하이퍼 스펙트럼 영상으로 검정 중성 펜 검출에 관한 연구

인간 눈 은 가시 범위 의 빛 에 민감 하고 색상 에 근거 하여 물질 을 구별 한다. 그러나 인간 은 동일 한 두 가지 색상 을 구별 할 수 없다. 검정 중성 잉크 안정성,글쓰기는 사라지지 않습니다.많은 중요한 문서들은 계약서, 영수증, 인증서, 수표 및 기타 문서, 이 문서의 번호, 시간, 텍스트 등과 같이 검은색 중립 펜으로 작성됩니다.쉽게 추가하거나 조작할 수 있습니다., 변조 된 손씨를 확인하고 덮인 손씨를 복제하는 것은 형사 소송에서 중요한 증거입니다. 따라서 대부분의 민사 및 형사 사건에서,많은 문서 식별은 검정 중성 펜의 손글씨의 식별을 필요로 합니다.손글씨를 식별하는 데에는 두 가지 주요 방법이 있습니다. 손실 검출 및 파괴적이지 않은 검출.최근 몇 년 동안 농산물의 식별에 널리 사용되었습니다.이 논문에서는 시장에서 판매되는 18가지 종류의 검은색 중립 펜을 활용하여 보다 효율적인 손글씨 인식 방법을 탐구하고자 합니다.수필 범죄 조사와 식별에 대한 연구 기반을 제공.

이 논문에서는 400-1000nm 하이퍼 스펙트럼 카메라가 사용된다. Hangzhou Color Spectrum Technology Co., LTD의 제품인 FS13는 관련 연구에 사용될 수 있다. 스펙트럼 범위는 400-1000nm이며,파장의 해상도는 2보다 낫습니다..5nm, 최대 1200개의 스펙트럼 채널까지 도달할 수 있습니다. 획득 속도는 전체 스펙트럼에서 128FPS까지 도달할 수 있습니다.그리고 대역 선택 후 최대 3300Hz (다중 지역 대역 선택 지원).

1재료와 장비

실험물질 및 실험 샘플의 준비

실험 표본은 시장에서 인기가 있는 18개의 검은색 중성 펜과 18개의 중성 펜의 브랜드가 서로 훼손되고 덮여 있었다.중립 펜의 18 브랜드와 함께 숫자 "1"를 작성 한 후24시간 후, "40"라는 숫자가 다른 브랜드의 중립 펜에 의해 변경되었고, 306개의 샘플을 조작 실험으로 만들었습니다.(a) 및 (b) 는 그림 1에서 펜 1이 펜 2에 의해 조작 된 전과 후의 사진입니다.그림 1에서 볼 수 있듯이, 같은 색의 2번 펜에 의해 1번 펜이 조작된 후, 조작의 흔적은 맨눈으로 완전히 보이지 않습니다.18가지의 중립 펜을 사용하여 각각 숫자의 일련 번호를 작성했습니다.24시간 후 다른 브랜드의 중성 펜으로 덮여 306개의 마스킹 실험 표본이 만들어졌습니다.14 펜은 No.그림 1에서 볼 수 있듯이, 가려진 글은 맨눈으로 완전히 인식되지 않습니다.

2결과와 논의

수필 조작 및 복제 된 식별 결과의 위장

예를 들어, 그림 2에서 보이는 펜 1번과 펜 17번을 예로 들자면 (a) 디지털 사진이고 (b) 배경 제거 없이 주요 구성 요소 분석 처리 결과입니다.(c) 배경 제거 없이 주요 구성 요소 분석 처리 결과입니다도 2에서 볼 수 있듯이, 배경 정보의 간섭이 제거 된 후 처리 결과는 더 명확합니다.많은 양의 데이터 분석은 거짓 색상 합성이 손글씨 조작에 가장 좋은 인식 효과를 나타냅니다.원본 데이터를 보지 못한 사람들은 조작 된 손씨를 성공적으로 식별 할 수 있습니다. 즉 샘플 그룹을 식별 할 수 있습니다.

예를 들어 2번 중성 펜을 13번 중성 펜으로 표본을 덮기 위해 사용하면, 그림 3 (a) 은 표본의 디지털 사진입니다.(b) 배경 제거 없이 주요 구성 요소 분석 처리 결과입니다, (c) 는 배경 제거 없이 주요 구성 요소 분석 처리 결과이며, (d) 는 거짓 색 합성 처리 결과입니다.데이터 분석의 큰 양은 배경 제거와 함께 주요 구성 요소 분석 처리 손글씨 매스킹 재발 인식에 가장 좋은 효과를 나타냅니다.

3결론

(1) 720-1000nm 대역에서, 다른 브랜드의 중성 펜의 스펙트럼 반사성은 매우 다릅니다. 그리고 그것은 손글씨를 인식하는 가장 좋은 대역입니다.

(2) 국내 펜과 닛산 펜의 인식 효과는 100%에 달할 수 있으며 이는 상품 위조에 대한 이론적 근거를 제공합니다.

(3) 연구 결과, 배경 정보를 제거 한 후, 분석 및 재처리 후 식별 효과는 명확하게 업데이트됩니다.

(4) 이 논문에서는 소음 감축, IsoData, 눈 마스크 설치, 배경 제거 및 PCA 분석에 의해 손씨를 인식합니다.다른 샘플 데이터가 인식됩니다.검은색 중립 펜의 조작된 샘플 데이터의 306 그룹 중 232 그룹의 데이터를 식별 할 수 있었고, 인식 비율은 75.8%였습니다.175개의 데이터 그룹을 복제할 수 있었습니다., 그리고 인정율은 57.3%에 달했습니다.

(5) 연구 결과는 초광선 영상 기술을 사용하여 다른 브랜드의 검은 중성 펜 사이의 조작 및 은폐를 식별 할 수 있음을 보여줍니다.형사 수사를 위한 연구 기반을 제공하며 손씨를 식별합니다..