的情況下，高光譜圖像的獲取方式分為3種。

1)點(diǎn)掃描

點(diǎn)掃描一次只能獲取1個(gè)像素的光譜，適用于微觀對(duì)象的掃描。

2)線掃描

線掃描是掃描線上所有像素的光譜，適用于靜態(tài)目標(biāo)的高分辨率光譜成像。

3)面掃描

點(diǎn)掃描和線掃描是空間上的掃描，而面掃描是在光譜域上進(jìn)行掃描。面掃描需要轉(zhuǎn)動(dòng)濾光片切換輪或調(diào)節(jié)可調(diào)節(jié)濾波器來獲取高光譜圖像，面掃描方式能獲取單個(gè)波長(zhǎng)下的整個(gè)空間圖像。這種掃描方式適用于波長(zhǎng)圖像數(shù)目較少的多光譜系統(tǒng)中[12]。

因此，基于面陣探測(cè)器的線推掃形式高光譜成像儀更適用于實(shí)驗(yàn)室條件下多種樣本的高光譜數(shù)據(jù)采集。

1.3 高光譜圖像的分析與處理

目標(biāo)識(shí)別是光譜應(yīng)用的一個(gè)重要方向?；诟吖庾V圖像既有二維空間信息又有一維光譜信息的特點(diǎn)，高光譜圖像的具體檢測(cè)與識(shí)別過程如圖2所示。

圖2 高光譜圖像檢測(cè)與識(shí)別過程

地物的光譜曲線具有唯一性，根據(jù)地物光譜曲線的形狀相似度可判斷地物所屬的類別[13]，因此波譜匹配是光譜圖像處理中識(shí)別地物的關(guān)鍵技術(shù)之一。波譜匹配可以基于整個(gè)譜段的光譜曲線匹配，也可對(duì)感興趣波段的光譜進(jìn)行匹配[14]。目前，光譜識(shí)別算子有最小距離匹配(euclidean distance，ED)、光譜信息散度(spectral inform-ation divergence，SID)、光譜相關(guān)測(cè)量(spectr-al correlation measurement，SCM)和光譜角制圖(spectral angle mapper，SAM)等[15-16]。光譜角度制圖對(duì)乘性噪聲不敏感，可以有效解決色散型高光譜成像儀獲取能量相對(duì)較低的問題。

光譜角度制圖是根據(jù)參考光譜向量和待測(cè)光譜向量之間的夾角判斷光譜向量之間的相似程度。光譜角越小，則表明參考光譜和待測(cè)光譜越相似[15]。光譜角的具體計(jì)算公式[15]為

,

(1)

其中：SA(t,r)是參考光譜和待測(cè)光譜的夾角，即光譜角，取值范圍為[0,π/2]，值越小，表示兩光譜向量之間越相似，是同一類的概率也就越高；t=(t1,t2,…,tN)為待測(cè)光譜向量；r=(r1,r2,…,rN)為參考光譜向量；N表示光譜的波段數(shù)。

光譜角制圖算法的具體步驟[17]如下。

步驟1提取待測(cè)光譜向量t和參考光譜向量r。

步驟2計(jì)算高光譜圖像中的每個(gè)待測(cè)光譜向量和參考光譜向量的夾角SA(t,r)。

步驟3定義閾值M，比較待測(cè)光譜向量與參考光譜向量的夾角與閾值的大小，如果光譜角在閾值的范圍內(nèi)，說明待測(cè)物與參考物可歸為同一類。

2 實(shí)驗(yàn)

針對(duì)刑偵血液檢測(cè)過程中，類血液的紅色物質(zhì)與血液難以直觀鑒別的問題，實(shí)驗(yàn)采用成年男性新鮮血液作為待檢測(cè)的血液樣本，并使用了刑偵案發(fā)現(xiàn)場(chǎng)可能出現(xiàn)的容易對(duì)血液檢測(cè)造成干擾的19種類血液的紅色物質(zhì)作為對(duì)照樣本，通過SAM算法研究血液與其他樣本在可見光波段下的光譜檢測(cè)效果。

2.1 實(shí)驗(yàn)樣本

實(shí)驗(yàn)樣本包括成年男性的新鮮血液樣本以及19類血跡紅色物質(zhì)樣本。實(shí)驗(yàn)樣本均在同一背景(白色塑料板)以及實(shí)驗(yàn)環(huán)境下取得，并以硫酸鋇白板作為定標(biāo)依據(jù)。實(shí)驗(yàn)樣本和樣本名稱分別如圖3和表1所示。

圖3 紅色類血跡物質(zhì)的實(shí)驗(yàn)樣本

表1 樣本編號(hào)對(duì)應(yīng)的物質(zhì)名稱

2.2 實(shí)驗(yàn)儀器

高光譜成像系統(tǒng)由型號(hào)為HyperSpec-VNIR的Headwall光譜儀、鹵鎢燈、硫酸鋇白板和信號(hào)處理計(jì)算機(jī)組成。血液與類血液紅色樣本的高光譜圖像信息是基于Headwall可見光波段高光譜成像光譜儀的高光譜成像系統(tǒng)采集。成像光譜儀為色散型高光譜成像儀，如圖4所示。光譜儀的光譜分辨率為2.8 nm，共有417個(gè)波段，光譜范圍為380∶1 000 nm，通過推掃的形式對(duì)目標(biāo)區(qū)域進(jìn)行高光譜成像。

圖4 高光譜采集儀器

實(shí)驗(yàn)照明使用150 W的鹵鎢燈,提供400∶2 500 nm的可見光和近紅外光發(fā)射的連續(xù)光譜，光源強(qiáng)度從暗到亮強(qiáng)度可調(diào)范圍為0∶100%。計(jì)算機(jī)用于提供圖像采集軟件，實(shí)驗(yàn)開始前設(shè)定光譜儀的焦距，待其他儀器校正以后，將實(shí)驗(yàn)樣本放在白板上，即由配套的計(jì)算機(jī)控制整個(gè)實(shí)驗(yàn)過程并保存實(shí)驗(yàn)數(shù)據(jù)。

2.3 實(shí)驗(yàn)結(jié)果與分析

2.3.1 數(shù)據(jù)采集與數(shù)據(jù)定標(biāo)

分別在各個(gè)實(shí)驗(yàn)樣本的中心區(qū)域選取20×20的像素區(qū)域作為每個(gè)樣本的數(shù)據(jù)，并通過求取每個(gè)樣本的400像素點(diǎn)的平均值作為每個(gè)樣本的高光譜數(shù)據(jù)，從而降低數(shù)據(jù)噪聲。數(shù)據(jù)結(jié)果需要通過硫酸鋇白板數(shù)據(jù)進(jìn)行處理，定標(biāo)處理算法為[18]

R=Rs./R0

。

(2)

其中：Rs表示定標(biāo)前的像元光譜向量；R0表示同一照明條件下的白板的光譜向量；R表示定標(biāo)后的光譜向量；./表示相對(duì)應(yīng)數(shù)據(jù)的點(diǎn)除。

定標(biāo)前后的高光譜圖像的光譜圖分別如圖5和圖6所示。

圖5 定標(biāo)前的反射光譜

圖6 定標(biāo)處理后的反射光譜

2.3.2 可見光全譜段信息的SAM算法匹配檢測(cè)

在進(jìn)行預(yù)處理之后選擇實(shí)驗(yàn)樣本的可見光全波段光譜，利用光譜角制圖算法計(jì)算紅色類血跡物質(zhì)與血跡兩兩之間的光譜角度，結(jié)果如圖7所示。

圖7 紅色類血跡物質(zhì)與血跡的可見光全譜段信息的光譜匹配角

從圖7結(jié)果可以看出，類血液紅色物質(zhì)SAM匹配值最低0.27 rad，因此，當(dāng)檢測(cè)閾值設(shè)置在0.15∶0.20 rad時(shí)，可以通過SAM匹配算法有效檢測(cè)血液。光譜角度越大，說明待檢測(cè)樣本與血液的差別越大；反之亦然。

2.3.3 基于譜段優(yōu)化的實(shí)驗(yàn)結(jié)果

使用SAM匹配算法對(duì)Headwall成像儀所采集的417譜段高光譜信息進(jìn)行處理，對(duì)血液與類血液紅色物質(zhì)檢測(cè)取得了較好地檢測(cè)識(shí)別效果。然而，由于類血液紅色物質(zhì)在可見光波段具有較多的相似譜信息，在檢測(cè)識(shí)別過程中屬于冗余數(shù)據(jù)，有效地減少冗余譜段信息，可以為基于高光譜血液檢測(cè)提供更高效與快速的處理優(yōu)化。因此，針對(duì)實(shí)驗(yàn)結(jié)果，選擇兩種優(yōu)化方式：第一種是采用血液以及紅色類血液樣本中所有的特征點(diǎn)信息，將譜段優(yōu)化到132個(gè)譜段；第二種是采用血液的全部特征點(diǎn)信息以及類血液紅色物質(zhì)較明顯的特征峰和拐點(diǎn)所在的譜段，將譜段優(yōu)化至35個(gè)譜段。

為了優(yōu)化譜段數(shù)量，從更少的譜段中獲取血跡檢測(cè)的關(guān)鍵信息，分別選取各個(gè)樣本的132個(gè)特征點(diǎn)和35個(gè)特征點(diǎn)所組成的光譜向量求光譜角，實(shí)驗(yàn)結(jié)果分別如圖8和圖9所示。

圖8 132個(gè)特征點(diǎn)的紅色類血跡物質(zhì)與血跡的光譜角

由圖8可以看出，當(dāng)特征點(diǎn)個(gè)數(shù)為132時(shí)，血液與類血液紅色物質(zhì)匹配的光譜角度值大于等于0.219 rad，因此，閾值設(shè)置在0.11∶0.16 rad就能區(qū)分出血液與非血液。

圖9 35個(gè)特征點(diǎn)的紅色類血跡物質(zhì)與血跡的光譜角

由圖9可以看出，當(dāng)特征點(diǎn)個(gè)數(shù)為35時(shí)，血液與類血液紅色物質(zhì)的匹配光譜角度值最小為0.231 rad，檢測(cè)閾值設(shè)置在0.12∶0.17 rad時(shí)，可以實(shí)現(xiàn)血液的無損檢測(cè)。

2.3.4 時(shí)間對(duì)比分析

為了檢測(cè)不同特征點(diǎn)的血跡檢測(cè)效率，對(duì)血液與類血液各個(gè)樣本的不同優(yōu)化策略下的檢測(cè)時(shí)間進(jìn)行比較，花費(fèi)時(shí)間情況如表2所示。

表2 不同特征譜段數(shù)花費(fèi)時(shí)間對(duì)比

由表2可知，波段精簡(jiǎn)縮短了數(shù)據(jù)處理時(shí)間，使血跡的無損檢測(cè)更加高效。

2.3.5 實(shí)驗(yàn)結(jié)果分析

通過基于血液與類血液紅色物質(zhì)特征點(diǎn)選取的譜段優(yōu)化方法，雖然隨著譜段數(shù)的減少，類血液紅色物質(zhì)的SAM匹配值有所降低，最低檢測(cè)值分別降至417譜段的81.2%和85.6%，但仍能保留較好的匹配閾值，并且降低了SAM匹配所需譜段數(shù)量。隨著譜段的減少，減少了檢測(cè)過程中數(shù)據(jù)的處理量，節(jié)省了血液檢測(cè)的時(shí)間，通過光譜成像的方法獲取樣本信息，再以匹配算法對(duì)血跡進(jìn)行識(shí)別檢測(cè)，實(shí)現(xiàn)了血跡的無損檢測(cè)。

3 結(jié)語

針對(duì)血跡的檢測(cè)問題，高光譜成像技術(shù)在不破壞案發(fā)現(xiàn)場(chǎng)的情況下通過光譜儀對(duì)不同的紅色樣本進(jìn)行檢測(cè)，得知紅色物質(zhì)是否是血跡，并獲得了實(shí)驗(yàn)樣本的高光譜向量。通過使用SAM匹配算法與可見光全波段高光譜數(shù)據(jù)，對(duì)血液與類血液紅色物質(zhì)進(jìn)行有效判別與區(qū)分，驗(yàn)證了SAM算法可應(yīng)用于血跡基于高光譜數(shù)據(jù)的無損檢測(cè)。通過血液與類血液紅色物質(zhì)特征譜段篩選的方式，將可見光波段光譜匹配數(shù)據(jù)優(yōu)化至132和35譜段，可以保證檢測(cè)準(zhǔn)確度的條件下有效降低數(shù)據(jù)處理量，節(jié)省了檢測(cè)時(shí)間。