科研之友
微信
新浪微博
Facebook
分享链接
摘要
汽车车身油漆是交通事故现场常见的物证之一，快速检验车漆物证能为案件侦查提供线索和证据。具备强层析优点的光学相干层析技术对车漆检验优势显著，但是噪声干扰会削弱信号。为了提高识别能力，采集了6个不同品牌共102个车漆样本的A-scan信号，分别运用三种快速傅里叶变换滤波器和希尔伯特变换滤波器对采集的车漆样本原始数据进行降噪预处理，并构建了支持向量机和Fisher判别分析两种分类模型，开展不同品牌车漆样本的识别，根据模型对不同品牌车漆样本的识别精度和总体分类准确率选择出降噪效果最佳的滤波器和最优的分类模型。结果表明，经过希尔伯特变换滤波器和快速傅里叶变换低通滤波器处理后样本数据的总体分类准确率显著提升，希尔伯特变换滤波器优于快速傅里叶变换滤波器，Fisher判别分析模型的总体分类准确率高于支持向量机模型，基于希尔伯特变换滤波器构建的Fisher判别函数实现了对6个品牌车漆样本的准确识别，总体分类准确率达到100%。基于滤波器的预处理方法能够有效抑制样本数据中的噪声干扰，大大提高了光学相干层析技术检验车漆物证的效率和能力。
-
单位中国人民公安大学; 公安部物证鉴定中心
