一、關于血液檢測,識別和老化的幾篇文章,但不是全部包括在這里
應用領域:
? 用HSI檢測和識別:在犯罪現場發現血跡比現有的化學和替代照明方法更快更容易。
? o化學物質:可以稀釋和改變血液飛濺,并可能干擾隨后的DNA分析。
? o法醫照明:需要一個黑暗的環境,可能無法識別。?
? 血液老化的意義:為研究者提供以下信息:
? o當犯罪發生時
? o核實/反駁有關人士的陳述(例如,聲稱血跡是因非刑事事件(例如流鼻血)的另一天發生的,而非刑事事件)
優于目前的技術:獲取速度,給定的信息量(光譜和空間),非破壞性,非接觸,不需要樣品制備,即時,不需要化學品
文章題目: Hyperspectral imaging for the age estimation of blood stains at the crime scene(犯罪現場血跡年齡估算的高光譜成像)作者: Gerda Edelman, Ton G. van Leeuwen, Maurice C.G. Aalders
重點:
??可能在1.5米之外檢測出1mm的血跡
??估計年齡從0.1天到200天不等

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 圖1:不同血跡的年齡估計
文章題目: The age estimation of blood stains up to 30 days old using visible wavelength hyperspectral image analysis and linear discriminant analysis(利用可見波段高光譜圖像分析和線性判別分析對30天以上的血漬進行年齡估計)
重點:
??一種與上述論文不同的年齡估計方法
??只對30天前的污漬進行測試
??只有在紙上的照片圖片 – 不是最佳的實驗素材
文章題目: The application of visible wavelength reflectance hyperspectral imaging for the detection and identification of blood stains
(可見波長反射率高光譜成像在血跡檢測與識別中的應用)
作者: Bo Li, Peter Beveridge, William T. O'Hare, Meez Islam
重點:
??從近50個視覺上類似血液的樣本中以100%的準確率區分血液
??檢測不同表面的血跡,如紅色紙板,深藍色牛仔布
? 測多達512倍稀釋的血液

圖2:不同表面的血液檢測和識別
右手邊彩色圖像,左手邊[sic]處理的高光譜圖像:
(a)紅色硬紙板襯底上的血跡
(b)深藍色牛仔褲上有兩個沾有血跡的指紋
(c)深藍色卡片上有兩處血跡
(d)四個污點,(A)紅色圓珠筆,(B)咖啡污漬,(C)紅糖污漬和(D)深灰色棉花上的血跡
二、淤青老化及檢測
應用領域:
??家庭和兒童虐待案件
??對事件的敘述進行核實/反駁(如“他星期五在學校摔倒了”→在周末進行真相剖析)?
??擦傷的形狀-咬痕等
??監測受傷情況,估計事故發生的時間
相比其他技術的好處:到目前為止,醫生是根據顏色來估計瘀傷的年齡的,然而這種估計是非常主觀的,因為人們對顏色的看法是不同的。IQ提供了對瘀傷部位和年齡的準確和客觀的判斷。
文章題目: Can colour inhomogeneity of bruises be used to establish their age?(瘀傷的顏色不均勻性可以用來確定其年齡嗎?)
?
作者: Barbara Stam; Martin J. C. van Gemert, Ton G. van Leeuwen, Arianne H. Teeuw, Allard C. van der Wal, and Maurice C. G. Aalders
重點:
??波段要求:440 - 700nm
??用戶注意事項:
? o?白光,需要在幾天內成像,然后進行數據處理
文章題目: Characterization of vascular structures and skin bruises using hyperspectral imaging, image analysis and diffusion theory(利用高光譜成像、圖像分析和擴散理論對血管結構和皮膚瘀傷進行表征)
作者: Lise Lyngsnes Randeberg, Eivind La Puebla Larsen, and Lars Othar Svaasand
重點:
??文章討論了使用SAM,但沒有具體說明它具體分類了什么,例如圖3
??可以監測瘀傷的變化,并可視化靜脈和損傷嗎

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?圖4:損傷43小時后,SAM彩彈損傷的分類

圖5:血管成像顯示眼睛看不見的損傷
三、涂料分析
應用領域:
??可否向審查員提供有關可疑車輛的品牌及顏色的資料
??分析油漆,例如肇事逃逸案件
優于現有技術:油漆分析需要顯微鏡和樣品制備,通過切割適合顯微鏡分析的油漆薄片。IQ可以提供一個快速的現場測試,根據油漆光譜來縮小特定類型和/或汽車的制造范圍。
文章題目: Evaluation of Hyperspectral Imaging Visible/Near Infrared Spectroscopy as a forensic tool for automotive paint distinction
(高光譜成像可見/近紅外光譜作為汽車油漆識別工具的評價)
作者: K.B.Ferreira, A.G.G.Oliveira, A.S.Gon?alves. J.A.Gomes
重點:
??區分不同汽車制造商(大眾,雷諾,沃爾沃,通用,福特,菲亞特,起亞,標致,現代,日產,雪鐵龍和本田)相同的油漆顏色(白色,灰色,銀色,黑色,紅色)?
? o?在PCA聚類分析中,除黑色外的所有顏色均達到100%分離(根據制造商聚類)
四、文件檢驗
??應用領域:
o?變更文件(如變更日期、編號)?
o?偽造簽名
優于其他技術:目前的分析技術需要實驗室分析,或者使用文檔檢查器,或者使用破壞性慢速技術,但IQ提供了現場對可疑文檔的即時分析。
文章題目: Visible and near-infrared chemical imaging methods for the analysis of selected forensic samples(對選定的法醫樣本分析的可見和近紅外化學成像方法)
作者: Gemma Payne, Christie Wallace, Brian Reedy, Chris Lennard, Rebecca Schuler, David Exline, Claude Rouxa
??墨水分析:
?o?區分9支藍色圓珠筆
?o?根據不同波長的視覺效果來區分鋼筆

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?圖6:油墨的主成分分析

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 圖7:對修改進行檢查的HSI偽RGB和SAM -分類(Specim自身樣本)
文章題目: Hyperspectral imaging of gel pen inks: An emerging tool in document analysis(高光譜成像的凝膠筆墨水:一個在文件分析中新興的工具)
作者: G. Reed, K. Savage, D. Edwards, N. Nic Daeid
重點:
??在紅,藍,黑的凝膠筆上測試
??區分所有紅筆,藍筆的識別率為0.90,黑筆的為0.40

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 圖8:不同單波長的油墨
五、射擊殘留物檢查和顯像
應用領域:
??GSR是一個奇妙的證據-使用化學制劑進行可視化可以改變模式(用于重建和確定拍攝距離/角度)→HSI的非接觸式可視化。優于其他技術:目前的推定技術使用的化學方法可以改變模式,而且它們也有很多誤報。它們也不方便用于篩查,因為這需要噴涂整面墻來觀察可能的反應。IQ可以提供一個快速篩查工具,以確定現場是否存在GSR.
文章題目: Visible and near-infrared chemical imaging methods for the analysis of selected forensic samples(對選定的法醫樣本進行可見和近紅外化學成像分析)
作者: Gemma Payne, Christie Wallace, Brian Reedy, Chris Lennard, Rebecca Schuler, David Exline, Claude Rouxa
??重點:槍炮發射火藥分析
o?區分兩種槍炮發射火藥
o?400 - 720nm 450nm激發(熒光)?
o?使用熒光光譜和HSI→intel來研究縮小可能的彈藥品牌范圍

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 圖9:兩種槍炮發射火藥的熒光光譜比較
文章題目: Multi-spectral imaging for the estimation of shooting distances(用于估計射擊距離的多光譜成像)
作者: Félix Zapata, María López-López, José Manuel Amigo, Carmen García-Ruiz
重點:
??基于HSI圖像通過數學函數估計10 - 220cm之間的射擊距離
??直徑為0.1 - 0.4mm的顆粒也能被檢查到
??找到了一個適用于30 - 220cm射擊距離的數學函數
o?限制:只能說這個方程適用于在這些特定條件下使用特定彈藥的特定槍支
評論