ПРИМЕНЕНИЕ КОРРЕЛЯЦИОННОЙ ОБРАБОТКИ ЦИФРОВЫХ ОПТИЧЕСКИХ ИЗОБРАЖЕНИЙ ДЛЯ РЕШЕНИЯ ЗАДАЧ КРИМИНАЛИСТИКИ

Применение корреляционной обработки цифровых оптических изображений объектов экспертного исследования является перспективным направлением повышения качества, достоверности и репрезентативности проводимых исследований. Целью работы являлась разработка принципов компьютерной реализации и алгоритмов проведения экспертных исследований с применением методов корреляционного анализа для решения таких задач криминалистики, как сравнение цвето-тоновых параметров изображений оттисков печатей и штампов и измерение параметров следов полей нарезов канала ствола на стреляных пулях. Разработана методика и программное приложение, предназначенное для получения линейных, угловых и высотных характеристик профиля (микрорельефа) следов полей нарезов канала ствола оружия, отобразившихся на пуле в процессе выстрела, для проведения судебно-баллистических экспертиз. Экспериментальные данные свидетельствуют о высокой эффективности работы разработанного программного приложения и подтверждают требуемую точность проводимых измерений. Разработана методика и создано специализированное программное приложение для сравнительного анализа цвето-тоновых характеристик изображений оттисков печатей и штампов, отражающее степень и характер распределения красящего вещества в штрихах, что повышает наглядность и объективность экспертиз, а также позволяет сократить сроки их проведения. Предложена методика экспертной интерпретации результатов корреляционного анализа. Достоверность полученных значений подтверждается экспериментальными исследованиями и была проверена при помощи других методов. 

1. Яблоков, Н.П. Криминалистика: природа, система, методологические основы / Н.П. Яблоков, А.Ю. Головин. – М. : НОРМА, 2009. – 288 с.

2. Вандер, М.Б. Применение научно технических средств при расследовании преступлений. – СПб., 2000. – 60 с.

3. Зубаха, В.С. Видовая классификация компьютерно-технической экспертизы / В.С. Зубаха, А.И. Усов // Экспертная практика. – М. : ЭКЦ МВД РФ, 2000. – № 48.

4. Булгаков, В.Г. Компьютерные технологии в криминалистической фотографии / В.Г. Булгаков, С.М. Колотушкин. – Волгоград, 2000. – 164 с.

5. Sutton, M.A. Image Correlation for Shape, Motion and Deformation Measurements / M.A. Sutton, J.-J. Orteu, H. Schreier. – University of South Carolina, Columbia, SC, USA, 2009. – 364 p.

6. Thorsten, S. Crompton. Application of High Speed Digital Image Correlation for Vibration Mode Shape Analysis / S. Thorsten, J. Crompton Matt // Proceedings of the SEM Annual Conference June 7–10, 2010. – Indianapolis, Indiana USA.

7. Im, J. Object-based change detection using correlation image analysis and image segmentation / J. Im, J.R. Jensen, J.A. Tullis // International Journal of Remote Sensing. – Vol. 29, no. 2. – 20 January 2008. – Р. 399–423.

8. Okhandiara, R.R. Neighborhood correlation image analysis technique for change detection in forest landscape / R.R. Okhandiara, P.L.N. Rajub, W. Bijkerc // The International Archives of the 95 Photogrammetry, Remote Sensing and Spatial Information Sciences. – Vol. XXXVII. – Part B8. – Beijing 2008.

9. Бардаченко, А.Н. Особенности проведения линейных и угловых измерений следов полей нарезов на выстрелянных пулях с использованием современного микроскопического оборудования / А.Н. Бардаченко // Известия Саратовского университета. Новая серия Сер. Экономика. Управление. Право. – Т. 14, Вып. 1, ч. 2. – 2014. – С. 216–218.

10. Brown, Myron Z. Advances in Computational Stereo / Myron Z. Brown, Darius Burschka, Gregory D. Hager // IEEE transactions on pattern analysis and machine intelligence. – Vol. 25, no. 8. – 2003. – P. 993–1008.

11. Szeliski, R. Computer Vision: Algorithms and Applications / R. Szeliski // Springer. – 2010. – 957 p.

12. Хорн, Б. Зрение роботов. Мир / Б. Хорн. – 1989. – 487 с.

13. Wang, S. A stereo video segmentation algorithm combining disparity map and frame difference / S. Wang, X. Wang, H. Chen // 3rd International Conference on Intelligent System and Knowledge Engineering. – Vol. 1. – 2008. – P. 1121–1124.

14. Ackermann, F. Digital image correlation – performance and potential application in photogrammetry / F. Ackermann // Photogram Ree. – 1984. – Vol. 11, 64. – P. 429–439.

15. William, H. Press Numerical recipes in C: the art of scientific computing / H. Press William / H. William // Cambridge University Press, 2nd ed. – 1995. – 994 p.

16. Optical distance measurement device using image sensors for determining distance to symmetric objects: patent №5432594 US, МКИ5 G 01 C 3/00 / Kenhi Ogawa. – № 1118544; Filing Date: 26.08.1993; Issue Date: 11.07.1995.

17. Измеритель расстояний на цифровой фотокамере для криминалистических экспертиз: пат. 8572 Респ. Беларусь, МКИ G 01 C 3/00 / В.Л. Козлов, И.А. Мороз, А.С. Рубис. – 2012.

18. Козлов, В.Л. Субпиксельная обработка изображений для измерения дальности на основе цифровой фотокамеры / В.Л. Козлов, А.С. Васильчук // Приборы и методы измерений. – 2012. – № 1(4). – С. 115–120.

19. Устройство для сравнения цифровых изображений оттисков печатей и штампов для криминалистических экспертиз: пат.10722 Респ. Беларусь, МКИ G 01 C 3/00 / В.Л. Козлов, А.С. Рубис, Р.М. Ропот. – 2015.