引用本文
黄威, 张洋, 刘光尧, 章志成, 黄伟, 李志刚, 许小京, 王桂强. 无人机载高光谱成像系统识别沥青路面血液痕迹研究[J].刑事技术, 2020,45(4):331-334
HUANG Wei, ZHANG Yang, LIU Guangyao, ZHANG Zhicheng, HUANG Wei, LI Zhigang, XU Xiaojing, WANG Guiqiang. UAV-carried Hyperspectral Imaging System to Recognize the Bloodstain on Bitumen Road[J]. Forensic Science and Technology,2020,45(4): 331-334  
Doi: 10.16467/j.1008-3650.2020.04.001
Permissions
Copyright©2020, 《刑事技术》编辑部
《刑事技术》编辑部
无人机载高光谱成像系统识别沥青路面血液痕迹研究
黄威1,2, 张洋2, 刘光尧1,2, 章志成3, 黄伟3, 李志刚1,2, 许小京1,2, 王桂强1,2
1.公安部物证鉴定中心,现场物证溯源技术国家工程实验室,北京 100038
2.光谱数据分析与应用联合研究中心,武汉 430000
3.江苏省南京市公安局,南京 210000

第一作者简介：黄威,男,辽宁锦州人,博士,研究员,研究方向为声像资料检验鉴定。E-mail: huangwei24@aliyun.com

基金资助: “十三五”国家科技支撑计划（2017YFC0803806）; 中央级公益性科研院所基本科研业务费专项资金项目（2018JB004）
摘要

目的 研究无人机载高光谱成像系统在室外沥青路面发现和识别血液等痕迹物证的能力。方法 使用旋翼式无人机搭载全息反射光栅型高光谱成像系统采集室外沥青路面血液、油漆、酱油等痕迹样本的可见-近红外波段光谱影像数据,使用光谱角制图算法分析处理所采集到的光谱影像数据。结果 人体血液、酱油和油漆在600~800nm波段范围的反射率光谱存在明显差异,当光谱角制图算法阈值角度的最大值设为0.1弧度时,在30m飞行高度条件下,无人机单次起降可获取12000m2扫描区域的光谱影像数据,能够准确发现沥青路面4cm×4cm以上面积的血液痕迹,并与油漆、酱油等痕迹相互区分,达到识别目的。结论 无人机载高光谱成像系统在案事件现场搜寻和识别血液等生物检材的工作中具有应用价值。

关键词: 视频侦查; 光谱成像; 无人机; 刑事影像技术; 现场勘查; 血液痕迹
中图分类号:DF793.2 文献标志码:A 文章编号:1008-3650(2020)04-0331-04
UAV-carried Hyperspectral Imaging System to Recognize the Bloodstain on Bitumen Road
HUANG Wei1,2, ZHANG Yang2, LIU Guangyao1,2, ZHANG Zhicheng3, HUANG Wei3, LI Zhigang1,2, XU Xiaojing1,2, WANG Guiqiang1,2
1. Institute of Forensic Science, Ministry of Public Security & National Engineering Laboratory for Forensic Science, Beijing 100038, China
2. Joint Research Center for Spectral Data Analysis and Application, Wuhan 430000, China
3. Nanjing Public Security Bureau, Nanjing 210000, China
Abstract

Objective To probe into the feasibility and accuracy about the UAV(Unmanned Aerial Vehicle)-carried hyperspectral imaging system to find and recognize the bloodstain on the surface of bitumen road so as to provide a new approach for the application of UAV into criminal investigation.Methods The rotor UAV, equipped with the coaxial reflection convex holographic grating hyperspectral imaging system, was used to collect the visible and near-infrared spectral imaging data of human blood, paint, soy sauce and other sampling traces on the surface of bitumen road. Different algorithms were selected to analyze and tackle the collected spectral imaging data.Results For the human blood, soy sauce and paint, their reflectance spectra are significantly different in the waveband of 600~800nm. With adoption of the spectral angle mapping algorithm and the related maximal angular threshold set to 0.1 radian, the UAV, flying at 30m high, can harvest the spectral imaging data of 12000m2 scanning area through its one single takeoff and landing. Consequently, the bloodstain can be accurately discerned from the bitumen pavement if it is of the size over 4cm × 4cm, having been distinguished from paint, soy sauce and other traces.Conclusions The UAV-carried hyperspectral imaging system is applicable for crime scene hunting to discover and/or perceive biological evidential materials, e.g., the bloodstain.

Key words: spectral imaging; UAV; criminal imaging technology; crime scene investigation; bloodstain

随着无人机系统安全性、智能化、续航以及载荷能力等方面的不断完善和提升, 其在警务工作中的应用越来越广泛, 特别是在现场勘查、维稳安保、应急处突、道路交通管理等工作中已经发挥了积极的作用[1, 2, 3, 4]。无人机摄影为解决野外、火灾、爆炸等特殊现场的方位照相、概貌照相提供了新的手段[5, 6], 通过搭载红外热成像、三维数据采集等模块进行非可见光成像检验和现场三维重建的研究也日趋成熟[7, 8]。本文通过实验研究使用无人机载高光谱成像系统发现和识别室外沥青道路表面血液痕迹的可行性和准确性, 为无人机在现场勘查中的应用提供新的方法和思路。

1 材料与方法
1.1 样本制作

将人体血液、红色水性金属漆和酱油滴洒于沥青混凝土铺面道路表面, 分别形成面积不同的样本痕迹（见图1）, 样本的种类和斑迹尺寸见表1。其中, 人体血液斑迹12块, 尺寸最大为20 cm× 50 cm, 最小为2 cm× 2 cm; 红色油漆斑迹4块, 尺寸最大为20 cm× 50 cm, 最小为10 cm× 20 cm; 酱油斑迹3块, 尺寸最大为30 cm× 30 cm, 最小为10 cm× 15 cm。样本制作完毕后, 在自然条件下放置6 h左右。

图1 实验现场样本分布图Fig.1 The tested samples scattered on the bitumen road

表1 各实验样本尺寸 Table 1 Types and sizes of the tested samples
1.2 仪器设备

经纬M600 Pro无人机（深圳市大疆创新科技有限公司）; 专用三轴稳定云台（广州星博科仪有限公司）; Nano-Hyperspec同轴反射凸面全息光栅式微型机载高光谱成像仪（美国Headwall Photonics公司）, 见图2。

图2 无人机载高光谱成像系统Fig.2 Hyperspectral imaging system carried with UAV

1.3 数据采集方法

使用GS pro地面站软件控制无人机, 飞行高度30 m, 飞行速度1.2 m/s, 手动设置飞行航线。使用Hyperspec III软件设定光谱影像数据采集技术参数, 光谱响应范围400~1 000 nm, 光谱分辨率6 nm@20 μ m, 光谱波段数270, 镜头焦距17 mm, 瞬时视场角（IFOV）0.43 mrad, 曝光时间10 ms。天气条件晴朗, 地面风速< 3 m/s, 数据采集时间14:00左右。

1.4 数据分析方法

使用Spectral View软件对采集到的原始光谱影像数据进行辐射亮度校正和反射率计算, 计算式：

$Reflectance_{object}=(\frac{Radiance_{object}}{ Radiance_{reference}})\times Reflectance_{ reference }$ (1)

式中, Reflectanceobject 为消除大气、水汽等因素影响后其他目标的反射率, Radianceobject 为其他目标的辐射亮度, Radiancereference为灰板（50 cm× 50 cm, 中科院合肥物质科学研究院）区域平均的辐射亮度, Reflectancereference 为经过国家计量认证定标的反射率。

使用光谱角制图（SAM）算法对数据进行分析处理[9]。SAM是基于计算N维光谱向量夹角的一种光谱分类算法, 将每个像素点上的光谱曲线按照光谱波段数N定义为N维向量, 通过计算目标像素的光谱向量与参考光谱向量在向量空间夹角的大小, 来确定二者类别的相似性。此算法需要基于反射率数据, 对光照条件和反照率效应不敏感, 但需要提供参考光谱作为训练样本, 通过设置最大夹角的阈值可调节分类的严苛程度, 公式为：

$α =cos^{-1}(\frac{\vec{x}· \vec{r}}{||\vec{x}||· ||\vec{r}||})$ (2)

式中, $\vec{x}$ = (x1, x2, x3, …, xn) 和 $\vec{r}$= (r1, r2, r3, …, rn) 分别表示测试光谱向量和参考光谱向量。α 为两个光谱向量之间的夹角, 即光谱角。α 的取值范围在[0, π /2]之间, 其值越小, 代表测试光谱向量与参考光谱向量的相似性越高, 光谱角的大小只和光谱矢量方向有关, 与其辐射亮度无关。

2 结果

使用ENVI 5.1软件中感兴趣区域（region of interest, ROI）功能的矢量选择工具分别对人体血液、酱油、红色油漆和灰板区域进行取样, 不同样本平均光谱曲线如图3所示。

图3 不同样本平均光谱曲线图Fig.3 Average spectral curves of different samples

人体血液、酱油和油漆的反射率光谱差异主要体现在600~800 nm波段范围, 其中油漆在红光范围内的反射率显著高于另外两种样本, 但是在近红外范围内与酱油较为一致; 血液在可见光范围内与酱油差异不大, 但是在近红外范围内的反射率明显高于另外两种样本。

在光谱角制图计算过程中, 选择单值模式（Single Value）, 阈值角度的最大值设为0.1弧度, 分类结果如图4所示, 红色区域为人体血液, 绿色区域为酱油, 蓝色区域为油漆, 黄色区域为灰板。其中, 能够识别人体血液痕迹的最小面积为4 cm× 4 cm。

图4 分类后效果图（红色区域为人体血液, 绿色区域为酱油, 蓝色区域为油漆）Fig.4 Classification of the tested samples through spectral reflection, revealing the red is from human blood, the green from soy sauce and the blue from paint

3 讨论

无人机飞行高度是光谱影像数据采集过程中的重要技术参数。为了提高痕迹物证的发现率, 降低飞行高度是最直接和简单的方法, 然而, 在现场使用无人机时, 应尽量避免旋翼产生的气流扰动地面物体, 以防破坏痕迹物证原始状态甚至造成微量物证丢失, 同时, 现场周围的建筑物、空中障碍物等都可能对飞行高度的设定产生影响。本文实验中, 飞行高度设定为30 m, 相应的光谱相机空间分辨率为13 mm。实验结果表明, 本文中飞行高度的设定满足发现和识别实验样本的需要, 在以后的实际应用和研究工作中, 飞行高度尚有降低的空间, 以提高无人机载高光谱成像系统发现和识别人体血液等痕迹物证的能力。

光谱成像系统的数据分析处理算法是光谱成像技术区别于其他刑事影像技术的特点和优势, 其输出的检验结果也是评价识别能力最直观的依据。为了消除光照强度、大气、水汽等因素对高光谱影像数据产生的影响, 本文实验中, 在拍摄区域放置了经国家计量院标定过的灰板, 用以进行光谱辐射校准。本文中使用了SAM算法对光谱影像数据进行分析处理, 结果表明此算法在光谱一致性、分类准确度等方面具有较好的表现。下一步, 将继续使用更多的光谱影像数据算法对实验数据进行分析和处理, 通过比较输出结果, 选择满足现场勘查工作需要的算法, 开发专用软件系统, 提供给基层实战单位。

本次实验中, 由光谱成像系统视场角（16° ）、飞行高度（30 m）, 计算可得扫描拍摄幅宽约为8 m, 飞行速度1.3 m/s条件下, 采集地面光谱影像数据的效率为10.4 m2/s, 搭载Nano-Hyperspec高光谱成像系统的M600 Pro无人机单组电池续航时间约25 min, 去除无人机转向时间和不同扫描条带之间30%重叠率等影响因素后, 无人机单次起降可获取12 000 m2扫描区域的光谱影像数据。通过安装在移动终端的光谱影像数据处理系统, 可以现场实时分析所采集到的数据, 达到秒级响应速度。由此推算, 实际办案中使用无人机载高光谱成像技术, 可以在30 min内准确获得不少于10 000 m2犯罪现场血液痕迹分布状态的检验结果, 能够有效提高现场勘查效率。

本次实验结果表明无人机载高光谱成像技术在现场发现血迹等痕迹物证方面具有很高的应用价值和研究潜力。本文的研究还存在很多不足之处, 比如, 血液浓度或血斑厚度等因素对检验结果的影响, 笔者将设计进一步实验研究上述问题。另外, 如何快速准确地区分人体血液斑迹与动物血液斑迹是刑事技术领域的热点研究方向, 笔者已经在实验室开展了应用光谱成像技术检验区分人体血液斑迹与鸡血、蛇血、鱼血等动物血液斑迹的初步研究, 正在解决光谱特征筛选、分析算法开发和检验能力验证等方面问题, 尝试为实际案件提供一种新的检验方法。

笔者对裸露土壤表面的血液痕迹进行了初步实验研究。结果表明, 本文提出的方法能够发现土壤表面血液痕迹, 下一步将针对土壤成分、硬度、干湿度、环境条件等可能影响检验结果的因素进行系统实验。另外, 如何发挥无人机载高光谱成像技术在林区、草地、农田等多种自然环境下现场勘查的应用能力, 也是继续研究的方向。

4 结论

本文研究了使用无人机搭载全息反射光栅型高光谱成像系统采集室外沥青混凝土铺面道路表面血液等痕迹光谱影像数据的方法, 使用光谱角制图算法分析光谱影像数据, 发挥了光谱成像无损、实时、高灵敏度的优势以及无人机快速、灵活、机动的特点, 实验结果证明了无人机载高光谱成像系统在室外现场发现和识别血液等痕迹物证方面具有较大的应用潜力, 拓展了无人机和光谱成像技术在现场勘查中的应用范围。

参考文献
[1] 鲁玺龙, 刘冠华, 晏于文, 等. 无人机在案事件现场勘查中的应用[J]. 刑事技术, 2018, 43(6): 477-480.
(LU Xilong, LIU Guanhua, YAN Yuwen, et al. Recent applications of UAV into crime scene investigation[J]. Forensic Science and Technology, 2018, 43(6): 477-480. ) [本文引用:1]
[2] 乔国臻, 张茹涵, 薛春生, 等. 倾斜摄影辅助BIM+GIS在智慧警务系统中的应用[J]. 测绘技术装备, 2019, 21(4): 64-68.
(QIAO Guozhen, ZHANG Ruhan, XUE Chunsheng, et al. The application of tilt photography assisted BIM + GIS in intelligent police system[J]. Geomatics Technology and Equipment, 2019, 21(4): 64-68. ) [本文引用:1]
[3] 昝霖. 警用无人驾驶航空器实战应用探讨[J]. 铁道警察学院学报, 2019, 29(2): 28-32.
(ZAN Lin. Discussion on practical application of police UAV[J]. Journal of Railway Police College, 2019, 29(2): 28-32. ) [本文引用:1]
[4] SU S, LIU W J, LI K, et al. Developing an unmanned aerial vehicle-based rapid mapping system for traffic accident investigation[J]. Australian Journal of Forensic Sciences, 2016, 48(4): 454-468. [本文引用:1]
[5] 孙振文, 刘冠华, 王明直, 等. 无人机航拍技术在犯罪现场勘查中的应用探讨[J]. 刑事技术, 2016, 41(5): 398-401.
(SUN Zhenwen, LIU Guanhua, WANG Mingzhi, et al. Applicability of the UAV aerial photography into crime scene investigation[J]. Forensic Science and Technology, 2016, 41(5): 398-401. ) [本文引用:1]
[6] 陈俊辉, 冯泊, 董岩, 等. 基于无人机航拍的360°全景照相技术在暴恐案件现场应用探析[J]. 警察技术, 2019(2): 89-91.
(CHEN Junhui, FENG Bo, DONG Yan, et al. Analysis on the application of 360° panoramic camera technology based on UAV aerial photography in the scene of violent terrorist cases[J]. Police Technology, 2019(2): 89-91. ) [本文引用:1]
[7] 贾智辉, 薛楠. 侦查活动中无人机的应用探讨[J]. 浙江警察学院学报, 2019(3): 32-39.
(JIA Zhihui, XUE Nan. Discussion on the application of UAV in investigation activities[J]. Journal of Zhejiang Police College, 2019(3): 32-39. ) [本文引用:1]
[8] URBANOVÁ P, JURDA M, VOJTÍŠEK T, et al. Using drone-mounted cameras for on-site body documentation 3D mapping and active survey[J]. Forensic Science International, 2017, 281: 52-62. [本文引用:1]
[9] 岑奕, 张艮中, 张立福, 等. 地物光谱不确定性及光谱角制图算法适用性研究[J]. 光谱学与光谱分析, 2015(10): 169-173.
(CEN Yi, ZHANG Genzhong, ZHANG Lifu, et al. Spectral uncertainty of terrestrial objects and the applicability of spectral angle mapper algorithm[J]. Spectroscopy and Spectral Analysis, 2015(10): 169-173. ) [本文引用:1]