成趟足跡分析檢驗算法及系統(tǒng)研究

李 巖，潘 楠，劉 鳳，劉 益

（1.昆明理工大學機電工程學院，云南 昆明650500；2.昆明信諾萊伯科技有限公司，云南 昆明650041）

0 引言

在刑偵和司法實踐過程中足跡的分析和檢驗都扮演著重要的角色。經(jīng)過長期的實踐和研究，許多有價值的分析檢驗方法被提出，在后期的刑偵過程中也被證明是有效的，其計算精度滿足特征分析的需要，但這些方法的實現(xiàn)方式基本都是人工計算，計算效率不能滿足實際要求［1－2］。針對以上問題，基于LabVIEW平臺開發(fā)一款成趟足跡分析檢驗系統(tǒng)，將成趟足跡步幅特征提取、分析及檢驗的各個流程加以集成，大大提高刑偵現(xiàn)場工作效率。

1 系統(tǒng)的功能設計

根據(jù)系統(tǒng)功能劃分，可將其分成圖像采集、步幅特征提取和步幅特征分析等3個功能模塊。

a.進行圖像的采集，在成趟足跡采集過程中，采集的圖片是多個單張圖片，而參與分析計算的圖片應該是一張包含多個足跡的全景圖片，在這里需要將單張圖片進行拼接。

b.載入拼接完成的圖片到步幅特征提取模塊，經(jīng)過相關的操作后得出個人的步幅特征包括（步寬、步角和步長等），將提取到的信息存入相應的數(shù)據(jù)庫中。

c.將當前分析得到的步幅特征進行分析和比對，達到鎖定嫌疑人或縮小嫌疑人搜索范圍的目的。系統(tǒng)功能圖如圖1所示。

圖1 系統(tǒng)功能

2 系統(tǒng)的軟件實現(xiàn)

2.1 圖像采集

圖像采集模塊是通過LabVIEW軟件編程實現(xiàn)對步進電機的自動化的控制，包括正轉、反轉和停止拍照等功能。它主要分為硬件部分和軟件部分，硬件部分由鋁合金軌道（每根100cm）、步進電機、STC89C52單片機和Logitech Pro C920攝像頭等組成。軟件控制部分直接使用其Vision工具包下的NI－IMAQdx模塊控制拍照，由于系統(tǒng)所傳遞的數(shù)據(jù)量較小和對系統(tǒng)控制的同步性要求不高，所以選用簡單易行和成本較低的串口通信來實現(xiàn)步進電機的控制［3］。圖像采集的工作流程圖如圖2所示。

圖2 圖像采集工作流程

將采集到的圖片以jpg格式保存在指定的目錄下，在采集多張圖片的過程中為使用戶可以實時的查看采集到的圖片和在采集完成后可以手動瀏覽圖片，使用圖片顯示控件的位置屬性和可見屬性來實現(xiàn)這兩個功能。給每個顯示控件設置一個初始位置，在圖片采集的過程中每個顯示控件的位置坐標相應的自動累加，待拍到第幾張圖片時將其他的圖片顯示控件設置為不可見。在成趟足跡的分析過程中需要按真實比例反應真實行走軌跡的圖片，而通過圖片采集模塊得到的圖片是多張相關的圖片，不能直接進行成趟足跡分析。然而由于這些采集到的圖片有一部分相互重合，采用快速匹配算法將其拼接成一張足跡的全景圖來滿足分析的要求［4］。

2.2 步幅特征提取

步幅特征提取是整個分析測試系統(tǒng)中重要的一步，它是從成趟的足跡圖像中提取個人步幅特征或信息并存入相應數(shù)據(jù)庫中的過程。在各高級編程語言都提供了對數(shù)據(jù)庫的支持，它們都是在底層驅動的基礎上利用ODBC或者ADO調用API函數(shù)實現(xiàn)對數(shù)據(jù)庫的操作，過程較為煩瑣。LabVIEW編程語言專門提供了數(shù)據(jù)庫鏈接工具包，工具包集成了大多數(shù)的數(shù)據(jù)庫操作和一系列的高級訪問功能，而在Vision工具包中更是提供了很多特征提取所需要的算法和函數(shù)庫，這樣就大大降低了編程的難度和工作量［5－6］。

2.2.1 比例系數(shù)計算

圖3 比例系數(shù)校正流程

將拼接完成的成趟足跡圖片載入完成后，由于圖片中的像素點無法準確的反應出實際距離尺寸，所以要根據(jù)圖片中標尺的實際距離建立像素點和實際距離的比例關系，這樣在計算過程中才能得到與實際相符的步幅特征數(shù)據(jù)，其實現(xiàn)過程如圖3所示。

2.2.2 圖像的前處理

圖像處理前處理后的效果如圖4所示。比例系數(shù)計算是用于獲得像素點與實際距離的比例關系，而圖像的前處理是讓圖像變得簡單，且數(shù)據(jù)量減小，以凸顯出感興趣的圖像特征，提高視覺質量。采用圖像二值化和圖像取反等方法，使圖像特征更清晰。

圖4 圖像處理前后對比

2.2.3 步幅特征提取

步幅特征中，步長即前后相鄰足跡對應點之間的距離，分為左步長和右步長；步寬即足跡后腳掌中心點到對側步行線之間的距離，分為左步寬和右步寬；步角即足跡中心線與同側步行線的夾角，同樣可分為左步角和右步角［7］，如圖5所示。圖中點劃線線條表示步角，虛線條表示步寬，實線條則表示步長。步幅特征的提取需要手動操作作為輔助。在每個足跡上用輔助切線的方式確定前腳掌和后腳掌中心，再通過這些坐標點的計算得到步幅特征信息。

在不同情況下可能要對不同個數(shù)的成趟足跡進行特征提?。ㄖ辽儆?個完整的足跡），而步幅特征的得到與足跡的個數(shù)有著密切的關系，系統(tǒng)通過自適應識別足跡的個數(shù)進行相應的計算。

圖5 步幅特征標注

在此以4個（偶數(shù)）和5個（奇數(shù)）足跡為例來說明它們的關系。

a.假設起始足跡為右腳，“4個足跡”可以得到1個右步角和1個左步角，1個左步長和1個右步長，1個左步寬和1個右步寬，而“5個足跡”可以得到2個右步角和1個左步角，2個左步長和1個右步長，2個左步寬和1個右步寬。

b.若足跡個數(shù)超過5個，則通過for循環(huán)把數(shù)據(jù)以奇數(shù)組或偶數(shù)組作為一組存入數(shù)組中（足跡索引依次增加1）。

為了使用戶在圖片中更清晰直觀地看到計算結果，在此將獲取的坐標點進行編號，再使用Vision Utilities模塊下的Overlay把相應的點進行連線，使步寬、步長和步角等特征最終以不同顏色的實線清晰地顯示在圖片顯示控件中。

2.3 步幅特征比對

在實際的刑偵過程中，由于受到地理條件等因素的影響，同一個嫌疑人多次遺留的步幅特征也不盡相同。此模塊的功能是把當前分析的足跡的特征或手動輸入的步幅特征，與已經(jīng)存入數(shù)據(jù)庫中的嫌疑人的特征通過U檢驗法等方法進行比對，判斷當前分析的足跡與哪個嫌疑人的相似程度最大，即判斷哪個嫌疑人可能是罪犯。

U檢驗法即是對2個正態(tài)總體的假設檢驗，在此處它們分別是現(xiàn)場提取的步長信息和嫌疑人步長信息。經(jīng)過大量的實驗驗證，步幅特征的6項指標服從正態(tài)分布，不同的人之間相應的步幅特征量其標準差是相近的，所以在此U檢驗法可以看成是在標準差已知的條件下，對現(xiàn)場提取左步長的均值檢驗。它的算法實現(xiàn)步驟是，取n1個現(xiàn)場測得的左步長和個嫌疑人的左步長作為樣本，分別求出2組平均值分別用和表示，統(tǒng)計量為：

δ為左步長的公共標準差；n1和n1分別為所取樣本容量。若取顯著性水平α＝0.01，查正態(tài)分布表得到U0.01，若U 小于U0.01，那么就認為此人有99%可能為作案人，若大于則排除此人作案嫌疑［7］，以上結果通過左步長計算得到。為了使得到的結果更加具有說服力，系統(tǒng)還同時使用了步幅特征隸屬度檢驗法和級差檢驗法加以輔助驗證，最終的足跡鑒定結果將以“足跡檢驗報告”的形式輸出。

3 測試實驗

為驗證系統(tǒng)的可行性和分析的準確性，在實際犯罪場景中進行成趟足跡圖像采集及分析實驗。具體現(xiàn)場實驗情景如圖6所示。

圖6 現(xiàn)場實驗情景

表1 步幅特征數(shù)據(jù)

現(xiàn)場人工測量提取到的步幅特征和系統(tǒng)計算提取到的步幅特征如表1所示。步幅特征比對檢驗結果如圖7所示。通過對人工測量和計算本系統(tǒng)分析的步幅特征數(shù)據(jù)進行對比，本系統(tǒng)可快速、精確地計算出足跡所有者的步幅、步寬和步角等特征信息。

圖7中的第1行數(shù)據(jù)為當前計算所得的步幅特征，第2行為數(shù)據(jù)庫中存儲的嫌疑人的步幅特征，經(jīng)過檢驗可以判斷其有重大的嫌疑。如此，便可協(xié)助公安機關快速鎖定嫌疑人范圍。

圖7 步幅特征檢驗結果

4 結束語

基于圖像采集、步幅特征提取及分析檢驗算法，設計開發(fā)出一種成趟足跡分析檢驗系統(tǒng)。實驗結果驗證了系統(tǒng)的實用性和準確性，表明系統(tǒng)能夠輔助辦案人員進行步幅特征定量檢驗。

［1］ 高光來，蘇林英，葉新銘.平面足跡計算機自動檢驗技術的研究［J］.計算機科學，2002，Z2：203－204.

［2］ 孫 剛，李彥龍.談足跡在刑偵工作中的應用價值［J］.遼寧警專學報，2011，（1）：50－51.

［3］ 夏建芳，趙世富.虛擬儀器與單片機串口通信的實現(xiàn)［J］.機械工程與自動化，2006，（2）：136－137.

［4］ 王 娟，師 軍，吳宗祥.圖像拼接技術綜述［J］.計算機應用研究，2008，25（7）：1940－1943.

［5］ 陳樹學，劉 萱.LabVIEW 寶典［M］.北京：電子工業(yè)出版社，2011.

［6］ 徐洪安，費仁元，王 民.用ADO構建LabVIEW中的數(shù)據(jù)訪問接口［J］.北京工業(yè)大學學報，2003，29（2）：138－140.

［7］ 王清舉，韓軍良.足跡步法定量化檢驗［M］.北京：中國人民公安大學出版社，1998.