足迹自动分析系统（CAFI）功能优化与实现

孟庆博

（中国刑警学院 辽宁 沈阳 110035）

足迹自动分析系统（CAFI）功能优化与实现

孟庆博

（中国刑警学院 辽宁 沈阳 110035）

足迹自动分析系统(CAFI)运用计算机图像技术对足迹步态特征进行研究的功能十分强大，但目前并未在全国公安工作中得到广泛应用与推广。通过反复对该系统进行检测，发现了其分析身高和年龄功能模块中存在一定的问题，并着手对原系统的功能模块进行优化与实现，使其具有更好的操作性和精确性。

CAFI身高模块 年龄模块 功能优化

1 足迹自动分析系统的系统构成

足迹自动分析系统（CAFI）使用VC++6.0进行开发，采用MFC的多文档视图结构，可以满足同时显示、处理、分析多个图片的需要。采用面向对象的程序设计思想，能够完成在实际分析中需要进行的所有图像处理功能，并提供了功能强大的注释功能，能够对痕迹做出各种标记，以满足鉴定的良好可视性和鉴定结果的输出的要求。[1]

2 原足迹自动分析系统存在的问题

通过大量的系统测试，发现原系统在分析身高以及分析年龄两大功能上存在一定的缺陷。

2.1 分析身高功能存在的问题

在对原有系统计算身高功能的反复测试下，发现在测量穿鞋足迹的分析身高情况下，在测量完鞋长后必须通过手动输入鞋的放余量进行下一步分析身高，这对刑事技术人员提出了相当高的要求。刑事技术人员不仅仅要熟悉各种鞋的种类划分，而且要熟悉各种鞋的放余量。在影响了系统计算身高功能的同时，又增加了人为因素的干扰，如图1所示。

2.2 分析年龄功能存在的问题

通过犯罪嫌疑人所遗留足迹进行年龄分析一直是分析犯罪嫌疑人人身特点的难点之一，也常常困扰着我们的技术人员，极大地影响我们对犯罪嫌疑人的侦查工作。虽然在原系统的分析年龄功能里提供了6种方法（如图2所示），但是并没有采用当前最常用的“根据跟部踏痕半径计算年龄”方法。这就对技术人员的专业技术和分析检验经验有很高的要求，也容易使得分析的结果和实际情况有较大误差。

图1 原系统计算身高界面

3 系统分析身高功能模块的优化与实现

3.1 分析身高功能模块的优化

通过对原有系统计算身高功能的反复测试，发现通过手动输入鞋的放余量对检验人员的专业能力要求较高，而且容易造成人为因素的干扰。故提出在分析身高功能模块里，嵌入一个提供多种常见鞋型的菜单，其菜单包括了如图3所示的8种鞋型。其中，每种鞋型的放余量可以使用系统默认的数值，也可以根据自己的经验利用手动输入的方式进行分析，数值的精度可以精确到小数点后三位，这既减少了操作难度又增加了人性化设计。

图2 原系统计算年龄菜单

图3 新系统计算身高界面

3.2 分析身高功能模块的优化实现

通过对500余足迹（选取中国刑警学院本科生和干训生为样本）的捺印样本进行如上8种鞋型分类（样本包括：赤足足迹一份，穿袜足迹一份，穿鞋足迹一份。首页标明身高、年龄等信息），测量出每个样本赤足长和鞋长，并把记录填入到office办公软件中的Excel里，根据Excel提供的求和、求平均值函数，按照公式：鞋的放余量=鞋长-赤足长进行统计，最后建立比较合理的放余量的数据库。计算出每一种常用鞋型的放余量并把数据作为默认数据。

在新系统中，通过对500余足迹捺印人的足迹样本进行分类汇总，归纳出了如图4所示的8种鞋型，并建立比较合理的放余量的数据库。通过数据库，测算出了各种鞋的放余量。在输入放余量的对话框中刑事技术人员可以通过单选项对话框选择鞋的种类，在每种鞋型的后边又给出了放余量的提示。不仅如此，刑事技术人员也可以通过自己的实践经验积累，自己手动输入鞋的放余量，不仅提高了系统的精确度和效率，还大大增加了人机交互功能，如图4所示。

图4 输入调整放余量菜单

4 系统分析年龄功能模块的优化与实现

4.1 分析年龄功能模块的优化

原系统的分析年龄功能里提供了多达6种方法，但是并没有采用当前最常用的根据跟部踏痕半径计算年龄。新系统通过增加了“根据跟部踏痕半径计算年龄”这一模块，简化了刑事技术人员的分析工作的同时，也提高了精确度和可行性。如图5介绍“根据跟部踏痕半径计算年龄”功能的具体实现。

图5 “根据穿鞋足迹跟部踏痕半径计算年龄”菜单

4.2 分析年龄功能模块的优化实现

（1）“二值化”处理。在系统“根据跟部踏痕半径计算年龄”中，首先根据图片的效果，可以采取对图片进行二值化处理。通过点击“图像”菜单里的“二值化”，出现如图6界面，根据图片的生成效果，拖动滑块达到最佳效果。

图6 “二值化”对话框

（2） 设置跟部踏痕半径。踏痕的大小、宽窄或长短，是指落足点辐射的范围大小，通常用半径来描述。所谓半径，是指踏痕中落足点至足跟后外缘比较明显的踏痕与压痕交界的跃变点的距离。[2]设置跟部踏痕半径可以通过如下图两种方式：①击鼠标右键，选择“设置跟部踏痕半径（R）”(如图7所示)；②通过点击“线设置”里的“设置跟部踏痕半径”来设置跟部踏痕半径(如图8所示)。

图7 “设置跟部踏痕半径”菜单

图8 “设置跟部踏痕半径”菜单

（3） 点击“计算”菜单里的“根据穿鞋足迹跟部踏痕半径计算年龄” （如图5所示）。

（4） 选择“输入调整的放余量”。根据足迹跟部踏痕半径的特点，以及鞋的种类特点，将鞋分成如下三类：①休闲皮鞋。其特点是鞋跟宽＞=7.5cm；②普通皮鞋。其特点是鞋跟宽＜7.5cm；③冲切底鞋。其特点是鞋跟较窄，鞋的放余量相对较小。

通过对众多足迹样本的比对和测试，按照如上三种鞋型分类，测量出每个鞋的跟部踏痕半径，再由样本提供的年龄信息，把记录填入到Excel里建立相应的数据库，根据Excel提供的求和、求平均值函数，按照公式：跟部踏痕半径放余量=（测量的穿鞋足迹跟部踏痕半径-年龄） /10，测算出休闲皮鞋的放余量为1.9cm；普通皮鞋的放余量为1.2cm；冲切底鞋放余量为0.5cm，并根据需要添加了手动输入模式，增加了人机互动的功能（如图9所示）。

图9 “输入调整放余量”对话框

4.3 “根据跟部踏痕半径计算年龄”算法的理论依据

踏痕的起缘和止缘在跟后外缘有一交汇点，即踏痕的跃变点。踏痕的落足点至跃变点的距离长度即踏痕的半径。年龄计算公式为：

式中，Age为年龄；R为实际测量出的赤足足迹跟部踏痕半径值；L为特定鞋型的防余量值。

5 总结

本研究结合统计学的有关理论，在原有CAFI系统的基础上，对几种常见鞋型的放余量进行统计，建立了相应的数据库。并根据其统计结果对原计算机辅助足迹分析系统中分析身高功能的不足之处加以改进。在分析年龄的功能里，经过大量对足迹样本的分析比对，增加了一种更加常见、精确的“根据穿鞋足迹跟部踏痕半径计算年龄”计算功能。这都使得该系统在分析穿鞋足迹时最大限度地摆脱人为主观因素的干预，增加CAFI系统的可操作性，提高足迹分析身高和年龄的准确性，使足迹自动分析系统更加自动化、智能化，让足迹自动分析系统在实践中具有更大的可操作性和实用性。

[1]孟庆博，英瑞刚.计算机辅助足迹分析系统界面及漏洞改进[J].中国刑警学院学报，2014，（1）：26.

[2]史力民.足迹学[M].北京：中国人民公安大学出版社，2007：133-137.

（责任编辑：孟凡骞）

TP311.5

A

2095-7939(2015)02-0053-03

2014-10-14

孟庆博（1981-），男，辽宁沈阳人，中国刑警学院网络犯罪侦查系讲师，硕士，主要从事网络犯罪侦查研究。