修正变形指纹提高比中概率的案例思考
陶桂兰1，董大刚2
（1.辽宁省大连市公安局刑侦支队，辽宁 大连116031；2.黑龙江省虎林市公安局刑事技术大队，黑龙江 虎林158400）
摘 要： 现场指纹受环境、犯罪嫌疑人接触客体种类、作案过程中用力程度等因素影响，常常会发生一定变形，变形现场指纹的特征点相对位置间距会发生变化，在指纹自动识别系统查询比对过程中比中概率降低。利用图像处理软件对变形现场指纹进行合理修正是一种提高比中概率的有效方法。笔者利用Photoshop_CS5图像处理软件对一枚变形现场指纹进行修正，修正前、后在同一指纹自动识别系统进行比对检验，样本指纹分别位于第134位和第1位，表明合理修正变形指纹可提高指纹比中概率。
关键词： 指纹自动识别系统；细节点特征；修正变形指纹；比中概率
指纹自动识别系统（AFIS）是采用计算机技术、模式识别技术、网络技术等高科技手段，对指纹图像及相关信息进行处理、存储、比对和辅助鉴定的计算机应用系统。目前国际上成熟的指纹自动识别系统主要有日本NEC、美国COGENT和法国Morpho[1]。采取人工标注现场指纹的细节特征，然后在系统中将样本指纹的细节特征进行自动匹配检索，按照相似程度从高到低打分并依次排序给出候选检视名单，得分越高排名越前比中概率越大，反之比中概率越低。指纹图像预处理是指纹自动识别系统不可缺少的重要环节，其性能优劣直接决定了指纹识别的效果[2]。指纹图像预处理是指纹自动识别系统对捺印或现场指纹特征进行提取的过程，这些特征通常包括指纹的纹型分类、中心和方向、三角和细节特征。有的AFIS还提取了指纹中心和三角之间的纹线数、细节特征之间的纹线数等信息，这些特征都是指纹自动比对的依据[3]。参与比对的常见细节特征有起点、终点、分歧、结合、小沟、小眼、短棒、小桥、小点等九种。纹线的端点和分叉点在指纹中出现的机会最多也最稳定，且容易获取。依据这两类特征点可对指纹特征进行匹配，并计算特征提取结果与已存储的特征模板的相似程度。在指纹比对检验过程中，指纹细节特征的人工标注方法以GA774.5—2008《指纹特征规范》（第五部分）：指纹细节特征标注方法[4]和指纹工作者长期实践过程中的习惯标注方法为主，除了准确标注细节特征外，整体指纹中每个细节特征的相对位置也是决定检材与样本的相似程度、影响得分高低进而决定比中概率的重要因素。而现场指纹受到环境、犯罪嫌疑人作案过程中用力程度以及所接触客体种类等复杂因素的影响，经常会出现变形扭曲等现象。如果不对变形的现场指纹进行修正，标注细节特征点的相对位置将与样本指纹不一致，按照细节特征点相对位置形成的指纹拓扑图将会发生变形，比中概率会降低。本文介绍利用Photoshop_CS5图像处理软件对一枚变形现场指纹进行修正前、后在同一指纹自动识别系统中进行检验的实例，对修正变形指纹提高比中概率进行讨论。
1 案例
1994年8月，庄河镇邱屯委徐岭粮库附近的玉米地发现一具高度腐败女性尸体，系被强奸后杀害。经现场勘查后，在尸体附近一辆红色自行车的车座套管处发现一枚可疑的手部握持指纹痕迹，经过处理后提取到一枚灰尘减层汗液指纹。由于指纹遗留位置在车座套管处，有一定的弧度，在固定现场指纹时采用直接拍照方式无法准确对焦，经过多次现场试验，最终采用辅助圆柱体表面展开方式拍照固定成功。此后，技术人员多次在指纹自动识别系统中对现场指纹进行编辑比对，在常规50名候选样本中未发现可疑人员。多年来，一直没有放弃对本案现场指纹的查询比对。考虑到现场指纹遗留客体的特殊性，笔者尝试利用Photoshop_CS5的“缩放、扭曲、变形”等工具对现场指纹进行了多次修正，利用原图、修正后现场指纹图重新编辑细节特征，同时扩大候选范围为200名进行查询比对（比对结果见图1），编辑前后分别在排名第134位（图1a）、第1位（图1b）比中嫌疑人右手小指指纹。
图1 比对结果（a：原变形指纹首次比中第134位候选人； b：修正变形指纹后比中排名第1位候选人）
Fig.1 Comparison results (a. 134th candidate was matched with the original deformed fingerprint for query； b. the first candidate was matched with the corrected version of that deformed fingerprint)
2 方法及结果
2.1 还原现场指纹图
本案案发时间较早，技术人员送检的是一份附带比例尺的现场指纹放大照片。通过测量，原照片附带比例尺的缩放比例为0.285。在处理指纹变形问题前，利用指纹自动识别系统的调整比例尺功能，按照原指纹放大照片上的比例进行1∶1还原，确保指纹与实物尺寸相同后再进行变形校对，并以校对后提取到细节特征形成的拓扑图进行样本比对，进而增加比中概率。
五是通过微博推广。凭借内容短小、发布快捷的特点，微博成为互联网极具影响力的信息发布平台。微博运营门槛低、信息发布迅速，是乡村旅游推广的有效手段。
2.2 还原指纹原貌
本案现场指纹是在自行车套管处提取的变形指纹，目测观察该指纹除中心上部纹线较稳定外，左右两侧均存在不同程度的外向延展，变形部位纹线变粗，间距变宽。利用刻度尺测量该枚指纹中心部位相对稳定的纹线间平均距离为0.52 mm。开始使用Photoshop_CS5对现场指纹（图2a）进行修正，经过多次试验后，发现可使用菜单栏“编辑-变换-缩放”工具将原图右移10 mm，效果如图2b，使用Photoshop_CS5“编辑-变换-变形”工具将原图左上、右下两侧分别向中心部位微调15 °，得到如图2c效果。测量校对后的指纹图像测量各纹线间平均间距，符合基准纹线间距0.52 mm。利用修正后得到的指纹图片进行重新编辑查询，均提高了候选人样本指纹排名。
根据不同的统计分析结果能够得到不同的分析结论，这对于改进软件测评过程、提高软件测评技术能力具有非常重要的意义。
图2 指纹图（a：指纹原图； b：指纹图经Photoshop_CS5“编辑-变换-缩放”右移10mm； c：指纹图经Photoshop_CS5“编辑-变换-变形”微调左右两侧各15°）
Fig.2 Fingerprint image (a： the original； b： the one processed by Photoshop_CS5's “edit-transformation-zoom” function to have the fingerprint-image moved 10mm to the right； c： the one processed by Photoshop_CS5's “edit-transformation-deformation” function to have the fingerprint-image fine-tuned of 15 degrees towards its center by both the left and right sides)
3 讨论
保持现场指纹1∶1比例是对变形指纹进行微调的基础，找到相对稳定变形较小部位测算纹线间距是微调基准，灵活运用各种图像工具科学合理制定调整方案是最终完成指纹修正的必要过程，依据修正后的指纹图像进行多次编辑查询扩大候选范围增加比中概率是修正变形指纹的最终目的。利用Photoshop_CS5对图片进行修正时，要以原物附比例尺作为微调的基础，使用“编辑-变换”功能中任何工具进行图像处理时，必须以原比例为标准，不能因为追求修正视觉效果忽略原标尺，导致比例失真进而降低现场指纹的比中概率。利用图像处理软件对指纹进行修正过程中，分析找准纹线未变形区域，并以稳定的纹线间距为基准，对变形部分进行同值调整，得到同一比例效果。修正基准随着具体现场指纹不同而不同，应依据具体指纹多次测算，以合理值进行调整，以期达到最佳的修正效果。利用图像处理软件对指纹进行修正过程中，依据留痕客体的具体情况，选择图像处理软件中适当的编辑变换工具，制定多份修正方案。本案中现场指纹是在自行车套管上提取到的，客体是较常见的圆柱体，因此在修正调整过程中，选择“编辑-变换”工具中缩放、扭曲、变形等功能均可达到修正目的。在其他版本图像处理软件中，提供了诸如球面、圆锥、菱形等更加丰富的变形处理工具，可以参照未变形区域的基准纹线流向形态以及纹线间距进行变形指纹的修正，并利用多种方案修正效果图分别进行编辑比对查询，直至比中样本指纹。
笔者通过对历年比中的1 269起案件进行候选排名统计，比中候选排名前五名1 028起，占比为81%；排名在6～30名之间216起，占比为17%；排名在50～100名之间23起，占比约为1.8%；排名在100名后2起，占比约为0.2%。在日常工作中对候选指纹的检视重点通常放在前30名之内，超过50名比中概率将大大降低。此案因现场指纹变形，使用原图进行比对时犯罪嫌疑人指纹排名第134位，如适当扩大候选范围增加候选检视名单，可以增加首次比中可能性。比中此案后对犯罪嫌疑人样本指纹进行了查重，该人在案发当年确未采集过指纹。针对每起案件的查询比对，在样本数据量不断增长的情况下，尽量选取100～200名的候选名单进行检视，避免因样本指纹排名较后而发生漏比现象。
参考文献
［1］赵向欣.指纹技术[M]. 北京：中国人民公安大学出版社，2003：691-670.(Zhao Xiangxin. Fingerprint technology [M]. Beijing： Chinese People's Public Security University Press, 2003：691-670)
［2］杨小青, 杨浩, 陈意林. 指纹自动识别系统中的图像预处理技术[J]. 重庆科技学院学报（自然科学版），2006 ,8(1)： 91-95.(Yang Xiaoqing, Yang Hao, Chen Yilin. Image preprocessing technology in automatic fingerprint recognition system[J]. Journal of Chongqing University of Science and Technology (Natural Science Edition), 2006, 8(1)： 91-95)
［3］王威, 张晓梅. 指纹信息工作教程[M]. 北京： 群众出版社，2012：91-95.(Wang Wei, Zhang Xiaomei. Course for fingerprint information work [M]. Beijing： Qunzhong Publishing House, 2012：91-95)
［4］全国刑事技术标准化技术委员会. 指纹特征规范（第五部分）：指纹特征标注方法：GA774.5―2008.北京：中国标准出版社，2008：2-3.(National Technical Committee for Standardization of Criminal Technology. Fingerprint feature specification (part 5)： Fingerprint feature labeling method： GA774.5―2008. Beijing： Standards Press of China, 2008： 2-3)
Matching Probability Improved by Rectifying Deformed Fingerprints
TAO Guilan1, DONG Dagang2
(1. Criminal Investigation Detachment of Dalian Public Security Bureau, Dalian 116031, Liaoning, China； 2. Criminal Technical Team of Hulin Public Security Bureau, Hulin 158400, Heilongjiang, China)
ABSTRACT： The fingerprints found at the scene often occur of deformation by the influential factors from, e.g., environment,variety of the objects that suspects contacted, intensity of the force exerted with the fingerprint owner, hence resulting in the feature points of the fingerprints to change their juxtapositions so that the automatic fingerprint identification system will have lower matching probability due to the incompetent query between the relevant fingerprints. If the deformed fingerprint can be rectified, their matching probability could be improved. Here, a deformed fingerprint extracted from scene was corrected by Photoshop_CS5, one image processing software. From comparison against the deformed fingerprint with and without correction through automatic fingerprint recognition system, the sample fingerprint was respectively matched to the candidate's at 1st place forwarded from the one at 134th. Thus, rational correction of deformed fingerprints can truly improve the matching probability between fingerprints.
KEY WORDS： automatic fingerprint identification system； features of detail point； correction of deformed fingerprints；matching probability
中图分类号： DF794.1
文献标识码： B
文章编号： 1008-3650(2019)06-0562-03
第一作者简介： 陶桂兰，女，辽宁大连人，学士，高级工程师，研究方向为痕迹检验。E-mail：980309711@qq.com
DOI： 10.16467/j.1008-3650.2019.06.020
收稿日期： 2018-11-06；修回日期：2019-03-10
引用 本文格式：陶桂兰，董大刚. 修正变形指纹提高比中概率的案例思考[J]. 刑事技术，2019,44(6)：562-564.
标签：指纹自动识别系统论文; 细节点特征论文; 修正变形指纹论文; 比中概率论文; 辽宁省大连市公安局刑侦支队论文; 黑龙江省虎林市公安局刑事技术大队论文;