弹头痕迹采集是自动识别的基础, 痕迹采集的质量将直接影响自动识别的结果, 痕迹采集子系统^[5]包括以下两个部分：铝箔模片, 其由铝箔胶带（78 mm× 25 mm）和塑料板制成。以铝箔胶带复制的弹头痕迹样本, 具有塑形细腻、完整、准确、清晰的特点, 且不受环境温度、湿度影响, 易于保存。展平器, 选用弹头膛线痕迹展平器(图2)作为痕迹采集设备, 该装置结构紧凑、设计合理、使用方便、快捷, 制出的痕迹膜片, 弹头痕迹清晰、稳定。使用时, 将定弹杆手柄抬起, 将制模片尾处贴在垫板根部, 转动调档杆使垫板处于低位时转动, 将按压弹头的推拉板匀速向前推直至被推弹头掉落于接弹槽内, 取出模片并标记。

图 2

Fig.2

	Figure Option ViewDownloadNew Window
	图 2 弹头膛线痕展平器[4]Fig.2 Bullet nose cone rifling trace developing device

图像扫描设备的性能决定了痕迹图像的质量, 选择中晶ScanMaker I800 plus扫描仪, 该款扫描仪分辨率高, 还原图像真实、清晰、稳定、反差适中、采集速度快。同时, 为提高识别率, 保证录入条件的规范性, 经反复测试, 扫描参数也做了统一设定。

该扫描仪可对模片批量扫描, 一次扫描20个模片。扫描后, 图像需进行框选处理, 人工选择有效痕迹范围, 剔除冗余的部分。由于弹头在铝箔胶带上滚动留下二周期以上（弹头在铝箔胶带上滚动一周即为一个周期）的痕迹图像, 根据系统算法要求, 扫描后的图像要进行预处理, 即对痕迹图像进行一周期、二周期的裁剪并分别存储。

数据管理模块基于Oracle数据库开发和设计, 分别建立了案件弹头痕迹管理库、建档枪支弹头痕迹管理库和实验弹头痕迹管理库, 每个库均可保存相应的弹头痕迹图像信息, 以及相关的案件与枪支的信息等。

1.3.1 案件弹头痕迹管理库

该库设计存储、管理与涉枪案件有关的（如现场弹头、嫌疑枪支射击样本弹头等）弹头痕迹图像及信息数据。

1.3.2 建档枪支弹头痕迹管理库

该库设计存储、管理建档枪支射击弹头痕迹图像及信息数据。

1.3.3 实验弹头痕迹管理库

该库设计用于进行系统功能测试、人员练习等。

ABIS系统的自动识别比对基于图像模式识别技术, 提取痕迹图像特征, 与数据库中保存的弹头痕迹特征逐一检索比对, 并按匹配程度进行排序, 根据排序列表, 技术人员可调取痕迹信息以进一步人工比对、复核。

1.4.1 比对算法概述

由于非制式枪支是非标准制造, 其射击弹头痕迹无固定规律可循, 而基于SIFT^[6] 特征的识别方法, 具有较好的鲁棒性和灵活性, 因此本系统采用SIFT特征进行弹痕图像的自动比对。根据弹痕图像的特点, 在识别算法中增加了匹配点连线斜率的约束, 从图像特征的整体排列关系上控制匹配点对, 以找到最匹配的库样本图像。图3是一对匹配图像, 不仅匹配点数较多, 而且匹配点连线彼此平行者较多; 图4是一对不匹配图像, 其匹配点少, 且对应连线彼此平行的比较少。

图 3

Fig.3

	Figure Option ViewDownloadNew Window
	图 3 两幅匹配的图像Fig.3 Two matched images

图 4

Fig.4

	Figure Option ViewDownloadNew Window
	图 4 两幅不匹配的图像Fig.4 Two mismatched images

1.4.2 功能介绍

自动识别模块是本系统的核心模块, 可实现弹痕图像的特征提取和自动比对识别功能。此模块提取待查询弹痕图像特征, 与样本库中的图像特征进行自动比对识别, 检索匹配图像。图5所示, 系统将相似度排名靠前的30幅图像显示在自动比对结果界面, 其中, 左侧较大图像为要查询的痕迹图像, 右侧较小的30幅图像为自动比对识别结果排名前30名的痕迹图像。在界面上, 用户不仅可以得到相似弹痕图像的ID号, 同时可以观察到其所对应的图像。自动比对结果, 极大压缩了专家比对需要核查的痕迹数量, 为提高办案效率奠定了基础。

图 5

Fig.5

	Figure Option ViewDownloadNew Window
	图 5 自动比对子系统界面Fig.5 The main interface of sub-system for automatic comparison

由于涉枪案件关系重大, 不能有丝毫差错; 所以尽管有计算机自动识别比对的结果, 同一认定的最终判定仍需专家比对确定, 图6所示为专家比对子系统界面。本系统提供的专家比对功能模块除了常用的图像放大、缩小、旋转、标画特征等操作外, 针对非制式枪射击弹头痕迹的特殊性, 设计开发出了分割比对模式^[7], 图7所示, 该模式可以形象地理解为：一个画板有两个衔接区域, 区域的大小、形状可由用户调节, 每幅图像只能在一个区域内显示, 每幅图像在自己区域内的移动、缩放、旋转等均不会影响另一区域的图像; 专家比对时, 可以通过变化区域的形状, 观察两幅图像痕迹衔接处及整体的匹配程度。

图 6

Fig.6

	Figure Option ViewDownloadNew Window
	图 6 专家比对子系统界面Fig.6 The main interface of sub-system for expert comparison

图 7

Fig.7

	Figure Option ViewDownloadNew Window
	图 7 分割比对效果 (a)垂直分割; (b)垂直曲线分割; (c)水平分割; (d)水平曲线分割; (e)矩形分割; (f)椭圆分割; (g)多边形分割Fig.7 Comparison by segmentation. (a)Segmentation by vertical line; (b)Segmentation by vertical curve; (c)Segmentation by horizontal line; (d)Segmentation by horizontal curve; (e)Segmentation by rectangle; (f)Segmentation by ellipse; (g)Segmentation by polygon

分割比对中区域分割分成了三类共7种方式, 垂直分割类中包括垂直直线分割和垂直曲线分割, 水平分割类中包括水平直线分割和水平曲线分割, 自由分割类中包括矩形分割、椭圆分割和多边形分割。图7中给出了7种分割区域的弹头痕迹比对效果, 两幅弹头痕迹图像为同一枪支射击不同弹头痕迹, 分别位于分割线分割的两块区域内, 图中的红线即为分割线, 绿色十字星为分割线控制点。

ABIS系统研发过程中经多次测试, 结果渐趋优异。测试收集了重庆、浙江、青海、广东、山西、湖南、云南、湖北、河北等省市共736组（同一支枪射击弹头编为一组）非制式枪射击弹头（64式7.62 mm手枪弹弹头, 其中多数为国产64式7.62 mm手枪弹弹头和若干自制仿64式7.62 mm手枪弹弹头）。

使用ABIS系统按流程完成测试弹头的痕迹采集、录入和自动比对, 统计测试结果。具体操作步骤如下：

步骤1, 将弹头进行分组, 每组弹头的第一枚编入“ 案件” 组, 第二枚编入“ 试验” 组, 用随机数列对每枚弹头编号。

步骤2, 使用弹头痕迹采集系统依次采集弹头痕迹, 将采得痕迹后的铝箔模片分组、编号（与弹头分组、编号一致）。

步骤3, 使用弹头痕迹图像录入系统, 依次将
“ 案件” 组和“ 试验” 组的铝箔模片扫描并预处理。

步骤4, 在数据库管理系统中, 将“ 案件” 组痕迹图像和“ 试验” 组痕迹图像分别录入案件弹头痕迹管理库和实验弹头痕迹管理库。

步骤5, 在实验弹头痕迹管理库中, 随机抽取185个痕迹图像与案件弹头痕迹管理库中痕迹图像进行自动识别比对, 逐一记录比对结果, 前n排名汇总于表1。

表 1

Table 1

表 1(Table 1)

表 1 ABIS系统测试结果（案件库：736, 实验库：185） Table 1 ABIS test results (Database for cases: 736, database for experiment: 185 ) 库容量/枚 相关排序 第1位/次 前10位/次 前20位/次 前30位/次 30位外/次 736 113 142 154 158 17 比例(%) 64.5 81.1 88 90.3 9.7

表 1 ABIS系统测试结果（案件库：736, 实验库：185） Table 1 ABIS test results (Database for cases: 736, database for experiment: 185 )

本次测试结果显示, 排名第1位的比率为64.5 %, 排名前30位的比率为90.3 %。在736的库容量下, 单幅痕迹图像自动识别时间约为3.8 s。

上述实验结果说明, 本系统具备较高的实用性。通过与国外领先的弹头痕迹自动识别系统的测试结果比较, 本项目测试结果明显优于国外弹头痕迹自动识别系统的测试结果。