三維激光掃描足跡識別技術(shù)應(yīng)用研究

施明智

（南寧職業(yè)技術(shù)學(xué)院， 廣西 南寧 530008）

足跡提取是刑事偵查工作中痕跡檢驗(yàn)的重要組成部分。隨著數(shù)字化手段的不斷豐富，足跡提取、識別和比對更是日益以數(shù)字化處理為主要手段。當(dāng)前足跡數(shù)字化處理主要包括足跡采集、圖像優(yōu)化、特征提取、模式識別、聚類分析等步驟，這些是足跡比對工作的重要前提，其中主要工作任務(wù)集中在圖像采集及數(shù)據(jù)處理上。傳統(tǒng)的足跡采集方式由于依賴光照條件而具有天然的缺陷，且由于原始足跡提取環(huán)境的復(fù)雜多樣，采用不同的圖像數(shù)據(jù)處理方法會得到差別較大的效果。論文設(shè)計(jì)了一種三維激光掃描足跡識別設(shè)備，并設(shè)計(jì)了采用Python語言實(shí)現(xiàn)的足跡圖像數(shù)據(jù)處理算法。該方法采用了三維激光掃描傳感技術(shù)取代傳統(tǒng)的方法進(jìn)行足跡采集，有效改善了傳統(tǒng)足跡采集方法采集到的足跡圖像目標(biāo)與背景對比不強(qiáng)、光照不均勻?qū)е碌墓獍摺⒅狈綀D特征不明顯導(dǎo)致二值化閾值難以確定等缺點(diǎn)。

一、三維激光掃描傳感技術(shù)用于足跡采集

三維激光掃描技術(shù)較成熟的應(yīng)用領(lǐng)域有三維建模、地形測量、逆向工程、形變監(jiān)測、對象識別等，而用于足跡采集則是較為新興的研究領(lǐng)域。近年來，三維激光掃描技術(shù)的快速發(fā)展，特別是高精度、高分辨率的便攜式三維激光掃描儀投入市場，使得采用三維激光掃描的方法用于足跡檢驗(yàn)成為可能，但在實(shí)例應(yīng)用上目前仍較少研究。論文主要研究采用三維激光掃描技術(shù)對足跡痕跡進(jìn)行采集和數(shù)據(jù)處理，試圖彌補(bǔ)傳統(tǒng)方法進(jìn)行足跡采集的不足。

用于足跡采集的一套完整的三維激光掃描系統(tǒng)通常由三部分構(gòu)成：測距部分、掃描部分以及數(shù)據(jù)處理部分。測距部分采用激光三角測距法，掃描部分采用全息光柵掃描技術(shù)，數(shù)據(jù)處理部分則是專門針對足跡圖像提取和識別而設(shè)計(jì)的圖像處理算法。各部分的原理描述如下。

（一）激光三角測距法原理

根據(jù)胡慶英于1996年的研究得知，激光器產(chǎn)生的光束投射到被測物體的表面上產(chǎn)生一個光點(diǎn)，光點(diǎn)的一部分散射光（含反射光）通過會聚透鏡成像與位敏接收器（在足跡采集三維激光掃描系統(tǒng)中則為高分辨率的CCD傳感器）的表面。如果移動測量設(shè)備導(dǎo)致被測物體沿著激光束方向發(fā)生位置移動，則CCD傳感器上的像點(diǎn)會相應(yīng)隨著移動，通過像點(diǎn)的移動距離可以檢測出被測面的移動距離[1]。由于CCD可以直接根據(jù)分辨率得到像點(diǎn)到透鏡光軸之間的距離，則容易采集到測距觀測值，之后再根據(jù)三維激光腳點(diǎn)坐標(biāo)公式計(jì)算出被測點(diǎn)的X、Y、Z三軸坐標(biāo)，生成單個點(diǎn)的點(diǎn)云數(shù)據(jù)存儲到數(shù)據(jù)存儲器內(nèi)。

（二）全息光柵掃描原理

鐵艷霞、陳建新、張中華等于1998至2000年期間的研究中改進(jìn)了計(jì)算全息光柵掃描器，其中提到全息光柵掃描器是利用光的衍射原理，其實(shí)質(zhì)是一個不規(guī)則的光柵，光柵各部分有不同的空間頻率，當(dāng)激光束照射光柵不同部位時將產(chǎn)生不同的衍射偏轉(zhuǎn)角，從而產(chǎn)生不同的掃描圖形[2]。

（三）數(shù)據(jù)處理原理

采用三維激光掃描傳感技術(shù)采集到的原始數(shù)據(jù)為坐標(biāo)點(diǎn)云數(shù)據(jù)，這些數(shù)據(jù)需要先進(jìn)行預(yù)處理，去掉冗余信息后成為目標(biāo)圖像，然后設(shè)計(jì)算法對該圖像數(shù)據(jù)進(jìn)行識別、區(qū)域提取、降噪、特征提取和二值化等處理，從而得到所需的能夠進(jìn)一步用于層次聚類的圖像數(shù)據(jù)。

二、三維激光掃描足跡提取設(shè)備硬件設(shè)計(jì)

本文設(shè)計(jì)的三維激光掃描足跡提取設(shè)備由STM32微控制器、前端采集部件、DSP數(shù)字圖像處理器及人機(jī)交互與顯示四個部分組成，設(shè)備設(shè)計(jì)示意圖如圖1所示。

（一）微控制器單元與人機(jī)交互單元

STM32微控制器是設(shè)備的核心部分，主要由數(shù)據(jù)存儲與處理單元、PWM精密電機(jī)控制單元、光源控制單元、輸入輸出控制單元等部分構(gòu)成，主要用于實(shí)現(xiàn)足跡圖像提取過程中對前端采集部件各光學(xué)器件的精密控制、與DSP數(shù)字圖象處理器的數(shù)據(jù)交換、數(shù)據(jù)的后期處理與存儲、人機(jī)交互等外設(shè)的控制和數(shù)據(jù)交換等功能。

人機(jī)交互與顯示部分由STM32微控制器的輸入輸出控制單元進(jìn)行控制，完成人機(jī)交互過程中的按鍵輸入、液晶顯示、串口輸出等功能。

（二）前端采集單元與采集過程

前端采集部件由兩組激光器、兩組多棱鏡和一組CCD數(shù)碼成像部件構(gòu)成。每組激光器在STM32微控制器的光源控制單元的控制下分別發(fā)射一束激光脈沖光束，每束光束投射到足跡表面后分別產(chǎn)生一個光點(diǎn)，光點(diǎn)的反射光經(jīng)過多棱鏡投射后匯聚于CCD數(shù)碼成像部件。兩組多棱鏡分別為水平反射鏡和垂直反射鏡，在STM32微控制器的PWM精密電機(jī)控制單元的控制下可以進(jìn)行微小角度的旋轉(zhuǎn)，以完成激光三角法測距，配合脈沖激光束分別沿X和Y軸兩個方向進(jìn)行掃描。

PWM精密電機(jī)控制過程如下。

第一步，前端兩組多棱鏡分別由BF100-V高精度絕對值小角度傳感器采用變壓器原理測得當(dāng)前水平掃描角度值α和垂直掃描角度值β，該傳感器角度分辨率可達(dá)1.4”，精度可達(dá)±5”，最大轉(zhuǎn)速可達(dá)210rpm，測角范圍可達(dá)20°。

1987年，第六屆全運(yùn)會上將此項(xiàng)目列入正式比賽項(xiàng)目。尤其在2000年悉尼奧運(yùn)會之后，中國聘請了外籍教練刻苦訓(xùn)練，成績逐年提高。2008年北京奧運(yùn)會上集體自選奪得首枚奧運(yùn)會銅牌。

第二步，測得的角度值通過RS485串行接口傳回STM32微控制器。

第三步，STM32微控制器通過初始化內(nèi)部定時器和內(nèi)部計(jì)數(shù)器進(jìn)行PWM脈寬調(diào)制輸出，過程如下：1.設(shè)置定時器的捕獲比較寄存器為符合需要的工作參數(shù)；2.將寄存器值和計(jì)數(shù)器值進(jìn)行比較，通過比較結(jié)果輸出高低電平達(dá)到不同的占空比效果；3.實(shí)現(xiàn)PWM信號輸出。

第四步，由PWM信號驅(qū)動精密光學(xué)伺服電機(jī)按照一定的步進(jìn)驅(qū)使多棱鏡進(jìn)行小角度旋轉(zhuǎn)，記錄反射光像點(diǎn)CCD數(shù)碼成像部件上的移動距離。

第五步，可由測得的多棱鏡原角度值及其增量、激光器發(fā)射脈沖與反射光線間的夾角、反射光像點(diǎn)CCD數(shù)碼成像部件上的移動距離等值，通過激光三角法計(jì)算得出立體足跡像點(diǎn)坐標(biāo)值。

第六步，脈沖激光束分別沿X和Y軸兩個方向進(jìn)行掃描，記錄整個過程采集到的各個足跡像點(diǎn)，這些像點(diǎn)構(gòu)成采集到的足跡影像集合，影像被傳輸?shù)紻SP數(shù)字圖像處理器進(jìn)行處理。

（三）數(shù)字圖像處理單元與數(shù)據(jù)存儲

DSP數(shù)字圖像處理器完成足跡圖像的A/D轉(zhuǎn)換，得到足跡圖像的RGB數(shù)據(jù)，并根據(jù)兩組激光器得到的結(jié)構(gòu)化光源建立立體投影關(guān)系，計(jì)算得出足跡的三維數(shù)據(jù)，然后將數(shù)據(jù)傳輸?shù)絊TM32微控制器的數(shù)據(jù)存儲與處理單元，由該單元將足跡三維數(shù)據(jù)與RGB數(shù)據(jù)一起合并處理后構(gòu)成一幀足跡圖像原始點(diǎn)云數(shù)據(jù)存儲起來。

圖1 三維激光掃描足跡提取設(shè)備設(shè)計(jì)示意圖

三、數(shù)據(jù)采集過程設(shè)計(jì)

（一）數(shù)據(jù)采集

根據(jù)足跡檢驗(yàn)的特點(diǎn)，能夠用于足跡檢驗(yàn)的三維激光掃系統(tǒng)需要滿足高精度和便攜性兩個需求，一般應(yīng)設(shè)計(jì)為手持式，性能參數(shù)達(dá)到每毫米掃描6個點(diǎn)以上，X、Y、Z的軸向精度應(yīng)達(dá)到0.01mm級別，掃描速度達(dá)到1mm/s以上，圖像分辨率達(dá)到1920*1080，全套系統(tǒng)由兩組激光器和一組數(shù)碼成像部件構(gòu)成[3][4]。精密電機(jī)在控制系統(tǒng)的驅(qū)動下，調(diào)節(jié)多棱鏡進(jìn)行微小角度的轉(zhuǎn)動，以完成激光三角法測距，配合脈沖激光束分別沿X和Y軸兩個方向進(jìn)行掃描。數(shù)碼相機(jī)根據(jù)兩臺激光器得到的結(jié)構(gòu)化光源建立立體投影關(guān)系，計(jì)算得出足跡的三維數(shù)據(jù)，并與CCD采集到的RGB數(shù)據(jù)一起構(gòu)成一幀原始數(shù)據(jù)。

（二）數(shù)據(jù)預(yù)處理

采用三維激光掃描系統(tǒng)對足跡進(jìn)行采集，得到的原始數(shù)據(jù)稱之為點(diǎn)云數(shù)據(jù)，即足跡在空間中的坐標(biāo)數(shù)據(jù)點(diǎn)的集合。數(shù)據(jù)點(diǎn)包括足跡的每一個像素在X、Y、Z三個方向上的坐標(biāo)數(shù)據(jù)，以及該像素的RGB顏色信息。為了進(jìn)一步進(jìn)行足跡圖像的特征提取和識別，必須使用點(diǎn)云數(shù)據(jù)處理軟件對采集到的點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，保留關(guān)心的信息和去掉冗余的信息。

（三）設(shè)計(jì)算法完成圖像處理

由于采用了三維掃描技術(shù)，足跡圖像采集過程得到的足跡圖像數(shù)據(jù)更真實(shí)地還原了足跡在XY平面上的特征，通過處理Z坐標(biāo)數(shù)據(jù)更有效地將目標(biāo)足跡從背景中分離出來，從而有效地避免了傳統(tǒng)方法中光照不均勻、目標(biāo)與背景對比不強(qiáng)、二值化閾值難以確定的不足。得到預(yù)處理后的足跡圖像數(shù)據(jù)后，就可以設(shè)計(jì)算法完成足跡痕跡檢驗(yàn)中的特征提取和足跡識別的后續(xù)步驟了。論文采用Python語言設(shè)計(jì)了圖像處理算法，以實(shí)現(xiàn)對三維激光掃描技術(shù)采集的足跡圖像進(jìn)行特征提取和識別。

四、數(shù)據(jù)處理與實(shí)現(xiàn)步驟

Python語言作為一種面向?qū)ο蟮慕忉屝途幊陶Z言，自1989年誕生以來，因其強(qiáng)大的能與其他語言特別是C/C++編寫的模塊相聯(lián)結(jié)的功能而成為最受程序員歡迎的語言。本文設(shè)計(jì)的采用Python語言實(shí)現(xiàn)的足跡特征提取和識別算法，調(diào)用了由C++語言編寫的OpenCV庫，該庫是2000年被創(chuàng)建的開源的計(jì)算機(jī)視覺庫，論文使用了該庫包含的Haar特征級聯(lián)分類器進(jìn)行足跡特征提取。算法的主要步驟如下。

（一）使用Haar級聯(lián)進(jìn)行足跡識別

采用三維激光掃描技術(shù)在現(xiàn)場采集到的圖像經(jīng)過預(yù)處理后往往仍然是雜亂的，在成片區(qū)域中往往混雜了多個足跡和別的非足跡痕跡，這時候需要先對整個圖像區(qū)域進(jìn)行分割，試圖將單個足跡或疑似足跡的圖像識別出來。論文通過訓(xùn)練OpenCV庫中的Haar特征級聯(lián)分類器來進(jìn)行足跡識別。首先選擇Haar級聯(lián)特征，創(chuàng)建積分圖像并進(jìn)行Adaboost訓(xùn)練，訓(xùn)練集包括包含足跡圖像和不包含足跡圖像，再通過級聯(lián)的分類器逐級逐步過濾掉不包含足跡的區(qū)域。

（二）足跡圖像區(qū)域的提取

足跡被識別后，需要將足跡圖像提取出來，該過程可以使用多種算法來實(shí)現(xiàn)，如OTSU算法、Bernsen算法等，針對不同的足跡圖像特點(diǎn)，采用合適的算法可以得到較優(yōu)效果。例如調(diào)用OpenCV庫的OTSU算法實(shí)現(xiàn)：

cv.threshold（cv.cvtColor（img，cv2.COLOR_BGR2 GRAY）_），0，255，cv2.THRESH_OTSU）

（三）圖像降噪與足跡紋理特征提取

由于足跡采集的過程中各步驟都有引入噪聲的可能，因此圖像降噪是必不可少的步驟。通?？梢圆捎酶咚篂V波、中值濾波等方法進(jìn)行圖像降噪。如設(shè)置過濾器強(qiáng)度后在OpenCV調(diào)用：

cv.fastNlMeansDenoisingColored（img，None，10，10，10，20）

足跡圖像的紋理特征提取，可以使用mahotas API來計(jì)算，通常采用的紋理特征提取算法為Haralick算法：

Mahotas.features.haralick（digits.img.astype（nump y.uint8））

（四）圖像二值化與層次聚類

經(jīng)過以上步驟處理后的足跡圖像可以進(jìn)一步完成識別，這是足跡比對的重要步驟。為了提高比對成功率，通常需要對足跡圖像進(jìn)行二值化，可以采用的方法有全局閾值法和動態(tài)閾值法兩種。由于不同的足跡圖像采集方法引入噪聲的情況不同，往往在處理這一步驟的時候會交叉進(jìn)行圖像降噪和足跡圖像區(qū)域提取等步驟，變更步驟的先后會得到不同足跡比對效果。之后便可以通過層次聚類合并相似集群以完成足跡分類和比對：

AgglomerativeClustering（n_clusters=NCLUSTE RS，connectivity=connectivity）

五、實(shí)驗(yàn)及結(jié)果分析

論文采用的足跡圖像為使用三維激光掃描儀采集到的現(xiàn)場鞋印，將采集到的點(diǎn)云數(shù)據(jù)預(yù)處理后得到實(shí)驗(yàn)樣本圖像。為提高實(shí)驗(yàn)效率，從中選取具有代表性的大小為280*288像素的連續(xù)部分將Z坐標(biāo)數(shù)據(jù)作了灰度化處理以用作實(shí)驗(yàn)原始圖像（圖2）?？梢钥吹?，由于采用了三維激光掃描技術(shù)，使得足跡目標(biāo)與背景對比較為平均，從而該圖像直方圖取得了為較為標(biāo)準(zhǔn)的雙峰圖像，灰度平均值為131.41，標(biāo)準(zhǔn)偏差為46.13，中間值為122。其中雙峰分別出現(xiàn)在98色階和184色階，數(shù)量分別為1203和889。

實(shí)驗(yàn)在數(shù)據(jù)處理步驟對圖像識別算法進(jìn)行了優(yōu)化，結(jié)合三維激光掃描儀采集到的足跡圖像特點(diǎn)，通過引入人工設(shè)定的門限值，對Bernsen算法目標(biāo)、背景及邊緣的判定更為精細(xì)化，通過調(diào)整該門限值能夠充分發(fā)揮Bernsen算法在灰度漸變較為強(qiáng)烈、目標(biāo)與背景對比較明顯的圖像邊緣提取上的優(yōu)勢，進(jìn)一步提高了邊緣的連續(xù)性以及目標(biāo)、背景色塊的連續(xù)性。而中值濾波降噪能夠?qū)?jīng)過改進(jìn)后的Bernsen算法二值化后的圖像取得最優(yōu)的降噪效果，兩者配合使用適用于三維激光掃描儀采集到的足跡圖像數(shù)字化處理。處理后的足跡識別圖像如圖3所示。

六、結(jié)論

圖2 實(shí)驗(yàn)原始圖像

圖3 足跡提取及降噪后的圖像

實(shí)驗(yàn)結(jié)果表明，對于采用三維激光掃描傳感技術(shù)采集到的足跡圖像，經(jīng)過圖像數(shù)據(jù)處理后，提升了足跡提取效果，更利于進(jìn)行足跡比對識別。雖然目前采用該技術(shù)進(jìn)行足跡檢驗(yàn)仍處在探索階段，檢測精度和識別率仍有待提高，但隨著相關(guān)器件和設(shè)備性能參數(shù)的不斷提高和數(shù)據(jù)處理算法的更進(jìn)一步優(yōu)化，采用三維激光掃描傳感技術(shù)進(jìn)行刑事偵查痕跡檢驗(yàn)將會取得更大的成效。