Аннотация.

В работе рассматриваются двумерные изображения следов бойков с индивидуализирующими признаками в виде пятен произвольной формы. Предложен комбинированный алгоритм сравнения признаков, включающий сравнение объектов методом потенциальных функций и методом контурного анализа. Сравнение проводится по дескрипторам, не зависящим от ориентации изображений. Показана возможность прогнозирования вероятной вариативности индивидуальных признаков на цифровых изображениях следов бойков путем их бинаризации по разным уровням и фиксации изменения характеристик Эйлера. Эффективность предложенного алгоритма апробирована на массиве, состоящем из 120 цифровых изображений однотипных следов. Предложенный метод может быть использован в качестве самостоятельного для проведения проверок по массиву цифровых изображений следов бойков, а также в качестве предварительного, например, для одного из корреляционных методов. Работа представляет интерес для разработчиков программного обеспечения автоматизированных баллистических идентификационных систем.

Ключевые слова:

идентификация оружия, следы бойков, цифровые изображения, пространство признаков, контурный анализ, дескрипторы

Стр. 92-100.

V.A. Fedorenko, M.V. Kornilov

"Assessing similarities firing pin traces of firearms on their digital images"

The mathematical method for comparing images of firing pin traces marked by arbitrary shape spots in grey scale representation is considered. The algorithm based on consecutive application of potential function and contour analysis methods is proposed. The comparison algorithm final results do not depend on image orientation. The ability to predict the possible variability of individual features in digital images firing pin traces by their binarization at different levels and fixing changes of the Euler’s characteristics is shown. The effectivity of the proposed algorithm has been proved through an array of 120 digital images of similar traces.
The offered method can be used as an independent for carrying out checks on an array of digital images of firing pin traces, and as a preliminary for one of correlation methods. The work is of interest to software developers of automated ballistic identification systems.

Keywords:

the identification of weapons, traces of the strikers, digital images, space of attributes, contour analysis, descriptors.

 Полная версия статьи в формате pdf.

REFERENCES

1. Theodore, V. Vorburger, James, H. Yen, B., Bachrach, Thomas, B. Renegar, Li Ma, Hyug-Gyo Rhee, Xiaoyu, A. Zheng, Jun-Feng, Song; Charles, D. Foreman, Surface topography analysis for a feasibility assessment of a National Ballistics Imaging Database, NIST Interagency/Internal Report (NISTIR). 2007.
2. Song J., Proposed “NIST Ballistics Identification System (NBIS)” Based on 3D Topography Measurements on Correlation Cells, AFTE Journal, Vol. 45, No. 2, Spring 2013, pp. 184-193.
3. Jie Zhou, Fanglin Chen, Jinwei Gu, A Novel Algorithm for Detecting Singular Points from Fingerprint Images, Pattern Analysis and Machine Intelligence, IEEE Transactions on Vol.31, No. 7, July 2009 pp. 1239 – 1250.
4. Fedorenko V. A., Kornilov M. V. Vydelenie individualnykh priznakov na tsifrovykh izobrazheniyakh sledov boykov // Izv. Sarat. un-ta. Nov. ser. Ser. Ekonomika. Upravlenie. Pravo. 2014. T. 14, vyp. 1, ch. 2. S. 181-186.
5. Rafael C. González, Richard Richard Eugene Woods, Steven L. Eddins, Digital Image Processing Using MATLAB, published by Gatesmark Publishing, 2009. P. 826
6. W. Niblack, An Introduction to Image Processing, Prentice Hall, Englewood Cliffs, NJ, 1986, pp. 115-116.
7. Kornilov M. V., Fedorenko V. A. Primenenie metodov klasternogo analiza dlya otsenki skhozhesti sledov boykov // Izv. Sarat. un-ta. Nov. ser. Ser. Ekonomika. Upravlenie. Pravo. 2014. T. 14, vyp. 1, ch. 2. S 187-190.
8. Furman Ya.A. i dr. Vvedenie v konturnyy analiz i ego prilozheniya k obrabotke izobrazheniy i signalov// M. Fizmatlit. 2003. S. 25-32.
9. Tom Leinster, The Euler characteristic of a category, Documenta Mathematica, Vol. 13, 2008, pp. 21–49.