无人机载高光谱成像系统识别沥青路面血液痕迹研究
发布时间:2023-03-30
浏览次数:427
本文通过实验研究是用无人机载高光谱成像系统发现和识别室外沥青道路表面血液痕迹的可行性和准确性,为无人机在现场勘查中的应用提供新的方法和思路。
0引 言
随着无人机系统安全性、智能化、续航以及载荷能力等方面的不断完善和提升,其在警务工作中的应用越来越广泛,特别是在现场勘查、维稳安保、应急处突、道路交通管理等工作中已经发挥了积极的作用。无人机摄影为解决野外、火灾、爆炸等特殊现场的方位照相、概貌照相提供了新的手段,通过搭载红外热成像、三维数据采集等模块进行非可见光成像检验和现场三维重建的研究也日趋成熟。本文通过实验研究是用无人机载高光谱成像系统发现和识别室外沥青道路表面血液痕迹的可行性和准确性,为无人机在现场勘查中的应用提供新的方法和思路。
1材料与方法
1.1 样本制作
将人体血液、红色水性金属漆和酱油滴撒于沥青混凝土铺面道路表面,分别形成面积不同的样本痕迹(如图1),样本的种类和斑迹尺寸见表1.其中,人体血液斑迹12块,尺寸最大为20x50cm,最小为2x2cm;红色油漆斑迹4块,尺寸最大为20x50cm,最小为10x20cm;酱油斑迹3块,尺寸最大为30x30cm,最小为10x15cm。样本制作完毕后,在自然条件下放置6h左右。
图1 实验现场样本分布图
表1 各实验样本尺寸
1.2 数据分析方法
使用软件对采集到的原始光谱影像数据进行辐射亮度校正和反射率计算,计算公式如下:
式中,Reflectanceobject为消除大气、水汽等因素影响后其他目标的反射率,Radianceobject为其他目标的辐射亮度,Radiancereference为灰板区域平均的辐射亮度,Reflectancereference为经过国家计量认证定标的反射率。
使用光谱角制图(SAM)算法对数据进行分析处理。SAM是基于计算N维光谱向量夹角的一种光谱分类算法,将每个像素点上的光谱曲线按照光谱波段数N定义为N维向量,通过计算目标像素的光谱向量与参考光谱向量在向量空间夹角的大小,来确定二者类别的相似性。此算法需要基于反射率数据,对光照条件和反照率效应不敏感,但需要提供参考光谱作为训练样本,通过设置最大夹角的阈值可调节分类的严苛程度,公式为:
α为两个光谱向量之间的夹角,即光谱角。α的取值范围在0~90°,其值越小,代表测试光谱向量与参考光谱向量的相似性越高,光谱角的大小只和光谱矢量方向有关,与其辐射亮度无关。
2结果
使用ENVI 5.1软件中感兴趣区域(region of interest,ROI)功能的矢量选择工具,分别对人体血液、红色油漆、酱油和灰板区域进行取样,不同样本平均光谱曲线如图3所示。
人体血液、油漆、酱油的反射率光谱差异主要体现在600~800nm波段范围,其中尤其在红光范围内的反射率显著高于另外两种样本,但是在近红外范围内与酱油较为一致;血液在可见光范围内与酱油差异不大,但是在近红外范围内的反射率明显高于另外两个样本。在光谱角制图计算过程中,选择单值模式,阈值角度的最大值设为0.1弧度,分类结果如图4所示,能够识别人体血液痕迹最小面积为4x4cm
图2 不用样本平均光谱曲线图
图3分类后效果图
(红色区域为人体血液,绿色区域为酱油,蓝色区域为油漆)
3讨论
无人机飞行高度是光谱影像数据采集过程中的重要技术参数。为了提高痕迹物证的发现率,降低飞行高度是最直接和简单的方法,然而,在现场使用无人机时,应尽量避免旋翼产生的气流扰动地面物体,以防破坏痕迹物证原始状态甚至造成微量物证丢失,同时,现场周围的建筑物、空中障碍物等都可能对飞行高度的设定产生影响。本文实验中,飞行高度设定为 30 m,相应的光谱相机空间分辨率为 13mm。实验结果表明,本文中飞行高度的设定满足发现和识别实验样本的需要,在以后的实际应用和研究工作中,飞行高度尚有降低的空间,以提高无人机载高光谱成像系统发现和识别人体血液等痕迹物证的能力。
光谱成像系统的数据分析处理算法是光谱成像技术区别于其他刑事影像技术的特点和优势,其输出的检验结果也是评价识别能力最直观的依据。为丁消除光照强度.大气.水汽等因素对高光谱影像数据产生的影响,本实验中,在拍摄区域放置了经国家计量院标定过的灰板,用以进行光谱辐射校准。本文中使用了SAM算法对光谱影像数据进行分析处理,结果表明此算法在光谱一致性、分类准确度等方面具有较好的表现。下一步将继续使用更多的光谱影像数据算法对实验数据进行分析和处理,通过比较输出结果,选择满足现场勘查工作需要的算法,开发专用软件系统,提供给基层实战单位。
本次实验中,由光谱成像系统视场角(16°)、飞行高度(30m),计算可得扫描拍摄幅宽约为 8m,飞行速度13m/s 条件下,采集地面光谱影像数据的效率为 10.4m,搭载高光谱成像系统的无人机,去除无人机转向时间和不同扫描条带之间 30%重叠率等影响因素后,无人机单次起降可获取12 000扫描区域的光谱影像数据。通过安装在移动终端的光谱影像数据处理系统,可以现场实时分析所采集到的数据,达到秒级响应速度。由此推算,实际办案中使用无人机载高光谱成像技术,可以在 30 min 内准确获得不少于10 000 m 犯罪现场血液痕迹分布状态的检验结果,能够有效提高现场勘查效率。
本次实验结果表明无人机载高光谱成像技术在现场发现血迹等痕迹物证方面具有很高的应用价值和研究潜力。本文的研究还存在很多不足之处,比如,血液浓度或血斑厚度等因素对检验结果的影响,还需要设计进一步实验研究上述问题。另外,如何快速准确地区分人体血液斑迹与动物血液斑迹是刑事技术领域的热点研究方向,已经在实验室开展了应用光谱成像技术检验区分人体血液斑迹与鸡血、蛇血、鱼血等动物血液斑迹的初步研究,正在解决光谱特征筛选、分析算法开发和检验能力验证等方面问题,尝试为实际案件提供一种新的检验方法。
同时也对裸露的土壤表面的血液痕迹进行了初步试验研究。结果表明,本文提出的方法能够发现土壤表面血液痕迹,下一步将针对土壤成分、硬度、干湿度、环境条件等可能影响检验结果的因素进行系统实验。另外如何发挥无人机载高光谱成像技术在林区、草地、农田等多种自然环境下现场勘查的应用能力,也是继续研究的方向。
4结论
本文研究了使用无人机搭载全息反射光栅型高光谱成像系统采集室外沥青混凝土铺面道路表面血液等痕迹光谱影像数据的方法,使用光谱角制图算法分析光谱影像数据,发挥了光谱成祥无损、实时、高灵敏度的优势以及无人机快速、灵活、机动的特点。实验结果证明了无人机载高光谱成像系统在室外现场发现和识别血液等痕迹物证方面具有较大的应用潜力,拓展了无人机和光谱成像技术在现场勘查中的应用范围。
相关产品
-
干旱区基于高光谱的棉花遥感估产研究
棉花产量与冠层光谱植被指数相关关系,建立棉花高光谱估算模型,可以促进高光谱技术在棉花长势监测和估产中应用。本文简单总结了干旱区基于高光谱的棉花遥感估产研究。..
-
近红外光谱分析技术在精准农业中的应用
近红外光谱分析技术在精准农业中的应用非常广泛且深入,主要体现在以下几个方面:..
-
近红外高光谱相机的工作原理
近红外高光谱相机以其高分辨率、高光谱分辨率以及广泛的应用领域,在科研、工业检测、环境监测等多个领域发挥着重要作用。本文简单总结了近红外高光谱相机的工作原理。..
-
高光谱图像处理的主要方法有哪些?
对高光谱图像进行处理,可以获取物体在不同波段的反射光谱信息,提供更加详细和全面的图像数据。那么,什么是高光谱图像处理?高光谱图像处理的主要方法有哪些?下文对此做..