【摘要】本文将低质量刑事图像分为模糊图像和复杂背景图像两类，有针对性的分别讨论了显现其隐含信息的技术方法。文章采用了图像增强、图像复原、图像代数与逻辑运算、空域处理与变换域处理的方法提升刑事图像质量，同时探讨了使用将单帧图像处理与视频动态序列图像结合起来的图像超分辨率复原;将计算机数字图像处理与刑事图像光学显现相结合;图像融合的方法挖掘刑事图像隐含信息的思路。
　　【关键词】刑事图像;模糊图像;复杂背景分离;数字图像处理
　　图像和视频资料是视听资料证据的重要组成部分，在公安工作中这些图像数据所记录的信息和细节往往成为侦破案件的关键突破口。然而，由于图像采集过程中可能存在的抖动、对焦不实、曝光失当、随机噪声、人为干扰等因素会造成图像质量较低、信息丢失。另外目前监控录像也缺乏有针对性的统一的质量标准，造成大量的低质量视频资料，数据不完整、图像不清晰。因此，如何提升刑事图象质量，挖掘其中的隐含信息成为刑事科学技术中的一项重要研究课题。
　　一、低质量刑事图像分类
　　本文所指低质量刑事图像为图像中具有侦查价值与证据意义的关键内容细节难以由肉眼直接辨识。低质量刑事图像的来源较为复杂，如来自照相机、视频监控系统、手机、电脑摄像头等;并且分析处理目标具有不确定性，如指纹、足迹、车牌、车型、人脸、笔迹、银行卡号。为便于分析本文将低质量刑事图像分为两大类：
　　1.模糊图像
　　是由成像过程各种因素造成的图像本身整体质量较低。包括由于拍摄过程或图像获取过程中的技术失误、采集设备与被拍摄物体之间的相对运动、图像采集传输中引入噪声等原因引起的图像质量降低，即通常所指的模糊图像。例如由于曝光过度失去亮部细节的痕迹照片;对焦不准造成的模糊照片;车辆在高速运动过程中被监控设备拍下的车牌等。
　　2.复杂背景图像
　　是图像本身质量没有问题，但其重要内容的辨识度较低。主要这类图像主要指图像中重要内容与背景之间的反差较低，使痕迹纹线淹没在杂乱的背景中在视觉上难以识别，即复杂背景图像。例如纺织品上的指纹痕迹;红色地板上的血迹;彩色包装袋上的汗液指纹等。
　　二、低质量图像隐含信息显现的依据
　　低质量刑事图像同样包含着大量的信息，但由于人眼的视觉限制，直接用肉眼无法识别出来。对于静态图像来说，对比度与色彩是影响视觉分辨率的最大因素。人眼识别亮度变化范围虽然很大，但识别灰度反差的能力很低，数字图像一般具有256个灰度级，人眼只能区分20-30级，当亮度差别过低时便区分不出景物轮廓与细节，所以图像中大量有价值的细节差异人眼无法感知或辨别。人眼对彩色的敏感度要高于灰度图像，正常人眼能区分上千种色彩，人眼对不同的色彩敏感度也不同。通过对图像的处理，控制重要特征灰度的或色彩的反差至人眼能分辨的范围，隐含信息就能显现出来。应注意，图像处理只能显现图像中原本就包含着的信息，而无法获得图像中原本不存在的信息。
　　三、处理原理及方法
　　（一）模糊图像的隐含信息显现
　　1.图像增强
　　图像增强方法不追究造成图像低质量的原因，用试探的方法，有选择的突出图像上感兴趣的信息，相应的抑制或消除不感兴趣的信息，从而提高图像的视觉质量或利于进一步分析处理。（1）对比度增强。对比度指图像中亮部与暗部之间的灰度反差程度。在拍照中由于曝光过度或曝光不足时，影像会整体偏亮或偏暗。这时整个图像的灰度反差较小，景物灰度范围被压缩，对比度较低，景物的细节层次人眼无法分辨。通过对比度增强，可以将图像的灰度动态范围重新进行分配，从而增加明暗反差，改善视觉效果。对比度增强可以通过灰度变换或对直方图的运算来完成。（2）图像的锐化处理。通常对图像进行分析、判读时，需要通过物体的边缘轮廓来对目标进行识别。而模糊图像往往因为内容对象边缘轮廓不清晰而影响对其的辨识。图像的锐化处理就是突出图像中感兴趣内容的轮廓特征，从而使目标物更加清晰而易于识别。
　　2.图像复原
　　图像复原技术探究造成图像低质量的原因，并针对图像退化的原因建立退化的数学模型，通过对退化模型的逆转操作来试图恢复低质量图像退化前的原始状态。图像复原并没有统一的方法，而是针对性的根据不同的模糊原因设计相应的算法来解决问题。在刑事图像实践工作中最常见的退化原因有曝光失当产生的非线性退化，对焦不准产生的离焦模糊，设备与目标相对运动产生的运动模糊，以及综合性的模糊。图像复原工作的关键两个步骤为：第一判断模糊类型，第二确定模糊参数。
　　（二）复杂背景图像的背景分离
　　复杂背景图像根据背景的不同又可以分为几类：规律性背景图像;背景图案色彩纹线等变化缓慢的低频背景图像;与目标对象色彩反差极低的简单或复杂背景图像。针对不同类型，可以选取不同的分离方法如下。
　　1.数学运算与逻辑运算
　　数字图像的本质即为由每个像素值组成的二维数组，因此对数字图像的任何处理归根结底就是对二维数组中的数进行运算。最基本的运算即为数学运算的加减乘除、逻辑运算的与或非。在物证成像技术中，通过减法运算能够用来消除加性的痕迹图像背景干扰。图像的相除运算能够抑制乘性干扰成分，例如透射配光拍摄的痕迹图像的背景干扰，拍摄时光照的不均匀而形成干扰等。（1）图像配准。图像配准方法适用于背景图像极易寻找且高度一致的痕迹图像类型，如纸币、票据上的痕迹等。将背景图像另行拍摄后，与原始图像进行严格配准，再运用图像减法便可得分理处痕迹。应注意，配准一定要几何与强度的严格一致，如果原始图像与背景图像不能严格配准，相减所得结果会导致图像更加混乱。例如纸币上的血指纹A（x，y），选择相同的纸币拍摄同样的部位B（x，y），拍摄后图像相减得到F（x，y）=A（x，y）-B（x，y），结果图像F（x，y）即为消去背景后的痕迹图像。（2）通道运算。通道运算利用彩色图像的色彩模型，根据彩色图像形成色彩和显示色彩的原理进行背景分离。当然常用的图像色彩模式有RGB模式、HSB模式，CMYK模式，LAB模式等。对于背景图像不易寻找或难以配准的图像，可以利用通道相减的方法突出痕迹。这种方法适合于在不同通道下目标内容与背景的反差区分较大的图像，将目标与背景反差大的通道和目标与背景反差小的通道相减便可以有效的分理出痕迹。例如印章与印文分离，通常印章为红色，印文为黑色，则两者在某种色彩模式下的不同通道显示结果有明显差异，选择两个反差最大的通道进行相减，即可成功的将印章和印文分离。2.频域滤波
　　有时直接针对二维数组本身进行空间域运算难以达到理想效果，还可以将图像转化至频率域，进行频域滤波来消除或抑制背景干扰。图像中色彩纹线变化缓慢的部分是低频部分，图像中色彩纹线变化丰富的部分为高频部分。进行高通滤波可以有效增强高频部分而抑制低频部分，从而使痕迹更加清晰的显现出来。此方法适用于背景较为简单的复杂痕迹。对于规律性周期性的背景，可以利用傅里叶变换（FFT）将其变换至频率域。此时规律性背景在频谱上显示为中心外围对称分布的离散亮点，将这些亮点使用滤波方法去除，再逆傅里叶变换回空间域，背景便被有效的去除。
　　3.彩色处理
　　由于人眼对色彩变化的敏感程度远大于对灰度变化的敏感程度，因此将灰度图像转化为彩色图像可大大增加对图像细节的辨识程度，称作伪彩色处理。同时人眼对各种色彩之间差别的的分辨能力也不同，如黑白100%，黑绿94%，黑红90%，黑蓝26%，红绿40%，红蓝23%，蓝绿19%。因此对彩色图像来说，将视觉分辨能力较差的差异色彩映射转换到视觉分辨能力强的差异色彩上也可以增加对图像辨识度，称作假彩色处理。彩色处理可以通过对色彩通道的调整和运算实现。通用图像处理软件Photoshop下的相关颜色命令可以方便实现大部分彩色处理需求。
　　四、挖掘刑事图像隐含信息的新思路
　　（一）将单帧图像处理与视频动态序列图像结合起来的图像超分辨率复原
　　图像超分辨率复原是通过硬件或软件的方法来提高原有图像的分辨率。目前提高图像分辨率的方法主要有两类，一类是单帧图像超分辨率，一类是利用时间序列上的同一场景的多帧图像来换取空间分辨率的提高。单帧图像的超分辨率的核心是图像插值，而对单幅图像插值不能恢复在图像采集过程中损失的高频部分，也就是说无法在原图像基础上获取更多有用信息。多帧图像的超分辨率是利用时间分辨率来换取空间分辨率，增大了单帧图像的信息量。目前视频监控类图像逐渐成为刑事图像的一类主流图像，而其图像质量参差不齐，部分图像分辨率很低，同时具有检验需求的那部分图像如人像等在画面中又仅占较小面积，这使得监控类刑事图像对超分辨率的需求强烈。监控类图像恰恰满足了图像超分辨率重建需要的同一场景的多帧序列图像基本前提。在同一场景下，每一单幅LR图像都为最终的HR复原图像提供一些不同的信息，最终将这些信息综合起来将大大扩充信息量，真正实现隐含信息的挖掘和显现。
　　（二）将计算机数字图像处理与刑事图像光学显现相结合
　　使计算机数字图像处理的方法起始于图像已获取之后，而缺乏图像采集之前的原始状态信息。往往在图像获取过程中由于图像采集设备自身缺陷、采集技术、采集方法的因素，使图像丢失大量有用信息。例如有些痕迹物的不规则形状也会导致各部位表面反射光的不同，痕迹物质自身材质不同而对不同波长的光吸收反射性质差异等，这些因素如不采用恰当的采集方法就会使图像丢失原本具有的相关光学特性信息。传统的刑事图像技术方法主要采用光学方法或化学方法来显现痕迹隐含信息，成熟的技术有可见光的加强反差配光方法、特种照相。若将传统刑事图像技术与计算机数字图像处理结合起来，将能够更大限度的获取图像有效信息。
　　1.可见光加强反差配光方法采集图像与数字图像处理结合
　　物证照相的配光检验技术可以显著地增强痕迹与背景客体之间的亮度反差，从而把潜在的痕迹显现出来并减弱或者消除背景干扰。对于在光滑平面客体上的各类微弱汗液、灰尘等痕迹，可首先利用定向反射照明方法进行配光，采集加大反差之后的痕迹，然后进一步的使用图像处理的方法进行图像增强。对于暗色光滑平面上的痕迹，可采用暗视场配光进行采集， 而后进行数字图像处理。掠入射配光方法可以显著的抑制物质在垂直方向的内反射光，适合于采集平整表面上的非常微弱的灰尘等痕迹，这些微弱痕迹如果使用常规方法拍照，灰度将会集中到无法单使用数字图像处理方法将痕迹提取出来。对于透明、半透明客体上的痕迹可采用透射配光方法进行采集，再进一步进行图像处理。
　　2.特种照相技术与数字图像处理相结合
　　刑事图像技术中的特种照相是利用特殊光源来对痕迹物证进行显现和检验。物质的材质不同而对光线的吸收和反射具有光谱选择性，常规拍照会使获得的图像丢失这种特性，从而失去挖掘此类隐含信息的可能性。红外反射照相和紫外反射照相正是利用被摄物体对可见光、紫外线、红外线的不同吸收、反射能力而显示一些肉眼看不到或普通照相显示不出来的细节。红外线还具有一定的穿透能力，能够显示检材内部深层部位的细节，如显现被涂抹遮盖的文字痕迹、穿透烟雾等，这是单用数字图像处理无法达到的。紫外线还可以显示被检物体的表层细节，因此由于痕迹物证承载体内反射光而形成的背景图案干扰被减弱或完全消除，隐含信息被显现出来。光致发光照相，记录了物质在激发光源的激发下的不同发光特性，将这些发光特性记录下来可以一定程度上区分不同材质的痕迹与背景，从而加强反差。将光学显现的方法与数字图像处理相结合，首先根据被采集图像的光学特性，利用配光或特种照相的方法获取其数字图像，然后进一步进行处理。此方法优点是可以获得采取单一方法无法达到的显现效果;缺点是需要操作者在图像采集阶段便要进行干预。
　　（三）图像融合
　　图像融合是指对同一目标图像将其用单一传感器采集到的多波段信息或者用不同类传感器采集到的信息经过图像处理，最大限度的提取各个信道中的有利信息，最后综合形成高质量的图像。图像融合可以消除多幅图像的冗余信息，增强图像中的有用信息，以形成对目标的更加清晰、完整、准确的描述。如对同一被摄物证，若痕迹物证本身的尺寸小又附着在非平面客体上，由于景深的限制，可能使物证无法在景深范围内完整的清晰成像。可采集同一物体的多幅不同景深段的图像，最终将这多幅图像融合来获取最大清晰度。在物证光学检验实际应用中，可见光照相、红外反射照相、紫外反射照相、光致发光照相等不同波谱段针对同一痕迹物证图像显示不同的信息，那么将这若干种信息采集方法获取的图像融合起来，将综合出更多有用的信息。
　　参考文献
　　[1]黄马庆，邵健.提升图像画质，为侦查工作提供证据与线索.警察技术，2009，9：12-14.
　　[2]杨洪臣，黎智辉，彭思龙.模糊图像处理技术概述.警察技术，2009，9：4-7.
　　[3]吴炳钦，巴曦，高原.数字图像复杂背景的分离方法研究.警察实战训练研究，2011，2：100-106.
　　[4]陈春涛.应用差值和比值运算抑制证据图像中的干扰成分.刑事技术，2011， 1：45-47.
　　[5]靳海涛，班茂森.RGB通道与分色照相法结合分离图像背景.刑事技术，2007，3：21-22.
　　[6]胡子威，沈 阳，杨 睿.痕迹图像背景干扰的抑制方法. 江苏警官学院学报，2008，4：181-184.
　　[7]高树辉，谢丽丽，冯卫疆，方靖然.加强杂色背景上指纹反差的图像处理方法.中国人民公安大学学报自然科学版，2008，2：45-47.
　　[8]黎智辉，许小京，彭思龙.图像复原工具应用技巧. 警察技术，2009，9：8-11.
　　作者简介：姚园园（1980—），女，河南郑州人，硕士，河南警察学院讲师，研究方向：刑事图像技术。