微量血迹检测_new要点分析.doc

论文题目：微量血迹检测建模 姓名：张雅博 学院：电子信息与自动化学院 姓名：刘树栋 学院：电子信息与自动化学院 姓名：王小辉 学院：电子信息与自动化学院 摘要： 犯罪现场血迹形态分析是一门新兴的学科，是现场重建的重要技术内容之一，也是认定犯罪嫌疑人的重要手段。通过对犯罪现场或者是潜在的犯罪现场遗留的血迹形态特征进行分析，进而可以推断出血类型及位置，判断作案的经过以及流血之后相关受害人、嫌疑人的运动状况，从而验证证人、有关受害人的证词是否正确，验证犯罪嫌疑人的口供是否属实。 传统的血迹检测方法如观察法只适用于血迹较为明显的现场，而试剂法通过加入化学试剂发生化学反应达到显示血迹的目的，这会一定程度上破坏血迹成分，为后续的法医学检测带来影响。 任何物体时刻都在反射光谱，光谱蕴含着物质本身信息，不同物质由于分子、原子、离子的晶格振动不同，进而使得不同波长的光谱的吸收和反射不同。高光谱图像是指光谱分辨率在10nm数量级范围内的光谱图像。通过在不同的平台上搭载高光谱传感器，在紫外到中红外区域的电磁波谱内，其以几十个到几百个不等的连续光谱波长区间对目标区域进行即时成像。在获得目标图像特征信息的同时，也获得了光谱信息。与以往的光谱图像相比，高光谱图像不仅极大的提高了信息量，在相关的处理技术上也为对光谱数据信息进行更加合理的分析提供了可能性。 本建模提出基于高光谱成像技术的血迹形态特征检测方法，髙光谱图像技术不仅能够分析血迹很明显的犯罪现场，特别是对潜在血迹也能够进行成像，同时对得到的光谱图像进行血迹的物理特征分析的目的。因此基于高光谱图像血迹分析相对于其他血迹检测方法有着很大的优势。 关键词： 高光谱图像 波长 能量 神经网络 1. 问题重述 血迹是案发现场最重要的物证之一。血迹被用作刑事诉讼案件的重要证据具有客观、稳定、广泛、复杂等特点，一直是法庭上极具采信力的证物。由于案发现场常常被犯罪分子处理，如水洗、擦拭等，导致血迹难以发现和获取，但是案发现场往往存在一些不易发现的微量血迹。如何利用高科技设备和仪器检测到这些微量血迹显得尤为重要。 现有三种新鲜血液：兔血、鸡血、人血，及四种不同材质白纸、玻璃、木头、布，将三种血液数据进行统计分析，得出不同类别、不同介质上血迹光谱的特征的差异性。针对木头上的血迹检测问题，通过建模分别完成（1）将血迹点和非血迹点（白板）区分开；（2）将人血和其他血迹区分开；要求利用50%数据训练模型，50%数据测试模型，并给出准确率。将第2问中的模型应用到其他三种介质的血迹检测问题中，分析各种介质的准确率的差异性，并进行分析。针对人血检测问题，将所有数据合并，将人血作为一类，将其他所有数据作为另一类，建立模型将两类区分开，要求利用50%数据训练模型，50%数据测试模型，并给出准确率。 ～～～～～～血迹光谱的特征的差异性血迹光谱的特征的差异性血迹光谱的特征的差异性血迹光谱的特征的差异性针对木头上的血迹，隐层与输出层之间的权值为，如图5.4所示。隐层的传递函数为f1(·)，输出层的传递函数为f2(·)，则隐层节点的输出为（将阈值写入求和项中）： ??， k=1,2,……q （4.2.1） 输出层节点的输出为： ?，?j=1,2,……m???? ?（4.2.2） 至此B-P网络就完成了n维空间向量对m维空间的近似映射。 4.3 编写matlab执行文件，区分血迹点和非血迹点（白板） 图5：区分血迹点和非血迹点（白板血迹点和非血迹点血迹点和非血迹点 平均正确率为：100.0% 4.4编写matlab执行文件，区分人血和其他血迹 图6：区分人血和其他血迹 通过该模型对木头上人血和其他血迹人血和其他血迹 平均正确率为：96.667% 5. 问题（3）处理 5.1针对上针对上的血迹上上血迹点和非血迹点 图7：玻璃区分血迹点和非血迹点血迹点和非血迹点血迹点和非血迹点 平均正确率为：99.889% 5.1.3编写matlab执行文件，区分玻璃上人血和其他血迹 图8：玻璃区分人血和其他血迹人血和其他血迹人血和其他血迹 平均正确率为：87.501% 5.2针对上针对上的血迹血迹点和非血迹点 图9：白纸区分血迹点和非血迹点 通过该模型对白纸上的血迹点和非血迹点血迹点和非血迹点 平均正确率为：9