立體足跡激光定量檢驗系統的設計與實現

潘楠，彭進，伍星，劉益，遲子鋮

（1. 昆明理工大學 機電工程學院，云南 昆明，650500；2. 昆明信諾萊伯科技有限公司，云南 昆明，650228；3. 昆明理工大學 信息工程與自動化學院，云南 昆明，650500）

立體足跡激光定量檢驗系統的設計與實現

潘楠1，彭進1，伍星1，劉益2，遲子鋮3

（1. 昆明理工大學 機電工程學院，云南 昆明，650500；2. 昆明信諾萊伯科技有限公司，云南 昆明，650228；3. 昆明理工大學 信息工程與自動化學院，云南 昆明，650500）

針對公安機關辦案人員通過現場遺留立體足跡快速縮小嫌疑人范圍、明確案件偵察方向的需求，基于LabVIEW 平臺，結合激光測距傳感器、計算機控制和圖像技術設計開發出一套立體足跡激光定量檢驗系統。規避傳統拍照要求較高、三維掃描成本高昂、數據文件較大等問題，更快速地搜索出與待檢測信號最為相似的樣本數據，從而實現立體足跡特征參數的無損提取、精確計算和自適應匹配。詳細介紹該系統的設計思路及圖像采集、特征參數提取、檢驗對比分析等關鍵技術的具體實現方式。研究結果表明：該系統能有效應用于犯罪現場的立體足跡分析檢驗。

LabVIEW；圖像采集；激光測距；立體足跡分析

立體足跡是指人在行走時，足與地面等承痕客體相互作用，承痕客體發生塑性形變，產生具有凹凸結構的足跡。立體足跡完整、充分反映了足接觸部分的外表結構形態，且直觀、全面地反映出人的運動習慣［1］。借助立體足跡獲取作案人和嫌疑人的個人信息，通過分析、相似度比對和檢驗鑒定，可協助公安辦案人員縮小偵查范圍，同時也可作為案件訴訟中的一項強有力的證據［2］。目前，國內外立體足跡的特征提取多采用石膏制模測量或是計算機三維表面建模等手段，存在缺乏統一檢驗標準或是對專業化設備及專業人員經驗依賴過高等弊端［3-4］。如2011年大連恒銳科技有限公司推出的恒銳立體足跡采集與分析比對系統［5-6］，雖在一定程度上實現了立體足跡痕跡數據化對比，但仍存在幾個問題：1） 利用二維圖片作為數據樣本進行比對，對拍照設備的要求較高，反光、拍攝角度及對焦的不一致，將直接導致原始數據的失真，從而影響進一步數據分析；2） 利用三維掃描（顯微）方式，雖比二維圖片更有效地反映線性痕跡細節特征，但由于其硬件成本高及形成3D文件體積過大造成的計算量級呈幾何倍數增長等不利因素限制，無法有效應用于實際案件偵破中；3） 使用的信號及圖像處理算法限定條件太理想化，對于犯罪現場發現的復雜且隨機性較大的痕跡的檢測工作，實用性較有限。近年來興起的單點激光位移測試方法，在工業測試領域得到了廣泛的應用，其具有被測物體表面無損壞、受光線環境影響小、精度高、數據文件小、頻響特性好等優點。對于痕跡線條細節的非接觸式精準測量非常有效，其特點如下：1） 激光信號與線性痕跡表面直接接觸，不受光照影響且精度較高，所測位移即反映痕跡粗大連貫線條的真實高低起伏；2） 經過與顯微照片的對比試驗，利用單點激光位移傳感器（激光斑點直徑為1 μm）檢測一個直徑約為0.5 cm的斷頭表面，所采集數據點數在200以上（單精度浮點數，約為1 KB），便可有效地反映其細節特征，相較于高清圖片及 3D文件動輒MB級的存儲空間要求，單點激光數據有著明顯的優勢；3） 單點激光檢測形成的是一維信號，在保證特征精度的前提下，處理該類信號的速度比二維和三維信號的速度快。通過長期的實踐和研究，國內足跡研究學者也提出了一些有價值的分析檢驗方法［7-8］，在實際的刑偵過程中也證明了其有效性，但是基本依賴于人工的測量和計算，遠不能滿足全國范圍內的推廣和應用。針對上述問題，本文作者基于LabVIEW平臺設計，開發一套立體足跡激光定量檢驗系統，配合激光測距傳感器、高清攝像頭和電控滑軌等硬件模塊，將立體足跡拍照、圖像處理、足跡特征參數提取和分析檢驗集為一體，并上傳數據庫和出具足跡鑒定報告，可提高基層刑偵人員足跡檢驗鑒定的工作效率。

1　系統設計

1.1系統整體框圖

根據需求分析，可將本系統細分為初始化及校準、圖像采集及處理、特征參數提取、檢驗分析及數據庫等4個模塊，系統層次示意圖如圖1所示。

1.2系統流程及各子模塊

1） 將立體足跡模型放入立體足跡箱，在系統運行時，先判斷左右腳，然后配置好攝像頭、激光頭和電機的各COM口，進行初始化校準。

2） 在校準后，采集立體足跡圖像，再對獲取的圖像進行裁剪，提取足跡模型的有效特征區域。

3） 等圖像處理完畢，提取足跡特征參數，首先獲取足跡中心線，建立坐標系，經過相關操作和計算得出足跡的7項特征指標（全陡、半陡、拇陡、起腳角度、落腳角度、腳長和腳寬等）。

4） 將提取到的信息保存到相應數據庫，根據相關算法進行足跡特征參數的分析和比對，進而縮小或鎖定嫌疑人范圍，并最終給出相應的足跡檢驗鑒定報告。系統整體流程如圖2所示。

圖1　系統整體示意圖Fig. 1　Schematic diagram of system block

2　關鍵算法及軟件實現

2.1初始化及校準

初始化及校準模塊通過LabVIEW軟件編程對步進電機、攝像頭和激光測距傳感器進行自動化控制。硬件部分包括兩相42系列步進電機、STC89C52增強型51單片機、鋁合金滑軌、Wenglor CP24MHT80型激光測距傳感器和 Logitech Pro C920高清攝像頭等［9］。軟件部分使用 Vision工具包下的 NI-IMAQdx模塊控制攝像頭拍照，并利用簡單易行且成本較低的串口通信控制進步電機和激光傳感器的運動［10-11］。初始化及校準的工作流程如圖3所示，具體步驟如下。

圖2　系統流程圖Fig. 2　Flow chart of system

圖3　初始化及校準工作流程Fig. 3　Work flow of initialization and calibration

1） 將立體足跡模型放入足跡箱中，在軟件界面人工判斷左右腳，接著進入校準界面。

2） 電機帶動激光頭從初始位置運行到預設位置1，此時攝像頭會拍照，并顯示在軟件前面板上，鼠標雙擊圖片中的紅色激光點。

3） 電機將繼續運動到預設位置2，攝像頭更新照片，并顯示在軟件前面板上，再次鼠標雙擊圖片上的紅色激光點。

4） 電機將自動回退到初始位置，系統自動計算脈沖像素比和O點坐標數據，并顯示在相應的位置。

5） 若數據符合要求，則初始化和校準完畢，進入下一模塊，否則進入步驟2）重新進行初始化和校準。

2.2圖像采集及處理

圖像采集及處理模塊主要通過Vision工具包下的NI-IMAQdx對攝像頭的控制，采集立體足跡模型的照片，并通過IMAQ Extract函數實現對圖片初步旋轉和裁剪，凸顯足跡特征區域，為后續足跡特征參數的提取奠定基礎［12-14］。

圖像采集及處理模塊的工作步驟主要是：1） 對立體足跡模型進行實時整體的拍照；2） 根據采集的要求對圖片進行旋轉和裁剪處理；3） 若滿意采集及處理結果，則將采集后圖像以jpg格式保存在指定目錄并送入特征參數提取模塊，否則重新采集。

2.3特征參數提取

足跡特征參數提取在整個立體足跡分析過程中尤為關鍵，其提取質量將直接決定最后的檢驗鑒定結果。以往立體足跡特征參數測量多通過足跡高程測量儀或面陣式深度數據測量儀等，再通過人工的方法進行后期的計算，此類做法耗費大量人力及物力，且存在測量不精確、足跡樣本易破壞等弊端［15］。

本文提出和實現的立體足跡分析檢驗系統利用德國Wenglor激光高精度測距傳感器實現對物證的無損測量，并結合計算機控制和圖像技術實現足跡特征參數的自動測量和計算，降低了辦案人員對立體足跡特征參數提取的難度和工作量［16-18］。

2.3.1足跡中心線的獲取

將采集和處理完畢的立體足跡圖片載入后，先進行足跡中心線的獲取，然后得到足跡后跟點，進而建立起足跡的坐標系。主要步驟如下。

1） 點擊進入足跡中心線獲取界面，彈出之前采集和處理的足跡圖片，按住鼠標左鍵于足跡左側拖行一條直線，并調整該直線位置與足跡左側邊緣相切后，雙擊保存直線。

2） 進行步驟1）操作得足跡右側邊緣的切線，此時系統會更新2條切線的坐標信息。

3） 點擊確認切線按鈕后根據平分原則會自動生成足跡中心線。

4） 點擊足跡后跟與中心線的交點處，將得腳后跟點，且系統會自動更新點的坐標。

5） 若符合要求，則點擊確認將圖片送入下一步，否則重新劃線得足跡中心線和腳后跟點。

足跡中心線獲取示意圖如圖4所示。

2.3.2特征數據的測量

成功獲取足跡中心線和腳后跟點后，便可建立足跡坐標系。取足跡中心線為y軸，根據相關立體足跡分析理論，取腳后跟點沿y軸方向75 mm為坐標原點O，過坐標原點作垂直于y軸的直線即為x軸。反映到軟件界面上，系統在前面確定好中心線和后跟點后，自動根據脈沖像素比在足跡圖像上作出相應的x軸、y軸和坐標原點O。

圖4　足跡中心線獲取示意圖Fig. 4　Schematic diagram of footprint center line acquisition

1） 前掌區和拇趾區特征測量。

前掌區壓痕高程，是指前掌部分反映出的壓痕凹凸。拇趾區壓痕高程則是指拇趾部分反映出的壓痕凹凸。由于每個人赤足形態結構的差異，行走時作用力強度及分布不同、形狀不同而形成的前掌壓痕和拇趾壓痕，其表現出的凹凸既有x軸和y軸上的經緯位置不同，又有z軸上的海拔高低差異［19］。

取前掌區和拇趾區共23個坐標點，通過激光測距傳感器來實測它們在z軸上的高程數據。以左腳模型為例，前掌區的17個坐標點為（單位：mm）：山頂點H0（0，120），H1（0，130），H2（10，130），H3（10，120），H4（10，110），H5（0，110），H6（-10，110），H7（-10，120），山腰點H8（-10，130），H9（0，150），H10（20，140），H11（30，120），H12（30，90），H13（0，90），H14（-30，90），H15（-30，120），山腳點 H16（-30，150）。拇趾區的 6個坐標點為：h0（-30，150），h1（-30，170），h2（-10，170），h3（-10，150），h4（-10，130），h5（-30，130）。需要指出的是h0與H16為重合點，h4與H8為重合點。坐標系和坐標定位如圖5所示。

設前掌區中心點的高程為 H0（單位：mm），第 j個山腳點和山腰點的高程分別為 Hj和 H′j，令gj=H0-Hj，稱為第 j個方向上的全坡陡度；令，稱為第j個方向上的半坡陡度，j=1，2，…，8。同理設拇趾區中心點的高程為h0，中心點外圍的高程為hj，j=1，2，…，5。令j0jd=h-h，稱為第j個方向上的拇趾陡度。

運行系統，點擊自動測量按鈕，電機即會帶動激光頭自動測量如上23個坐標點在z軸上的距離數據，并計算出各個方向上的全坡陡度、半坡陡度和拇趾陡度并顯示在前面板上。若少數數據異常，則可進行人工干預，對異常點進行人工修正。

2） 起落角、腳長和腳寬測量。

測量完前掌區和拇趾區特征指標后，點擊進入開始測量足跡長、前掌寬和起落角度。因為之前已經確定了腳后跟點，所以直接在足跡圖像上點擊選擇腳尖點，即可得腳長。腳寬的測量則是在足跡圖像上分別選擇前掌左點和前掌右點，即可得腳寬。起落角的測量則是根據經驗畫起落角部位的端點連線，然后與足跡中心線相交的夾角即得，具體如圖6所示。

圖5　足跡坐標系和坐標定位示意圖Fig. 5　Schematic diagram of footprint coordinatesystem and coordinate positioning

圖6　起落角、腳長和腳寬示意圖Fig. 6　Schematic diagram of up-down angle，foot length and foot width

2.4檢驗分析及數據庫

通過前面多次的采集和測量，可分別得現場作案人員足跡和嫌疑人足跡的特征參數。足跡檢驗對比算法實現步驟是：對于現場足跡的我們將其全坡陡度和半坡陡度表示為goj和，第′i個嫌疑人足跡的全坡陡度和半坡陡度表示為gij和。現場足跡拇趾陡度表示為doj，第i個嫌疑人足跡的拇趾陡度表示為dij，作如下定義：

2.4.1閾值的確定

對于選定的α，可知

即

經過大量的實驗驗證，用數理統計和實驗數據確定了每項指標的實用閾值。通過對比實測數據和理論閾值，就可判定足跡的歸屬，從而達到判定或排除嫌疑人的目的。7項指標參考閾值如表1所示，其可靠概率均大于或等于99.0%。

2.4.2特征參數檢驗判別的原則

對于立體足跡全長、前掌寬度、起腳角度、落腳角度、全陡和、半陡和、拇陡和這7項量綱一的指標精準測量計算后，若所得數值都小于或等于閾值，則判為接受，即被檢驗的犯罪嫌疑人足跡與現場足跡高程特征相同；若7項指標有1項指標計算值大于相應指標的閾值，則判為檢驗的犯罪嫌疑人足跡與現場足跡高程特征不同［19］。

針對上述的測量和計算得到的立體足跡數據信息，以表格的形式存入數據庫中，且在數據庫中可進行添加、刪除、查詢和比對等操作，實現足跡信息的計算機管理與信息共享［20］。最終的足跡鑒定結果將以“足跡檢驗報告”的形式輸出。

表1　7項指標變差理論閾值Table 1 Variation theory threshold value of seven indicators

3　實驗驗證與案例分析

3.1實驗驗證

為驗證本系統的準確性和實用性，模擬了犯罪現場，并實際采集立體足跡石膏模型，放入立體足跡箱配合軟件系統進行測試和分析實驗。本系統測量計算得到的足跡特征參數指標變差值如表2所示。

表2　7項指標變差實驗測量計算值Table 2 Variation experimental measurementvalue of seven indicators

由表1和表2可知：根據判別原則可判斷該嫌疑人具有重大作案嫌疑，符合實驗的預設結果。為進一步驗證系統的有效性，利用實際的案件進行實際測試分析。

3.2案例分析

1999-01-01，河南省某市飛機場東側1條村道上發生1起兇殺案，經查被害人為該市某小學教師朱某（女，23歲）。現場勘查發現和提取有精斑和立體足跡模型等痕跡物證，經法醫鑒定，被害人為匕首刺破心臟致死。由此警方分析作案特點將案件定性為攔路強奸殺人，1人作案。案件發生后，雖市公安局經過多方努力，經歷16 a，案件仍未偵破。

直到2015-03，當年提取的精斑經DNA檢驗鎖定為本市居民喬某所留。抓獲喬某后，喬某交代他和同伙李某2人共同作案，但喬某只承認對受害人進行了強奸，指認用刀捅死被害人的為李某，然而李某已于2007年去世，死無對證。最高法院要求對證據鏈進行完整性補充。針對此要求，市公安局于2015-07利用本文所述系統采集了嫌疑人喬某的立體足跡石膏模型和當年犯罪現場采集的立體足跡模型進行檢驗對比，很快得出了喬某右腳足跡壓痕高程特征與現場足跡壓痕高程特征一致的測試結果，檢驗意見為現場除被害人之外只留有喬某1人的足跡，可靠概率為98%，結合現場遺留其他物證，形成完整證據鏈。

現場右足跡模型見圖 7，喬某右腳足跡樣本模型見圖8。

圖7　現場提取的右足跡模型（編號C1）Fig. 7　Right footprint model of crime scene （number C1）

圖8　嫌疑人喬某足跡樣本模型Fig. 8　Sample model of suspect’s footprint

現場右足跡模型（編號C1）與嫌疑人喬某右足跡樣本模型（編號S2）的系統測試計算數據如表3所示。

現場右足跡模型（編號C1）與嫌疑人喬某右足跡樣本模型（編號S3）的系統測試計算數據如表4所示。

表3　足跡模型C1與足跡模型S2測試計算結果Table 3 Test calculation results of footprint C1and S2

表4　足跡模型C1與足跡模型S3測試計算結果Table 4 Test calculation results of footprint C1and S3

4　結論

1） 本系統借助計算機技術將立體足跡的特征提取和檢驗比對定量化和自動化，降低了基層辦案人員的學習成本，提高了足跡檢驗的辦案效率。

2） 利用非接觸式激光測距傳感器對足跡物證進行快速精確無損測量，改善了以往人工測量帶來的不穩定性，有效協助刑偵人員進行立體足跡特征的定量檢驗。

［1］ 韓均良. 痕跡檢驗［M］. 北京：中國民主法制出版社， 2007：106-107. HAN Junliang. Trace inspection［M］. Beijing： China Democracy and Rule of Law Press， 2007： 106-107.

［2］ 王磊. 淺談足跡在案件偵查中的作用［J］. 法制與社會， 2008，23（8）： 165-166. WANG Lei. On the role of the trail in the investigation of the case［J］. Law and Society， 2008， 23（8）： 165-166.

［3］ 楊映輝. 立體足跡提取方法進展研究［J］. 云南警官學院學報，2014（1）： 103-105. YANG Yinghui. Research of extracting 3D footprint methods［J］. Journal of Yunnan Police Officer Academy， 2014（1）： 103-105.

［4］ MIKKONEN S， SUOMINEN V， HEINONEN P. Use of footwear impressions in crime scene investigations assisted by computerized footwear collection system［J］. Forensic Science International， 1996， 82（1）： 67-79.

［5］ 譚建國， 王國建， 萬德鵬. 現場足跡全視場三維形貌數據采集裝置：CN204405024U［P］. 2015-06-17. TAN Jianguo， WANG Guojian， WAN Depeng. A field footprint three-dimensional shape data acquisition device：CN20445024U［P］. 2015-06-17.

［6］ 徐旭， 王國建， 譚重建. 一種立體足跡數字化提取系統：CN202458377U［P］. 2012-10-03. XU Xu， WANG Guojian， TAN Chongjian. A digital footprint extraction system： CN202458377U［P］. 2012-10-03.

［7］ 袁勝， 王陽. 中國足跡檢驗技術沿革及其展望［J］. 中國刑事警察學院， 2011（2）： 119-121. YUAN Sheng， WANG Yang. Development and tendency of footprint analysis technology in China［J］. Journal of Yunnan Police Officer Academy， 2011（2）： 119-121.

［8］ 史力民. 足跡學［M］. 北京：中國人民公安大學出版社， 2007：78-85. SHI Limin. Footprint［M］. Beijing： People's Public Security University of China Press， 2007： 78-85.

［9］ 潘楠， 劉益. 一種立體足跡自動化快速采集儀器：CN204465744U［P］. 2015-07-08. PAN Nan， LIU Yi. A fast automatic footprint acquisition instrument： CN204465744U［P］. 2015-07-08.

［10］ 夏建芳， 趙世富. 虛擬儀器與單片機串口通信的實現［J］. 機械工程與自動化， 2006（2）： 136-137. XIA Jianfang， ZHAO Shifu. Realization of serial communication between the virtual instrument and singlechip［J］. Mechanical Engineering and Automation， 2006（2）： 136-137.

［11］ 郭漭， 祝連慶， 韓曉泉， 等. 基于LabVIEW的CMOS相機圖像采集系統設計［J］. 自動化應用， 2014（3）： 15-16. GUO Mang， ZHU Lianqing， HAN Xiaoquan， et al. Design of the CMOS camera image acquisition system based on LabVIEW［J］. Automation Application， 2014（3）： 15-16.

［12］ WANG Weilin， LI Changying， TOLLNER E， et al. Development of software for spectral imaging data acquisition using LabVIEW［J］. Computers and Electronics in Agriculture， 2012，84（11）： 68-75.

［13］ 陳飛， 陳平濤， 朱培逸， 等. 基于IMAQ Vision和PLC的水果大小分級系統設計［J］. 測控技術， 2014， 33（10）： 76-78. CHEN Fei， CHEN Pingtao， ZHU Peiyi， et al. Design of fruit size automatic grading system based on IMAQ Vision and PLC［J］. Measurement & Control Technology， 2014， 33（10）： 76-78.

［14］ 曾明， 楊欣榮， 羅桂娥， 等. 虛擬儀器技術及其在油品含水量檢測中的應用［J］. 中南大學學報（自然科學版）， 2003， 34（2）：184-187. ZENG Ming， YANG Xinrong， LUO Guie， et al. Virtual instrument technique and its application to measure the water content in oil product［J］. Journal of Central South University （Science and Technology）， 2003， 34（2）： 184-187.

［15］ 王永棟， 安會波， 袁國平， 等. 立體足跡造型與識別系統技術及在法庭中的證據作用［J］. 中國人民公安大學學報， 2005，11（1）： 30-31. WANG Yongdong， AN Huibo， YUAN Guoping， et al. 3D footprint modeling and recognition system technology and evidence in court［J］. Journal of Chinese People’s Public Security University， 2005，11（1）： 30-31.

［16］ 潘楠， 伍星， 劉益，等. 線性痕跡激光檢測信號自適應匹配算法研究［J］. 儀器儀表學報， 2015， 36（6）： 1372-1380. PAN Nan， WU Xing， LIU Yi， et al. Research on the adaptive matching algorithm for laser linear mark detection signals［J］. Chinese Journal of Scientific Instrument， 2015， 36（6）：1372-1380.

［17］ 高坡， 胡以華， 趙楠翔， 等. 近距離收發同軸激光測距精度研究［J］. 紅外與激光工程， 2014， 43（3）： 915-919. GAO Po， HU Yihua， ZHAO Nanxiang， et al. Laser ranging precision in sending and receiving coaxial optical system in indoor instance［J］. Infrared and Laser Engineering， 2014， 43（3）：915-919.

［18］ 楊晟， 裴浩， 張明輝. 532 nm激光在痕跡顯現上的應用研究［J］. 激光雜志， 2011， 32（5）： 44-45. YANG Sheng， PEI Hao， ZHANG Minghui. Research of 532 nm laser application in trail emergence［J］. Laser Journal， 2011， 32（5）：44-45.

［19］ 韓均良. 足跡檢驗技術［M］. 北京： 中國人民公安大學出版社，2008： 165-166. HAN Junliang. Footprint inspection technology［M］. Beijing：Chinese People’s Public Security University Press， 2008：165-166.

［20］ 史力民， 畢勝， 姜吉衁. 足跡信息的計算機管理與查詢［J］. 刑事技術， 2005（5）： 19-21. SHI Limin， BI Sheng， JIANG Jizhe. Application and administration of footwear information and shoeprint indexing system［J］. Criminal Technology， 2005（5）： 19-21.

（編輯 劉錦偉）

Design and implementation of 3D footprint laser quantitative testing system

PAN Nan1， PENG Jin1， WU Xing1， LIU Yi2， CHI Zicheng3

（1. School of Mechanical and Electrical Engineering，Kunming University of Science and Technology， Kunming 650500， China；2. Kunming SNLAB Tech Co. Ltd.， Kunming 650228， China；3. Faculty of Information Engineering and Automation，Kunming University of Science and Technology， Kunming 650500， China）

In view of the needs of police investigators to quickly narrow the scope of the suspect and clear the direction of investigation by using the footprint left from the scene， a 3D footprint laser quantitative testing system was designed and developed based on LabVIEW， which combined the laser ranging sensor， computer control and image technology. Circumvent the issues like high demanding of traditional photography， costly 3D scanning and large data files， and the sample data most similar to the signal to be detected would be searched out more quickly， so that the non-destructive extraction， accurate calculation and adaptive matching of 3D footprint’s characteristic parameter were realized. The system design concept and concrete implementation of the key technologies such as image mosaic， characteristics extraction and comparative analysis were all introduced in detail. The results show that the system can be applied to the 3D footprint analysis in crime scene effectively.

LabVIEW； image mosaic； laser ranging； 3D footprint analysis

TP311.1

A

1672-7207（2016）04-1181-07

10.11817/j.issn.1672-7207.2016.04.014

2015-06-06；

2015-08-20

昆明市科技計劃重點項目（2015-1-S-00284，2015-1-G-00250）；云南省科技型中小企業創新基金資助項目（2014SC030）；公安部技術研究計劃重點項目（2014JSYJA020）（Projects （2015-1-S-00284， 2015-1-G-00250） supported by the Kunming Technology Research Program； Project （2014SC030） supported by the Innovation Funds for Small and Medium Science and Technology Enterprises in Yunnan Province；Project （2014JSYA020） supported by the Ministry of Public Security Technology Research Program）

潘楠，博士，碩士生導師，從事刑偵特種設備研發、信號特征檢測算法研究；E-mail：15808867407@163.com