1.1 研究背景及意义
众所周知在当今社会中涉枪类案件频频发生，恐怖主义袭击也是屡见不鲜，它们给社会安定和人民的生命安全带来了严重的威胁。刑侦工作人员在侦查这些涉枪案件的时，收集现场中最重要的证据之一就是子弹弹头，法医技术人员通过对收集的弹头进行弹痕数据采集、成像、观测和对比，最终找出对应枪械的类型。刑侦工作人员以此为线索可以更快速的侦破案件，同时弹头也可以作为有力的物证指正凶手，因此弹痕鉴别技术在法医技术工作中十分重要。然而枪弹痕迹的细小难辨，加上易造成物理伤害，使得技术人员难以凭借肉眼来直接分辨，且费时费力，传统的人工识别很容易造成错误匹配。为了解决此类问题研究人员开始了针对弹痕的自动识别匹配系统的研究，已有了一定的成果。但是在对枪弹痕迹进行对比识别之前，首要的任务就是弹痕图像数据的可视化，弹痕可视化的效果会直接影响到后期识别的正确率。因此本文针对三维弹痕数据的可视化技术和算法进行研究，旨在实现枪弹痕迹特征信息的三维可视化，为后续对比识别研究奠定基础，提高识别正确率，为侦破涉枪类案件提供线索更好的打击犯罪。 国外在这方面已经可以做到对清晰三维弹痕图像进行自动识别匹配且正确率很高，如加拿大法医技术公司的 TRAXHD3D[1]。而目前国内的枪弹痕迹自动识别技术还是基于弹痕的二维图像或者是简单的三维形貌图像上实现的，而且无法实现三维弹痕棱线的相对深度、宽度和角度等重要痕迹信息的对比，丢失了原本弹痕图像的深度特征信息。为了解决此类问题，提高后期弹痕匹配识别的正确率，本文针对枪弹痕三维图像可视化进行了研究。弹痕的三维图像包含的信息是更完整的，也更为精确。同时，弹痕的三维模型可以提供给观测者一个无限的自由观看角度，避免了光照不均匀导致的观察死角，减少弹痕深度信息的遗漏。为未来三维弹痕图像库的建立和三维弹痕特征图像的观测比对奠定基础，缩短与国外先进三维微观痕迹显示技术的差距。
........
1.2 枪弹痕三维可视化算法的研究现状
三维可视化技术在枪弹痕迹处理方面的应用比较少，相比之下，三维可视化技术在医学和地形地质领域的应用和研究已经比较深入，因此本文通过对其他领域的三维可视化算法研究和探讨，找到适用于枪弹痕迹三维可视化的算法并加以实现。 医学影像技术最早出现在 1985 年，多年的发展与变革，大量的影像技术被开发出来。影像技术获得的医学图像进行可视化可以直观地显示出病灶的位置、程度等，对医学诊断有很大的帮助。医学图像的可视化技术是采用计算机图像处理技术，结合先进的信息显示手段对图像数据进行三维重构，获得医学影像的三维模型。医学领域常用的三维可视化算法有移动立方体方法（Marching Cubes），光线追踪算法（Ray Tracing），错切变形算法（Shear-Warp）等。 MC 算法于 1987 年由 W.Lorensen 等人提出[2]，它是一种基于体素级的重建算法，其基本思想是对数据场中的立方体进行处理，找出其中与等值面相交的部分，通过相应的插值算法求出等值面与立方体的交点，将等值面与立方体边上的交点按一定的方式相连，生成新的等值面，新的等值面则可以作为等值面在该立方体内的一个逼近平面。 RT 算法是由 Appe 在 1968 年提出，其原理是反向追踪到达视点的光线，追踪到影响物体表面点光强的光源，并计算出物体表面点的光强，通过光强程度不同来呈现三维的可视化效果[3]。
..........
第 2 章 枪弹痕三维可视化实现方案
2.1 引言
涉枪类案件的频发，突显了枪弹痕迹相关方向研究的重要性。弹头痕迹能够对枪械内部机件产生明显的反映，具有极高的鉴定价值且拥有强有力的鉴定科学依据，因此可以通过弹头痕迹特征来认定射击出该弹头的枪支的种类或者型号，这就是枪弹痕迹作为痕迹证物的重要原因。 研究枪弹痕迹三维可视化需要知道弹痕相关的知识如：弹痕的形成原因，弹痕的形成部位，弹痕的形状分类，可用做对比的弹痕信息等。在基于这些背景知识的情况下，对弹痕数据信息进行采集，才能完成后续的图像处理和弹痕特征信息的显示，并据此构造枪弹痕三维可视化模型。因此本章首先对枪弹痕特征的形成机制、弹痕的特点和弹痕的位置进行了介绍；然后对本文的三维可视化方案进行了阐述。三维可视化方案主要包括枪弹痕三维数据采集方案的选取和三维数据处理方案的设计。在本章的最后，对三维可视化方案的实现流程做了整体的规划，并简要介绍了方案实现所涉及到的关键技术。
2.2 枪弹痕特征介绍
为实现枪弹痕的三维可视化必须针对弹头痕迹进行研究，弹头上的痕迹主要是由于子弹发射过程中弹头和枪管膛线间的相互作用而造成。相互作用在子弹弹头上形成了磕碰弹痕、坡膛弹痕、膛线弹痕、小线纹和金属卷边等痕迹[18]。这些痕迹信息中有些是有着重要的鉴定价值的[19]，下面进行具体的介绍： 磕碰弹痕是在子弹进膛过程中形成的，不同类型的枪支在进膛、子弹的引导等都有所不同。因此在这过程中形成了不同的磕碰痕迹。主要有圆形、月牙形和点线状的痕迹特征，一般出现在弹头弹尖部位。 坡膛弹痕是由于弹体和枪管膛线之间擦划形成的。擦划痕迹成线条状、间隔分布、面积大，痕迹清晰明显，线条连贯且稳定性很高。主要出现在弹头圆柱部表面和弹头尾部。对枪支的同一认定有极高的鉴定价值。如图 2.1 所示。 在弹头上膛线弹痕成对出现，分别为阳膛线弹痕和阴膛线弹痕。它们主要出现在弹头的圆柱部。在射击出的弹头表面上，呈现一定倾斜角度并具有凹陷状的条带痕迹是阳膛线弹痕（LEA），两条阳膛线弹痕之间的区域为阴膛线弹痕，在阴膛线弹痕部位几乎不存在规律的擦划痕迹线条，所以并不能用于弹痕的鉴定。
...........
第 3 章 三维弹痕图像预处理 ......... 21
3.1 引言 ......... 21
3.2 三维弹痕数据的转化 ..... 21
3.3 三维弹痕图像的预处理方法研究 .......... 23
3.4 本章小结 ......... 35
第 4 章 三维弹痕图像特征提取算法研究 ........... 37
4.1 引言 ......... 37
4.2 三维弹痕图像特征提取算法研究现状 ........... 37
4.3 基于斜率变化的三维弹痕特征提取算法 ...... 38
4.3.1 弹痕特征提取算法实现过程 ............ 38
4.3.2 弹痕点云数据的配准 ....... 41
4.4 实验结果分析 ......... 47
4.4.1 实验图像对比 ........... 47
4.4.2 实验数据对比 ........... 47
4.5 本章小结 ......... 50
第 5 章 弹痕图像的三维重构算法研究 ....... 51
5.1 引言 ......... 51
5.2 三维重构算法介绍.......... 51
5.3 Delaunay 网格化算法的介绍与实现 ..... 52
5.4 三维弹痕特征图像的拼接与显示 .......... 59
5.5 本章小结 ......... 64
第 5 章 弹痕图像的三维重构算法研究
5.1 引言
三维重构是指采用插值、逼近等方法，建立各个离散的数据点之间的拓扑关系，最后得到与原曲面拓扑等价的细小分片曲面的过程[38]。三维重构是数据可视化和逆向工程中常用的关键技术，广泛地应用在医学、勘探、测量、计算机视觉等领域，是三维数据可视化的重要方法[39]。正确合理的拓扑关系能够有效地反映离散数据所蕴含的原始物体表面的形状和结构，这对枪弹痕的三维可视化有着重要的作用和意义。点云数据的三角剖分在处理离散点云数据上已得到了广泛的应用，并且算法和理论相当成熟，特别是针对复杂、海量的离散点云数据的拓扑效果比较好[40-41]。三维重构是数据可视化和逆向工程中常用的关键技术，近年来备受国内外研究人员的关注。相应的曲面重构算法逐步被提出，在理论和应用方面也是日趋成熟。应用最广泛的有以下几种方法：分段线性法，隐式曲面法，参数曲面法和物理变形法等[42]。 分段线性法：分段线性法也叫做网格剖分法，该算法通过大量细小三角面片构建三角网格逼近待重构的曲面，其实质是通过三角网格的构建反映数据点与其邻近点之间的拓扑和连接关系[43-44]，由于三角网格曲面便于曲面模型的计算机三维显示，可以表示任意复杂的拓扑曲面，越来越多的工程釆用三角形表示物体表面模型。根据网格剖分的不同可有如下几类方法：基于体素的方法，区域增长法，四叉树、八叉树法还有 Delaunay 网格法等。本文选择 Delaunay 网格法针对弹痕三维曲面进行了重构。
............
结论
本文首先介绍了枪弹痕三维可视化的研究背景和意义，对弹痕三维显示方向的国内外研究现状进行了介绍，阐述了枪弹痕迹显示方面国内外技术上的差距，说明了枪弹痕三维可视化算法研究的重要性。 接着本文对枪弹痕迹特征的产生机理、结构特点和类型划分进行了描述，介绍了枪弹痕迹三维数据采集系统及其采集原理和采集过程，通过高精度的光学采集设备完成了枪弹痕三维图像数据的采集。 然后本文针对枪弹痕三维数据的预处理进行研究，完成了数据的转化，更便于计算机编程处理；针对三维弹痕形貌图像中的离群点，基于坡度滤波原理设计了离群点去除算法；又通过几种插值算
