林漢章 林 彬
1.廣東省東莞市公安局清溪分局刑事偵查大隊技術中隊,廣東 東莞 523000;
2.廣東省中山市公安局三鄉分局刑事科學技術室,廣東 中山 528400
刑偵工作中,對犯罪現場相關指紋的技術檢驗,是合理發現證據、提取與案件相關手印、通過技術檢驗盡早破案的重要技術手段。及時拍攝和記錄犯罪現場,提取與案件相關的手印,需要借助拍照技術、拍照方法和配光方法的應用來實現。光滑表明潛在指紋細節照相提取困難的情況一度成為刑偵工作的難點?;诖?,應用特殊光學檢測技術即定向反射數碼顯微照相提取技術的嘗試,或能改善刑偵工作中的該項問題,為提取有效技術提供有力支持。
光滑表面上手印主要包括鏡面、電鍍面、油漆面、陶瓷面等光滑物面因汗垢而出現的手印。在這些證據的拍照中,受反光強反差弱影響,配光光照角度、物體反光情況、光的強弱變化等情況,所產生的效果也不同。反射力強的物休、手印反射力強烈、光照角度要大,亮度要強;反之反射力弱的物休、手印反射力弱、光照角度要小,要增減光線的強弱、采用側光改變光線的照射角度。
具體流程為:控制被攝者到窗口的距離(可兼顧明、暗兩極的細部層次、便于曝光,室內人像陰影面的亮度受拍攝者離窗口的近距離導致的明暗反差效果極大;少量補光,可勾勒出指紋的質感。反之,對遠離窗口,靠近沒有光源的墻面,該拍照技術減弱了主光,加強了輔助光)——調整被攝者朝向,以便于可根據不同的要求靈活調動被攝者的朝向(為完整、鮮明地表現人物形象,并形成理想的眼神光,可讓被攝者正面朝向窗口,利用順光照明來實現;反之為強調立體感,讓被攝者側面朝向窗口,利用側光形成鮮明反差.突出立體感。還可利用逆光照明,產生剪影效果,表達簡潔的形式感)。
該技術融合了散射光和反射光的雙重功效,對被攝體為云層或者其他物體遮擋的情況,選擇柔和的散射光,主要受散射光所形成的受光面及陰影面不明顯影響,拍攝明暗反差不大的指紋。反射光是光源所發出的光線,應用反光板和反光傘均勻柔和的光線進行拍照。該光線能使手印有紋線的部分和無紋線部分的差異顯示對比度明顯。
以筆者工作案件中對彩色照片上汗液指紋進行了定向反射拍照,主要應用工具為刑偵專用UVR-I 高清數碼單反紫外/紅外照相機1 部,變焦頭60——100mm、接圈、DEG—1 型定向反射鏡、刑事照相配光箱中的面光源、21 定樂凱黑白膠片。
具體操作流程為:在暗房中將全部接圈接于變焦頭接于相機上,將DEG—1 型定向反射鏡接于鏡頭前部。首先將變焦頭置于210mm,面光源照向疑有指紋處調焦,后用紙擋板將照片至鏡頭間遮擋,防止多余光線照向客體,移動面光源在目鏡中觀察出現光斑,光圈5.6,爆光15 秒,按照暗房操作技術得到反差合適、背景干擾被消除的指紋照片。
對潛血手印通常用四甲基聯苯胺和氨基黑10B 來進行顯現增強。但是,有的犯罪現場,由于罪犯手上粘的血量少、多次接觸客體,檢材上遺留的不是完整的潛血手印,而是血汗混合手印。主要波段選擇為紫外光:400-430nm(紫光)、430nm-490nm(藍光)、490-510nm(藍/綠光)、510-550nm(綠光)、550-700nm(黃橙光)來作為反相觀察的光源。
方法一:采用全側光拍照是以小型聚光燈為光源、在有縫隙插片中選擇扁平、光照角度與被拍物平面呈0-5 度左右、在玻璃背面的一定距離上襯以黑色襯底來增加反差。方法二:短波紫外線激發熒光法拍照技術,準備工作中先在可見光下對玻璃面手印進行“取景”、“調焦”,選擇在暗室中使用一只或兩只紫外線燈(波長在250um 左右),成45 度角照射被拍物體,然后進行曝光。
方法一:刮水銀法即運用正交L 8(27)實驗,以各提取實驗條件的HPLC 指紋圖譜色譜峰面積的變化量和相似度為指標;優化的提取工藝參數為藥材粒度60 目、70%乙醇8 倍溶劑量、浸漬提取3 次,每次30 min。
方法二:縮小影像法具體方法為利用紫外線三維熒光光譜分析方法提取潛在指紋,采用光譜分析實驗,測定石英和白板載片上的富含皮脂潛在指紋的二維和三維熒光光譜,利用波長260-300nm的紫外線激發指紋殘留物,獲得波長310-380nm范圍的指紋熒光光譜證實提取潛在指紋效果明顯。
常規白色粉末(JH 熒光粉系列和Jx 熒光粉系列)方法盡管能顯示黑色部分紋路,但對白色部分的辨識度不高。反之,黑色粉末同樣不能達到預期的指紋紋路顯示效果。拍照環節,為手印紋線沖壞,各操作步驟均要輕柔。具體步驟為以無色手印顯現中黑色粉末(如銻粉、氧化銅粉、鋁粉或紅鉛丹粉等)配合漂白液潤濕,則在照片影像色調消失后能精準地顯現出手印,即可延續平光攝影方法拍攝。
殘缺指紋提取技術中,以激光掃描技術進行指紋圖像采集局部噪點分離方法進行濾波處理、以提升激光指紋圖像的識別信噪比、采用自適應模板匹配方法進行殘缺指紋激光圖像的紋理特征提取來實現殘缺指紋提取和優化識別[1]。利用自制OCT 實驗平臺獲取高分辨率手指三維數據,提出了一種基于深度可分離卷積的輕量級U-Net 神經網絡算法來準確提取角質層和乳頭層輪廓、相對深度信息生成內指紋和外指紋以算法能夠精確地提取內外指紋,比之生成普通U-Net神經網絡算法相似的前提下大幅減少了模型參數數量[2-3]。分布式海量指紋識別技術——對采集的指紋進行特征提取——利用指紋特征對指紋進行全局指紋分類——利用匹配界限盒方法進行指紋匹配以完成未知指紋數據的身份確認[4]。光學方法檢測中,以可見光下反差微弱的深色客體上的血指印,其深色客體在紫外線照射下可以顯示較強的可見熒光,而血指印則沒有熒光且吸收熒光、紫外熒光照相成為顯現、加強微弱血指印極為有效[5]。用TREC VID2018 和Inria Copy Days 數據集的相關數據、算法對大多數攻擊都具有魯棒性,其F1 平均得分約為0.99 分,假陽性率低于0.01%,定位準確率97%[6]。
綜合來講,光滑表面潛在指紋細節的定向反射數碼顯微照相提取技術涉及光學檢驗法、紫外、多波段或者定向反射等拍照提取,此刻還有502熏顯及熒光試劑染色法和化學粉末顯現法均可達到預期的效果。
光滑表面潛在指紋細節的定向反射數碼顯微照相提取技術作為刑偵工作中的重要技術,通過合理配光方法,采用新式技術,通過實證結果分析可得,該技術在指紋提取上具有重要的推廣價值。