显微共聚焦激光拉曼光谱技术鉴别假币上的光变油墨
白萃萃1, 梁鲁宁2, 粱思禹3, 刘进1, 朱毅1
1.江苏警官学院刑事科学技术系,南京 210031
2.公安部鉴定中心,北京 100038
3.上海市徐汇公安分局刑事科学技术研究所,上海 200231

第一作者简介:白萃萃,女,青海刚察人,硕士,讲师,研究方向为文件检验学。E-mail: baicuicui@jspi.edu.cn

摘要

目的 尝试利用显微共聚焦激光拉曼光谱技术鉴别假币上的仿冒光变油墨。方法 收集77张不同假币制造窝点不同印刷版型的假币,建立最佳实验条件,将所得谱图进行小波变换降噪、非对称最小二乘法基线扣除、数据归一化等一系列预处理,提取出每张假币上光变油墨所包含的拉曼位移峰信息。结果 拉曼谱图中拉曼位移峰与色料成分有关,由此可将假币上的仿光变油墨分为三类:一类检出酞菁铜颜料,一类检出酞菁铜和钛菁绿两种颜料,一类则未检出拉曼位移峰。由于假币纸张选用的不同,造成拉曼谱图中部分拉曼位移及荧光背底的差异,故如果结合纸张影响,可将第一类假币票样分为五大类。结论 显微共聚焦激光拉曼光谱技术不但可以通过拉曼位移的不同鉴别假币,且可根据拉曼位移及强度进一步推断造假手段的差异,为假币溯源提供依据。

关键词: 文件检验; 显微共聚焦激光拉曼光谱技术; 光变油墨; 伪造百元人民币; 溯源
中图分类号:DF794.3 文献标志码:A 文章编号:1008-3650(2022)05-0477-06
Micro Confocal Raman Spectroscopy Identifying Types of Optically Variable Ink from Counterfeit Note
BAI Cuicui1, LIANG Luning2, LIANG Siyu3, LIU Jin1, ZHU Yi1
1. Forensic Science Department, Jiangsu Police Institute, Nanjing 210031, China
2. Institute of Forensic Science, Ministry of Public Security, Beijing 100038, China
3. Insititute of Criminal Science and Technology, Shanghai Xuhui Pubilc Security Sub-bureau, Shanghai 200231, China
Abstract

The Optically Variable Ink (OVI) can change its color from one to another at different angles observed onto the RMB's 5th-edition banknotes, e.g., the 100-denomination one. Here, micro confocal Raman spectroscopy was trial to identify the mimic-OVI ink of counterfeit 100-denomination RMB notes. With 77 edition-various counterfeit 100-denomination RMB notes seized from different dens, the optimal test condition was set up so that the Raman spectra were collected from the seized counterfeit notes, followed to have them undergone into serial preprocessing of wavelet-transform denoising and realization, asymmetric least-square baseline deduction and spectral normalization. Such the above tackling measures extorted every tested counterfeit note to deliver its eigenvalues from whole Raman spectra of OVI. Consequently, Raman shift peak was found to correlate with the ingredients of pigment, thus having the counterfeit-note mimic-OVI divided into three sorts: the one containing copper (II) phthalocyanine pigment; the one including both the copper (II) phthalocyanine pigment and polychlorinated copper phthalocyanine pigment; and the one having no Raman shift. The different paper used with counterfeit note was able to make Raman shifts and fluorescent backgrounds further diverse, hence having additional five classifications brought into the sort 1 counterfeit notes. Accordingly, micro confocal Raman spectroscopy could be a potential tool not only for identification of counterfeit RMB notes based on the different Raman shifts but also for recognition of discrepant counterfeiting means according to dissimilar Raman shifts and intensities, therefore capable of providing basis to track the source/den of counterfeiting note.

Key words: questioned document examination; micro confocal Raman spectroscopy; Optically Variable Ink (OVI); counterfeit 100-denomination RMB note; source tracking

光变油墨的变色效果是由油墨中具有特定光谱特征的光学薄膜经粉碎等一系列颜料化处理后制成的光变颜料来实现。2005版百元人民币上的光变油墨色块呈现一对颜色, 如将图案倾斜到45° 时, 可使图案由绿色转变为蓝色, 该油墨制作成本高且难以仿制, 造假者为追求视觉上的变色效果往往会在假币光变油墨处采用与真币相近但又有一定差异的仿光变油墨(如图1、2所示), 虽然该油墨可变色, 但难以呈现与真币相同色块的变化。显微共聚焦激光拉曼光谱技术[1]无需对检材样本进行前处理和制备, 其微区分析特点可避开表面的光学膜碎片直接检测底部印刷油墨, 从而准确有效地确定油墨种类, 缩小侦查范围, 追溯假币来源, 为假币检验提供更加快捷、无损的检验方法。

图1 真假光变油墨(a:光变油墨; b:伪造光变油墨)Fig. 1 True and mimic OVI (a: optically variable ink; b: the mimic optically variable Ink)

图2 伪造光变油墨表面光学碎片的显微图Fig. 2 Micrograph of optical fragments on the surface of mimic OVI

1 材料与方法
1.1 实验仪器

Renishaw in via-Plus 显微拉曼光谱仪, wir3.0处理软件, origin Pro 2021图表和数据分析软件。

1.2 实验样品

收集不同假币制造窝点、不同印刷版型且不同冠字号码的票样共77张, 标记为1#~77#

1.3 方法

采用显微共聚焦激光拉曼光谱分析使用的样品量很少, 不需要特别制样。将样品放置于显微镜下, 选择合适的测试参数即可开始检测[2]。经摸索, 显微共聚焦激光拉曼光谱技术对假币上光变油墨检验的最佳条件为:采用输出功率为50× 5% nW 785 nm固体(半导体)激光器, 在50× 物镜下, 100~2 000 cm-1波段范围内进行点聚焦扫描, 积累3次, 扫描时间为20 s, 得到可供比对的拉曼谱图, 每种光变油墨都具有相应的特征谱峰, 且重现性好。为保证实验的科学性和重复性, 本实验对每张假币光变油墨处选取3个不同位置点进行检测, 以10#假币样本为例得出测试结果(如图3所示), 拉曼谱图重现性较好, 说明实验数据准确可靠。

图3 10#假币样本光变油墨处拉曼谱图的重现性Fig. 3 Reproductivity of Raman spectra obtained with OVI from the 10# sampling counterfeit note

2 结果与讨论
2.1 假币光变油墨处激光拉曼原始光谱图预处理

2.1.1 激光拉曼原始光谱图的降噪处理

由于假币上油墨的拉曼信号容易受到纸张的影响, 因此带有被测物质的指纹信息谱很容易淹没于强噪声背景下[3], 同时油墨是由有色体、连结料、填(充)料、附加料等物质组成的混合物, 其拉曼位移峰在x轴上并不是均匀分布, 因此传统的降噪方法如Savitzky-Golay(SG)平滑法[4]、FFT滤波器等方法并不适用于本实验, 因此, 本文尝试利用小波变换降噪[5]的方法对假币上光变油墨的拉曼光谱进行预处理。

本实验采用origin Pro2021图表数据和分析软件对激光拉曼原始光谱图进行处理, 利用软件中的信号处理功能对77张假币拉曼谱图进行降噪处理, 发现假币上光变油墨降噪的最佳条件为:小波类型bior1.5, 降噪次数1次。其他小波类型及降噪次数的增加会导致谱图两侧出现更大的噪声, 不利于光谱的后续处理。以73#为例, 其拉曼原始光谱图及降噪后的谱图见图4。

图4 73#假币样品拉曼光谱图(a:原始光谱图; b:使用bior1.5小波类型降噪后拉曼谱图; c:使用其他小波类型降噪后拉曼谱图)Fig. 4 Raman spectra of 73# sampling counterfeit note (a: original Raman spectrum; b/c: Raman spectrum obtained through denoising with Bior1.5/the other Wavelet processing)

2.1.2 激光拉曼原始光谱图基线的选择与处理

受到纸张荧光[6]的影响, 激光激发产生的拉曼信号易产生较高的荧光背底, 且形态各异, 对于该类荧光背底的扣除多采用人为选取光谱基线数据点进行人工基线拟合, 但该方法操作复杂且易受到主观性的影响, 不利于大量样本的处理, 因此本实验采用非对称最小二乘基线校正算法[7], 该方法操作简单、荧光背底扣除速度快且能保留完整的有用信号。

本实验采用origin Pro 2021图表数据和分析软件对激光拉曼原始光谱图进行基线处理, 利用数据分析中的峰值及基线处理功能对77张假币拉曼谱图进行基线处理, 发现假币上的光变油墨激光拉曼谱图进行非对称最小二乘基线处理的最佳基线校正条件为:不对称因子:0.001; 阈值:0.001; 平滑因子:4; 迭代次数:50。以73#为例, 基线处理的效果见图5。而增加阈值或增加平滑因子均不能很好地贴合曲线达到去除荧光背底的目的。

图5 73#假币拉曼谱图基线处理及归一化处理效果(a:原始拉曼谱图; b:选取的荧光背底基线; c:去除荧光背底的拉曼谱图; d:归一化处理后拉曼谱图)Fig. 5 Effect of baseline processing and normalization on Raman spectra of 73# sampling counterfeit note (a: original Raman spectrum; b: fluorescent background baseline; c: Raman spectrum deducted off fluorescent background; d: Raman spectrum after normalization)

2.1.3 激光拉曼原始光谱图归一化处理

本实验采用标准归一法对所得拉曼光谱图进行预处理, 方便数据指标之间的比对[8]。归一化拉曼谱图以73#样本为例如图5d所示。

2.2 基于显微共聚焦激光拉曼光谱技术鉴别假币上的光变油墨

在最佳实验条件下得出1#~77#假币票样拉曼原始谱图, 对其进行预处理后, 发现主要拉曼位移峰的不同与油墨颜料成分相关, 因此依据油墨颜料成分的不同可将77张假币样本分为三大类, 见补充材料表S1所示。通过对预处理后的拉曼谱图进行分析, 第一类假币上光变油墨处的主要拉曼位移峰位于235、258、482、594、681、747、782、831、847、954、1 007、1 108、1 143、1 194、1 216、1 306、1 341、1 452、1 529 cm-1等处, 查阅文献[9, 10, 11, 12, 13, 14]可知, 与酞菁铜拉曼位移峰吻合度较高, 以12#样本为例如图6a所示; 而第二类中, 除表现出酞菁铜的拉曼位移峰, 还在816、977、1 094、1 286、1 385、1 538 cm-1等处出现拉曼位移峰, 查阅文献[11, 12, 13, 14, 15]可知, 与酞菁绿拉曼位移吻合度较高, 说明该类油墨中含有酞菁铜及酞菁绿两种颜料成分, 以74#样本为例如图6b所示。分析77张拉曼图可知, 假币上的光变油墨大都使用了酞菁铜, 但由于假币纸张选用的不同, 会造成拉曼谱图中部分拉曼位移峰以及荧光背底的不同。故如果结合纸上影响, 可将第一类假币票样分为五大类, 见补充材料表S2所示。

图6 12#样本(a)和74#样本(b)的拉曼特征峰Fig. 6 Characteristic peaks of Raman spectra from the sample 12# (a) /74# (b)

第一类以12#样本为例拉曼谱图仅出现酞菁铜的拉曼位移, 未有其他杂峰出现, 且荧光背底呈斜坡状(如图7、图8所示)。

图7 12#、6#、73#、76#、71#样本原始拉曼谱图Fig. 7 Original Raman spectrum of the respective 12#, 6#, 73#, 76# and 71# sample

图8 12#、6#、73#、76#、71#样本预处理后的拉曼特征峰谱图Fig. 8 Characteristic peaks of Raman spectra obtained with the 12#, 6#, 73#, 76#, 71# sample each undergone into preprocessing

第二类以6#样本为例拉曼谱图在422~447 cm-1和592~640 cm-1的位置处出现了两个宽峰, 荧光背底呈斜坡状(如图7、图8所示)。查阅文献[11, 12, 13, 14]可知, 这两处拉曼位移为金红石型TiO2, 它是一种合成颜料, 具有较高的加填效率, 广泛应用在纸张填料中, 在该类谱图中TiO2受到纸张中荧光物质的影响较小且峰强度较强, 反映出假币纸张中填料成分的不同, 可推断该类假币选用纸张的差异。

第三类以73#样本为例拉曼谱图在1 085~1 095 cm-1和1 280~1 290 cm-1处有强度很弱的谱带出现(如图8所示), 其他并无明显差异, 查阅文献[11, 12, 13, 14]可知, 1 085~1 095 cm-1出现的拉曼位移应为纤维素谱带, 强度较弱, 受纸张中的荧光物质影响较大, 1 280~1 290 cm-1出现的位移应属于C-C振动, 说明该类谱图中杂质较多。但是该类谱图最为明显的差异是谱图基线与前两类有明显不同, 该类基线相对较低且呈半圆形弧线(如图7所示), 说明该油墨受到纸张上荧光物质的影响较少, 体现出假币纸张成分的差异。

第四类以76#样本为例拉曼谱图在144、448和612 cm-1处有强度较强的谱带出现(如图8所示), 荧光背底呈斜坡状(如图7所示)。这三个拉曼位移都与金红石型TiO2的拉曼位移相吻合, 且这三个峰位的强度明显强于酞菁铜拉曼位移, 说明该类假币中TiO2不是作为纸张的填料成分存在而是作为白色颜料, 推断可能是造假者为了追求和真币更为接近的颜色自行调色, 在油墨中混合了颜料成分为TiO2的白色油墨, 体现出了油墨制成方式的不同; 而且在谱图中330和380 cm-1两处出现了相对强度较弱的尖锐小峰, 而448 cm-1处出现的尖锐谱带容易与439 cm-1处的一个锌白(ZnO)谱带重叠, 推断纸张中应存在ZnO成分。

第五类以71#样本为例拉曼峰被荧光包埋, 仅有部分小峰出现, 荧光背底呈斜坡状(如图7所示), 产生的荧光光包可能与纸张中的荧光物质有关, 体现假币纸张制作的差异。经预处理后, 发现拉曼谱图在330、380、455和612 cm-1均出现了相对强度较高的谱带(如图8所示), 而439 cm-1处的ZnO拉曼谱带容易与455 cm-1处的一个TiO2谱带重叠, 说明该类谱图中含有ZnO成分和TiO2成分, 且含量较高, 同时在1 090 cm-1处还出现了一处强度极强的纤维素谱带, 这与第四类一致但强度不一致, 推断该油墨中可能混合了颜料成分为TiO2的白色油墨, 且可能采用了纸张表面涂布有ZnO的氧化锌版纸。

3 总结

显微共聚焦激光拉曼光谱技术可用于无损检验假币上的光变油墨, 且在实验过程中, 无需对检材和样本进行预处理, 无需破坏检材和样本[15], 同时对原始拉曼谱图进行小波变换降噪、非对称最小二乘基线校正算法基线扣除、数据归一化等一系列的预处理过程, 可准确获取光谱中的有用信息[16], 用于进一步区分假币上的光变油墨。显微共聚焦激光拉激光曼光谱技术除可利用颜料成分的不同区分假币, 同时还可根据拉曼谱图中其他的拉曼位移峰进一步推断油墨或者纸张成分的不同, 为假币溯源提供依据。

补充材料

与本文相关的补充数据见:http://www.xsjs-cifs.com/CN/abstract/abstract6964.shtml

参考文献
[1] 周光磊, 张雷, 程卫国. 显微激光拉曼光谱技术区分喷墨打印墨迹研究[J]. 刑事技术, 2014, 39(6): 20-23.
(ZHOU Guanglei, ZHANG Lei, CHENG Weiguo. Classification of ink-jet printing inkblots with micro Raman spectroscopy[J]. Forensic Science and Technology, 2014, 39(6): 20-23.) [本文引用:1]
[2] 王玉, 张晓彤, 吴娜. 成都武侯祠彩绘泥塑颜料的拉曼光谱分析[J]. 光散射学报, 2015, 27(4): 355-358.
(WANG Yu, ZHANG Xiaotong, WU Na. Raman analysis of the painted sculptures' pigments of Wuhou Temple in Chengdu[J]. The Journal of Light Scattering, 2015, 27(4): 355-358.) [本文引用:1]
[3] 范贤光, 王秀芬, 王昕, . 基于特征提取的低信噪比拉曼光谱去噪方法研究[J]. 光谱学与光谱分析, 2016, 36(12): 4082-4086.
(FAN Xianguang, WANG Xiufen, WANG Xin, et al. Research of the Raman signal de-noising method based on feature extraction[J]. Spectroscopy and Spectral Analysis, 2016, 36(12): 4082-4086.) [本文引用:1]
[4] 王晓宾, 马枭, 杨蕾, . 基于PLS-DA拉曼光谱特征提取的中性笔油墨MLP模式识别[J]. 激光与光电子学进展, 2021, 58(1): 0130002.
(WANG Xiaobin, MA Xiao, YANG Lei, et al. MLP pattern recognition of hand writing ink based on PLS-DA Raman spectral feature extraction[J]. Laser and Optoelectronics Progress, 2021, 58(1): 0130002.) [本文引用:1]
[5] 张炜, 何石轩, 杜春雷, . 一种拉曼光谱预处理方法: 201310094703. 0 [P]. 2013-07-24.
(ZHANG Wei, HE Shixuan, DU Chunlei, et al. Raman spectral preprocessing method: 201310094703. 0 [P]. 2013-07-24.) [本文引用:1]
[6] Raimo Alen, 张素风, 张斌, 等. 造纸化学(第八卷)[M]. 北京: 中国轻工业出版社, 2016.
(ALEN R, ZHANG Sufeng, ZHANG Bin, et al. Papermarking chemistry (8th volume) [M]. Beijing: China Light Industry Press, 2016.) [本文引用:1]
[7] 刘燕德, 程梦杰, 郝勇, . 柑橘叶片叶绿素含量拉曼光谱定量分析方法研究[J]. 光谱学与光谱分析, 2019, 39(6): 1769-1772.
(LIU Yand e, CHENG Mengjie, HAO Yong, et al. Quantitative analysis of chlorophyll content in citrus leaves by Raman spectroscopy[J]. Spectroscopy and Spectral Analysis, 2019, 39(6): 1769-1772.) [本文引用:1]
[8] 姜安, 彭江涛, 谢启伟, . 基于连续小波变换的FTIR光谱拟合算法[J]. 光谱学与光谱分析, 2012, 32(9): 2385-2388.
(JIANG An, PENG Jiangtao, XIE Qiwei, et al. FTIR spectral fitting algorithm based on continuous wavelet transform[J]. Spectroscopy and Spectral Analysis, 2012, 32(9): 2385-2388.) [本文引用:1]
[9] 王丽琴, 马彦妮, 张亚旭, . 基于拉曼光谱鉴定世界遗产大足卧佛颜料及相关研究[J]. 光谱学与光谱分析, 2020, 40(10): 3199-3203.
(WANG Liqin, MA Yanni, ZHANG Yaxu, et al. Pigment identification of sleeping Buddha at world cultural heritage Dazu rock carvings with μ-Raman spectroscopy and related research[J]. Spectroscopy and Spectral Analysis, 2020, 40(10): 3199-3203.) [本文引用:1]
[10] 王继英, 魏凌, 刘照军. 中国古代艺术品常用矿物颜料的拉曼光谱[J]. 光散射学报, 2012, 24(1): 86-91.
(WANG Jiying, WEI Ling, LIU Zhaojun. Raman spectra of some mineral pigments used in ancient Chinese artworks[J]. The Journal of Light Scattering, 2012, 24(1): 86-91.) [本文引用:1]
[11] ZIEBA-PALUS J, MICHALSKA A. Characterization of blue pigment used in automative paints by Raman spectroscope[J]. Journal of Forensic Sciences, 2014, 59(4): 943-949.) [本文引用:4]
[12] JONES R W, MCCLELLAND J F. Analysis of writing inks on paper using direct analysis in real time mass spectrometry[J]. Forensic Science International, 2013, 231(1): 73-81. [本文引用:4]
[13] DA SILVA V A G, TALHAVINI M, PEIXOTO I C F, et al. Non-destructive identification of different types and brand s of blue pen inks in cursive hand writing by visible spectroscopy and PLS-DA for forensic analysis[J]. Microchemical Journal, 2014, 116: 235-243. [本文引用:4]
[14] TEIXEIRA C A, POPPI R J. Discriminating blue ballpoint pens' inks in questioned documents by Raman imaging and mean-field approach-independent component analysis (MF-ICA)[J]. Microchemical Journal, 2019, 144: 411-418. [本文引用:4]
[15] 万敬伟, 崔胜峰, 陈蕾, . 基于拉曼光谱鉴定黑色签字笔笔迹的种类与书写时间[J]. 光谱学与光谱分析, 2020, 40(4): 1156-1161.
(WAN Jingwei, CUI Shengfeng, CHEN Lei, et al. Identification of the types and writing time of black signature-pen hand writing based on Raman spectroscopy[J]. Spectroscopy and Spectral Analysis, 2020, 40(4): 1156-1161.) [本文引用:2]
[16] 张冰, 邓之银, 郑靖奎, . 拉曼光谱技术的汽油组分含量测定[J]. 光谱学与光谱分析, 2015, 35(6): 1577-1581.
(ZHANG Bing, DENG Zhiyin, ZHENG Jingkui, et al. Determination of gasoline composition based on Raman spectroscopy[J]. Spectroscopy and Spectral Analysis, 2015, 35(6): 1577-1581.) [本文引用:1]