高光谱成像技术在篡改(污损)文件鉴定中的应用

篡改(污损)文件鉴定在实践中通常采用宏观检验法、显微检验法、压痕记载检验法和理化检验检测法进行检验检测。传统的光谱检测法会受到光谱范围、对相似物质区分度低、无法整体成像等限制,检测结果难以为篡改(污损)文件鉴定提供精确支撑。高光谱成像技术是常规成像技术和光谱学的集成,以检测化学成分相似的物质之间的细微光谱差异,利用图像特征和光谱特征进行快速无损分析,可以发现传统技术手段难以观察到的细节特征;通过光谱图像数据处理,亦可提升文件上模糊要素的辨识度。通过对高光谱成像技术的技术原理、数据处理方法及在篡改(污损)文件鉴定中的具体应用进行综述,对今后研究中存在的挑战和发展方向进行总结和展望。

高光谱成像技术在文件检验应用的研究综述

简要分析了高光谱成像技术比传统光谱技术的优点,介绍了高光谱成像技术的理念和分析方法,以及在生态、军事、农业等领域的成功应用,引出目前高光谱成像技术在法庭科学领域的应用概况。重点归纳了高光谱成像技术作为文件检验的一种鉴定方法,在笔迹检验、伪造文件检验、污损文件检验和书画鉴定工作中的研究现状,对研究中存在的挑战和应用发展前景进行了总结和展望,以促进高光谱成像技术在文件检验方面的有效应用。

基于SVM的黑色墨迹鉴别研究

高光谱成像相对于多光谱成像而言,图谱和图像更丰富、清晰,在可见光的波段范围内实时采集的光谱分辨率较高、通道数量也较多。基于高光谱成像技术的优点,推测该技术结合机器学习,可能达到快速、无损鉴别黑色签字笔目标的新方法。通过采集15支不同品牌型号的黑色签字笔的高光谱图像,对每支签字笔黑色墨迹位置的谱图选取120个随机点,生成光谱图及反射率数据,测试SVM模型、PLS-DA(偏最小而成回归分析)模型和随机森林模型对黑色签字笔种类的分类准确程度。实验结果表明:三个模型的分类结果均较好,且模型集成对于提升模型对于未知黑色签字笔墨迹数据的分类效果极佳。这一发现对于未来公安一线工作启发巨大。