本次实验所采集到的高光谱数据是由美国Headwall Photonics公司生产的高光谱成像仪主机Hyperspec VNIR-E系列, 如图2所示, 使用的可见近红外高光谱成像系统主要包括：Starterkit室内线扫平台（由Headwall公司集成, 含150 W卤素灯及稳流控制器、250 mm线性步进导轨、单轴直流控制器、反射率标准板等）, 高光谱影像数据采集软件（HyperspecIII, 美国Headwall Photonics公司）, 和光谱影像数据分析软件（ENVI, 北京星图环宇科技有限公司; MISystem, 广州星博科仪有限公司）, 高性能计算机等。其中Hyperspec VNIR-E系列高光谱成像仪采用的是同轴反射式全息光栅分光的像差校正光路设计, 数值孔径为F/2.0, 光谱分辨率约为4 nm, 光谱范围为400~1000 nm。设置相机曝光时间为40 ms, 平台移动速度为3.72 mm/s, 扫描范围为80~150 mm, 从而保证扫描的高光谱图像数据具有较高的成像质量。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 高光谱成像系统Fig.2 The hyperspectral imaging system

手指蘸取血液, 在不同材质（油光纸、彩色书写纸、胶版纸等易留有指纹的纸张）、不同颜色复杂程度（黑色、红色、紫色、蓝色、彩色等易遮盖或混淆血迹颜色）的背景上捺印清晰的指纹, 将每块含有血指纹的区域进行相同规格的裁剪, 依次平放于线扫平台上进行高光谱图像数据采集。

血迹的鉴别方法很多, 如常见的物理观察法虽然对检材无损, 但只能提供该物质的物理信息, 属于定性分析方法, 专属性差。而化学试剂法可能会在一定程度上破坏血迹中的DNA成分, 影响后续检测。为实现检材的无损检测及血指纹图像的准确分割, 本文首先探索研究了血迹在可见光及近红外波段内的光谱特性。

将滴有酱油、红色指甲油、唇油、血液、血红蛋白、血清的白色滤纸置于高光谱仪上扫描, 把得到的图像利用ENVI光谱影像分析软件进行分析。

白色滤纸上的血清、血红蛋白、血迹、红色指甲油、唇油、酱油在复合光下的RGB图像如图3所示, 其在400~1000 nm波段的光谱曲线如图4所示。由图上数据可知, 以上6种物质在400~1000 nm波段下对光的反射率各不相同。高光谱成像效果受被检物质的成分影响较大, 而受物质颜色的影响较小, 使用高光谱成像技术记录5种颜色易与血迹混淆的物质, 发现血迹和其他物质的光谱峰及形状有明显的差异, 从而为血指纹的分割提取提供了可能性。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 6种介质的RGB图像（a.酱油; b.红色指甲油; c.唇油; d.血液; e.血红蛋白; f.血清）Fig.3 RGB images of six different samples (a. soybean, b. nail polish, c. lip balm, d. blood, e. hematocrystallin, f. serum)

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 6种介质的光谱曲线图Fig.4 Spectral curves of the six different samples in Fig.3

本实验通过搭建高光谱实验平台, 利用高光谱成像技术采集血指纹样本的图谱信息, 采用ENVI、MISystem两种光谱影像分析软件进行血指纹图像提取及背景分离, 其具体流程如图5所示。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 血指纹图像分割流程图Fig.5 Flowchart to segment the blood fingerprint image

3.2.1 样本高光谱数据采集

对复杂背景下的血指纹进行采集前, 先提前3 min打开光源进行预热直至光源稳定。为了防止采集到的图像模糊不清或变形失真, 需要根据相机镜头与物体的距离（物距）调节光圈和焦距的大小。为了消除光源强度的差异在各波段下分布不均及摄像头中暗电流噪声的影响, 需要对采集到的光谱图像进行黑白校准, 如式(1)所示。

(1)

其中, R是校正后的图像, L是原始高光谱图像, B是黑板校正图像, W是白板校正图像。

3.2.2 感兴趣区域选取

感兴趣区域（Region of Interest, ROI）的合理选取是至关重要的一个步骤, 其结果将直接影响后续处理效果。图像校正过后, 运用ENVI 5.1软件提取高光谱图像中血指纹样本的光谱信息, 将完整血指纹所在最小矩形区域作为ROI, 将ROI内的光谱信息的平均值作为对应样本的光谱值。ROI选取可去除周边无关信息干扰, 提升系统分析速度, 为后续的血指纹分割提取打下基础。操作如图6所示。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 ENVI软件ROI处理效果图Fig.6 Selecting ROI (Region of Interest) by ENVI

3.2.3 图像光谱分解

将已计算反射率的数据导入MISystem光谱影像分析软件进行人工分析, 即对目标图像上不同成分点的样本分别进行人工取样, 将遗留在每一处背景上的微量血迹, 即该处背景客体的成分与血迹成分进行叠加, 利用两者的光谱特性, 寻找两种物质形成反差的波段, 然后输出血指纹呈现强吸收且复杂背景呈现强反射的各波段叠加的灰度图, 进行光谱分解分析, MISystem能够根据灰度图大致判断物质遗留在客体上的轮廓形状, 由此达到对遗留在复杂背景上的指纹进行提取固定的目的。操作如图7所示。

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 MISystem软件取样后的血指纹分析图Fig.7 The extracted blood fingerprint image from the sample by MISystem

本实验共取样了6种不同成分物质, 每一种取若干像素点, 如图7所示取样完成后进行人工分析, 软件进行目标识别并分析运算后会得到6个分别以标记的6个区域呈现亮色的波段。随后则对各个波段的显现灰度图进行选择性叠加 , 本实验选取了“ 蓝色” 区域、“ 红色” 区域、“ 青色” 区域为反射强度最强, “ 绿色” 区域、“ 黄色” 区域、“ 紫色” 区域为吸收程度最强时候的波段数据, 最后得到效果图并输出。

3.2.4 目标图像分割

根据样本物质成分的吸收和反射状态, 输出各波段叠加的灰度图并进行人工分析, 选择理想波段下对应的灰度图像进行合成, 选择血指纹与复杂背景分离效果最好的图像输出存储, 最终实现复杂背景下血指纹的准确分割。