中达瑞和SHIS高光谱相机在黑色水彩笔墨迹鉴定中的应用

在文件检验与物证溯源领域,对书写材料(如墨水)进行快速、准确、无损的鉴别至关重要。由陈维娜等人撰写的《高光谱技术结合化学计量法鉴别黑色水彩笔墨迹》(发表于《光谱学与光谱分析》2023年第7期)利用中达瑞和SHIS凝采式高光谱相机(型号SHIS-N220) 结合化学计量学方法,成功实现了对28种不同品牌和型号黑色水彩笔墨迹的有效分类与鉴别。该研究充分展现了SHIS-N220高光谱相机在司法物证鉴定中的关键作用。

SHIS-N220高光谱相机发挥的核心作用:

高精度光谱数据采集:

  • SHIS-N220的核心作用在于无损地采集了黑色水彩笔墨迹在 450 nm 至 950 nm 波长范围(覆盖可见光到近红外波段)的高光谱数据。

  • 凝采式(推扫式)成像技术确保了数据具有高的光谱分辨率和空间分辨率,能够捕捉到人眼无法识别的、不同墨水间细微的光谱特征差异。这些差异源于墨水配方中染料、颜料、添加剂等化学成分的不同及其与纸张的相互作用。

  • 为后续的化学计量学分析提供了原始、丰富且客观的光谱信息基础。

实现无损检测:

作为非接触、非破坏性的成像设备,SHIS-N220在采集墨迹光谱信息时完全不会对物证样本造成任何损害。这一点在司法鉴定中具有极其重要的意义,保证了物证的原始状态和证据效力。

提供分析基础:

采集到的高质量光谱数据是进行主成分分析(PCA) 和 Fisher判别分析(DA) 等化学计量学方法的前提。相机获取的稳定、可靠数据是后续数据处理和模型构建成功的保障。

得出的关键结论(基于SHIS-N220提供的数据和分析):

1、有效分类能力:

利用SHIS-N220采集的光谱数据进行主成分分析(PCA),提取的前三个主成分累积贡献率达到 90.57%。根据主成分得分图,成功地将28种黑色水彩笔墨迹清晰地划分为4个主要类别。这证明了高光谱数据能有效反映不同墨水样本间的本质差异。

2、高准确度判别:

基于SHIS-N220的光谱数据,建立Fisher判别分析模型。该模型表现出优异的判别性能:

  • 交叉验证准确率高达 92.0%,表明模型对已知样本具有极强的识别能力。

  • 对3个独立测试样本的分类准确率达到 100.0%,进一步验证了模型的泛化能力和对新样本的预测可靠性。

  • 判别分析结果也有力地支持了PCA分类结果的正确性和合理性。

3、技术可行性:

研究最终得出结论:高光谱技术(由SHIS-N220实现)结合化学计量学方法(PCA + DA),能够实现对黑色水彩笔墨迹的无损、快速、准确分类与鉴别。

4、司法应用价值:

该方法为司法实践中文件真伪鉴别、书写工具溯源、不同文件材料关联性判断等提供了一种强有力的新技术手段和思路。其无损特性尤其适合珍贵文件或关键物证的检验。

总结:

中达瑞和SHIS凝采式高光谱相机SHIS-N220在陈维娜等人的研究中扮演了核心数据采集者的角色。它通过无损获取墨迹在可见-近红外波段的高分辨率光谱信息,为后续的化学计量学分析奠定了坚实基础。研究结果证明,利用该相机提供的数据,结合主成分分析和判别分析,能够高效、准确地将多种黑色水彩笔墨迹分类,并获得极高的判别准确率(交叉验证92%,测试集100%)。

这不仅验证了SHIS-N220在物证光谱信息获取上的优异性能,更确立了"高光谱+化学计量学"作为一种无损、快速、可靠的笔墨鉴定新技术在司法实践中的应用价值。中达瑞和的SHIS-N220高光谱相机是这一成功应用的关键技术支撑设备。

相关推荐
Xpower 172 分钟前
OpenClaw实战:从零开发电商小程序(2)
人工智能·语言模型·小程序·gateway
PNP Robotics2 分钟前
PNP机器人亮相第二届机器人灵巧手国际创新大会
人工智能·学习·机器人·开源
凤年徐3 分钟前
保姆级教程:从零搭建AI系统权限控制系统
人工智能
( ˶˙⚇˙˶ )୨⚑︎5 分钟前
深度学习与机器学习如何选择?
人工智能·深度学习·机器学习
apocalypsx6 分钟前
含并行连接的网络GoogLeNet
网络·人工智能·深度学习
Shining05967 分钟前
AI 编译器系列(六)《Stable Diffusion 在 InfiniTensor 推理框架中的适配与工程实践》
人工智能·算法·stable diffusion·大模型·图像生成·ai编译器·infinitensor
庞轩px7 分钟前
2小时完成大模型推理网关:一次AI Coding实战记录
人工智能·大模型·笔试·ai编程·ai coding
Ellenjing9 分钟前
架构演进与性能压榨:在金融 RAG 中引入条款森林 (FoC)
人工智能·aigc·知识图谱
薛定猫AI10 分钟前
【深度解析】从玩具项目到全栈生产:Google AI Studio + Antigravity 的新范式
人工智能
万里鹏程转瞬至2 小时前
InternVL(1~3.5版本)多模型大模型训练中的数据集构造总结
人工智能