全文总字数:1134字
1. 研究目的与意义
本课题拟利用小波分析方法处理从子弹上提取的三维拓扑表面,对来自于不同规格不同厂家的4种枪支的痕迹采集共40个击针头痕运用CMC算法进行匹配识别,力求找到最优方案,实现枪支子弹的快速匹配。在刑事案件中,利用此算法对现场残留下的子弹与涉案枪支进行匹配,可以为案件的侦破提供线索和方向,为刑事诉讼提供证据。
2. 国内外研究现状分析
目前,国际上比较成熟的枪弹痕迹检测方法都是针对弹头进行的。传统的弹痕检测方法是用显微镜进行观察,这种人工比对的方法以经验为主,计算测量为辅,效率低,且依赖于人的主观判断,不能满足枪弹痕迹快速、准确检验和串并案的需要。目前最常用的用显微镜观察的枪弹自动比对检索系统是CONDOR系统和IBIS系统。国外对弹底窝痕和击针头痕的研究工作也已开始,目前主要采用3D表面形貌特征技术获取弹底表面痕迹,通过区域分割技术来寻找有效区域,从而提高其互相关系数值,达到匹配目的。
小波分析是当前应用数学和工程学科中一个迅速发展的新领域,在近三十年的探索研究后,重要的数学形式体系已经建立,理论基础更加扎实。同时具有了理论深刻和应用十分广泛的双重意义。
3. 研究的基本内容与计划
本课题拟建立针对击针头痕开发出比较成熟的枪弹痕迹检测方法。研究小波分析方法对图像处理的应用,之后选取合适的小波分析方法处理从子弹上提取的三维拓扑表面,去除噪声,提取有用信息。同时在原有全元匹配算法的基础上针对匹配对象进行优化改进,使得识别精度上升,提高识别效率。最终找到击针头痕识别匹配的最优方案。
研究内容:
(1)研究如何利用小波分析方法处理从子弹上提取的三维拓扑表面,使其便于进行匹配识别;
4. 研究创新点
本项目研究弹底窝痕全元匹配算法,其特色与创新之处有以下几点:
(1)匹配区域的发现和提取。击针头痕是一种存在于底火帽上的粗糙表面。其图像分布无角点特征,无形状规则、特征信息量低、发生随机性强,因此匹配区域的找寻存在相当大的难度。
(2)匹配算法的创新。本项目提出基于小波分解的击针头痕全元匹配算法,创新的引入了小波分解方法对击针头痕进行前期处理。
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。