工具痕跡種類分析與自動識別的研究

劉裕龐

（廣東警官學(xué)院 刑事技術(shù)系，廣東 廣州 510230）

工具痕跡是傳統(tǒng)痕跡中一門重要的學(xué)科，因其只能指向作案工具而無法直接認(rèn)定人身，通常需要結(jié)合指紋、DNA 等其他物證才能發(fā)揮作用，再加上工具種類繁多、工具痕跡的檢驗難度較大，工具痕跡在以往的現(xiàn)場勘查及案件偵查中發(fā)揮的作用有限。 痕跡檢驗是結(jié)合現(xiàn)代科技的一門應(yīng)用型技術(shù)， 隨著社會發(fā)展和科技進(jìn)步，對新時代刑事技術(shù)的標(biāo)準(zhǔn)要求越來越高，傳統(tǒng)技術(shù)手段應(yīng)激發(fā)新活力，工具痕跡檢驗應(yīng)逐步趨于數(shù)據(jù)化、自動化。 因此，工具痕跡的數(shù)據(jù)庫、識別系統(tǒng)等信息化建設(shè)就顯得尤為必要。

痕跡的形成由造痕客體、承痕客體和作用力等要素決定，工具痕跡的造痕客體種類繁多，且在不同的承痕客體和力的作用下都會導(dǎo)致痕跡發(fā)生變化。 因此，工具痕跡數(shù)據(jù)化和自動化的前提是對工具痕跡進(jìn)行種類分析，并建立數(shù)據(jù)庫。

1 痕跡的種類分析實驗

承痕客體在痕跡形成過程中起著重要的承載作用。 為控制變量，選用現(xiàn)場常見的防盜窗為研究對象，通過分析防盜窗上各種工具痕跡的形成過程，從痕跡判斷造痕體工具的種類來歸納總結(jié)其種類分析規(guī)律。

1.1 實驗材料

直徑12 mm、壁厚1 mm 的鋼管焊接而成的防盜窗10 個，同品牌多種規(guī)格尺寸的鋼絲鉗、鯉魚鉗、管子鉗、“F”型撬棍、“一”字型撬棍、“T”字型撬棍、剪式千斤頂、斷線鉗、液壓鉗、鋼絲剪、鋼鋸、管子割刀等。

1.2 種類分析

常見的防盜窗現(xiàn)場破壞方式有撬壓、割削和剪切等形式，分別使用各種工具來制作痕跡，以模擬現(xiàn)場痕跡的形成過程， 再比較分析判斷其區(qū)別，并總結(jié)歸納種類分析體系。

1.2.1 作用方式的分析

作用方式的分析主要從現(xiàn)場的重點(diǎn)部位進(jìn)行分析，分析痕跡形成過程中的受力情況。

（1）撬壓方式分析。 撬壓是工具利用杠桿作用破壞客體的一種作用方式，一般一次撬壓形成兩處凹陷痕跡，一處在支點(diǎn)，另一處在重點(diǎn)。 防盜窗上的撬壓又可分為夾持撬壓、扭轉(zhuǎn)撬壓、折離撬壓和擴(kuò)縫撬壓等形式。 夾持撬壓是利用工具的夾持部位夾壓窗枝進(jìn)行上下左右的撬動，在同一窗枝的兩側(cè)形成背對的凹陷痕跡，常見的夾壓破壞工具有鋼絲鉗、鯉魚鉗等。 扭轉(zhuǎn)撬壓是利用工具的某一部位卡住窗枝再進(jìn)行旋轉(zhuǎn)撬動的一種方式，在同一窗枝的兩側(cè)形成兩處具有一定距離的凹陷痕跡，常見的扭轉(zhuǎn)破壞工具有呈“F”型的工具。 折離撬壓是利用桿狀的工具撬動多根窗枝使窗枝變彎變斷的一種方式，在不同窗枝形成兩處以上的凹陷痕跡，一般是一處在里側(cè)，另一處在外側(cè)，常見的折離破壞工具有“一”字型撬棍、“T”字型撬棍等。 擴(kuò)縫撬壓是利用工具使防盜窗相鄰的兩窗枝變彎、間距變大的一種撬壓方式，一般產(chǎn)生兩處相對的凹陷痕跡，常見的擴(kuò)縫撬壓的工具有剪式千斤頂?shù)取?/p>

（2）剪切方式分析。 剪切是利用強(qiáng)剪切力的工具剪切防盜窗的窗枝，在同一窗枝上形成兩個雙坡面斷頭的一種破壞方式，常見的具有強(qiáng)剪切功能的工具有斷線鉗、液壓鉗和鋼絲剪等。

（3）割削方式分析。 割削是利用工具對防盜窗窗枝進(jìn)行層次剝脫的一種破壞方式，在同一窗枝上形成兩個斷口為平面的斷頭，常見的割削破壞工具有鋼鋸、管子割刀等。

1.2.2 工具種類的分析

（1）撬壓類工具分析。 撬壓類工具的加工花紋決定了形成的兩處凹陷痕跡的特點(diǎn)（表1）。

表1 撬壓工具痕跡特征總結(jié)

（2）剪切工具分析。 剪切類工具的剪切方式?jīng)Q定了斷頭的側(cè)面形態(tài)，刃側(cè)加工花紋決定斷頭坡面的痕跡特點(diǎn)（表2）。

表2 撬壓工具痕跡特征總結(jié)

（3）割削工具分析。 割削類工具的割削方式和割削部位的加工花紋決定痕跡的特點(diǎn)（表3）。

表3 割削工具痕跡特征總結(jié)

1.2.3 工具規(guī)格尺寸的分析

同種類工具的結(jié)構(gòu)和加工花紋類型基本一致，規(guī)格尺寸越大，其加工花紋越大，因此，經(jīng)過對作用方式、工具種類的分析，仍可進(jìn)一步分析工具尺寸，主要從加工花紋大小進(jìn)行分析。 本研究主要從多種規(guī)格尺寸管子鉗和剪式千斤頂?shù)暮圹E進(jìn)行分析，總結(jié)工具尺寸分析的方法。

（1）管子鉗的規(guī)格尺寸分析。 管子鉗的撬壓痕跡尺寸分析主要在兩個鉗口撬壓時齒切劃窗枝形成的劃痕間距，尺寸越大，則間距越大（表4）。

表4 管子鉗的尺寸分析結(jié)果（mm）

（2）剪式千斤頂規(guī)格尺寸分析。剪式千斤頂?shù)某叽缰饕灾瘟Υ笮頉Q定，支撐力大的力臂長、長度大，主要通過其基座的印壓痕跡寬度進(jìn)行撬壓痕跡尺寸的分析，尺寸越大，則寬度越大（表5）。

表5 千斤頂?shù)某叽绶治鼋Y(jié)果

2 種類分析體系的建立

通過對破壞防盜窗工具的種類進(jìn)行分析，確立了從痕跡分析工具種類的方法和流程：首先從工具的作用方式進(jìn)行分析，在工具的功能上確定工具的種類范圍，其次通過作用部位痕跡的種類特征確定具體的某一種工具，最后通過痕跡反映出的種類特征的大小來判斷工具的具體規(guī)格尺寸。

3 基于Matlab 軟件平臺實現(xiàn)種類特征的識別

防盜窗上工具痕跡種類分析體系的建立，為痕跡的種類特征自動識別提供了基礎(chǔ)方法。 在進(jìn)行特征的識別過程中，首先對工具痕跡的作用方式進(jìn)行分類，不同作用方式所形成的痕跡整體概貌完全不同，容易區(qū)分，而同種作用方式的不同種類工具形成痕跡的識別難度較大。 因此，借助Matlab 軟件平臺進(jìn)行實驗，對同種作用方式的不同種類工具形成的痕跡進(jìn)行識別研究。

實驗對管子鉗、鋼絲鉗、鯉魚鉗3 種工具的撬壓痕跡進(jìn)行研究，取200、250、300、350 mm 的管子鉗，160、180、200、22 0 mm 的鋼絲鉗和150、160、200、250 mm 的鯉魚鉗進(jìn)行撬壓實驗，并各自提取1 個痕跡面，12 張痕跡照片如圖1～3 所示， 將這些痕跡照片在Matlab 中進(jìn)行識別研究。

3.1 相關(guān)性分析

從整體上看，不同種類工具壓面加工花紋不同，可進(jìn)行區(qū)分識別，如果兩個圖片都是同一種花紋，那么相似度必然高，且圖片的灰度排列也相近。 因此，比較兩張二維圖像灰度的相關(guān)性，可以對同種工具不同規(guī)格尺寸工具痕跡進(jìn)行區(qū)分識別。 對二維圖像灰度進(jìn)行相關(guān)性分析，可反映兩張圖片之間的依賴程度，相關(guān)系數(shù)在0～1 之間變動，且數(shù)值越接近1，說明相關(guān)性越大。 利用Matlab 軟件自帶的函數(shù)corr2 可求解兩張圖片的相關(guān)系數(shù)，以200 mm 管子鉗形成的痕跡圖片[圖1（a）]為標(biāo)準(zhǔn)，其他11 個痕跡圖片與其進(jìn)行比較，使用corr2 函數(shù)對12 個痕跡進(jìn)行比較。 比較過程的基本流程為：圖像灰度化→圖像歸一化→圖像降噪→corr2 函數(shù)獲取相關(guān)性，各相關(guān)系數(shù)值見表6。實驗結(jié)果表明：同種工具不同規(guī)格尺寸形成痕跡圖片的相關(guān)性較大，但由于施力不同，導(dǎo)致痕跡的深淺和形狀會發(fā)生變化，受光照條件的影響，圖片的像素分布也會發(fā)生變化，因此同種工具不同規(guī)格尺寸形成的痕跡之間的相關(guān)系數(shù)也會出現(xiàn)差異；不同種類工具形成的痕跡圖片的相關(guān)性較小。 因此，在種類特征的自動識別中，相關(guān)性分析可作為區(qū)分識別的一種方法。

表6 相關(guān)系數(shù)比較結(jié)果

圖1 管子鉗痕跡照片

圖2 鋼絲鉗痕跡照片

圖3 鯉魚鉗痕跡照片

3.2 Surf 算法的應(yīng)用

Surf 算法是一種穩(wěn)健的局部特征點(diǎn)檢測算法，可用于圖像局部特征點(diǎn)的提取、描述和匹配，而且對縮放、旋轉(zhuǎn)和仿射變換保持不變性，故可用于各痕跡種類特征的識別和提取。在Matlab 軟件中調(diào)用Surf 函數(shù)進(jìn)行特征提取，以200 mm 管子鉗形成的痕跡圖片[圖1（a）]為標(biāo)準(zhǔn)，其他11 個痕跡圖片與其進(jìn)行比較。 比較過程的基本流程為：圖像灰度化→圖像降噪→調(diào)用Surf 算法提取和比較其特征點(diǎn)，Surf提取的特征點(diǎn)數(shù)見表7，匹配的特征點(diǎn)數(shù)量見表8，匹配效果圖見圖4。 實驗結(jié)果表明：Surf 算法提取的特征點(diǎn)主要是根據(jù)區(qū)域像素的極值進(jìn)行提取，對每個痕跡圖片都能提取大量的特征點(diǎn)，由于施力條件和光照條件的變化，同種工具不同尺寸形成的痕跡的圖片提取的特征點(diǎn)也有所不同；同種類工具痕跡因其作用部位的加工花紋的相似性，形成的痕跡的圖片像素點(diǎn)分布規(guī)律相似，匹配的特征點(diǎn)的數(shù)量較多，同理，不同種類工具痕跡匹配特征點(diǎn)的數(shù)量較少，但兩者數(shù)量比較接近，占特征點(diǎn)的總數(shù)比例較少，識別的準(zhǔn)確性欠佳，Surf 算法難以直接用于特征的識別和匹配。 因此，在特征的自動識別和匹配上，結(jié)合相關(guān)性和Surf 特征匹配進(jìn)行，可互相彌補(bǔ)缺漏。

圖4 匹配后圖像效果圖

表7 特征匹配點(diǎn)數(shù)量結(jié)果

表8 Surf 特征匹配點(diǎn)數(shù)量結(jié)果

4 結(jié)語

本文通過實驗系統(tǒng)地總結(jié)防盜窗上破壞工具的種類分析流程，從作用方式、工具種類和工具規(guī)格等進(jìn)行全面分析，并結(jié)合Matlab 軟件平臺進(jìn)行自動識別的研究，為工具痕跡的種類分析和自動識別提供具體的方法。 由于工具種類繁多，本研究未能包含所有種類和規(guī)格的工具進(jìn)行實驗，有待通過進(jìn)一步收集現(xiàn)場出現(xiàn)的其他種類工具進(jìn)行實驗，完善工具痕跡的種類分析體系。 本研究提供的種類分析方法系統(tǒng)全面，也可適應(yīng)于其他客體上的破壞工具種類分析。 將工具、工具痕跡和客體的數(shù)據(jù)全面記錄下來并形成數(shù)據(jù)庫，可為現(xiàn)場工具痕跡的檢驗和識別提供依據(jù)。