硅藻土基有色粉末显现复杂背景上潜指纹的图像增强分析

摘 要 在法庭科学领域，指纹鉴定是一种身份认定的可靠方法，复杂背景上潜指纹的显现和图像增强尤为重要。本研究使用硅藻土基有色粉末显现复杂背景上的潜指纹，并开展显现后的图像增强分析。采用酸洗和热处理后的硅藻土作为基质材料，扫描电子显微镜观察到硅藻土颗粒呈半径15 μm的圆盘状，氮气吸附脱附测试表明，硅藻土的BET比表面积为38.7 m2/g，孔径集中在4.5 nm，累计孔体积为0.067 cm3/g;然后利用物理吸附原理将有机染料与硅藻土复合，选取的染料是在分子结构上相似但颜色差异较大的孔雀石绿和结晶紫，根据紫外可见光谱拟合出的回归直线方程分别为y=0.1336x-0.01304（R2=0.99945）和y=0.1136x-0.00400（R2=0.99939），得到硅藻土对两种染料的吸附容量分别为0.60和0.62 mg/g，基于此制备出孔雀石绿-硅藻土粉末和结晶紫-硅藻土粉末。以食品包装盒和饮料标签作为具有复杂背景的客体，使用制备的硅藻土基有色粉末显现这类客体表面的潜指纹，分别借助Photoshop和Image J图像处理软件进行RGB图像通道分离和灰度统计分析，从定性和定量两个层面分析了图像增强效果。研究结果表明，硅藻土基有色粉末结合图像处理软件，能够有效滤除复杂背景干扰， 得到清晰的指纹图像。

关键词 法庭科学; 潜指纹显现; 硅藻土; 有机染料; 图像增强

1 引 言

根据法国著名侦查学家艾德蒙·洛卡德提出的物质交换原理，手指与物体接触时，会在其表面上形成反映接触部位指纹形态特征的痕迹。指纹具有人各不同的特定性、排列有序的规律性和基本不变的稳定性，因此，在调查、揭露和证实犯罪的过程中，指纹鉴定已成为一种可靠的个人识别方法[1]。遗留在案发现场的指纹痕迹大多属于用肉眼难以辨别的潜指纹（Latent fingerprints），选择合适的方法对其有效显现，是提高物证采取率和利用率的重要环节[2～4]。近年来，基于光学、物理、化学和生物作用的各类潜指纹显现技术已有长足发展[5～10]，但成本低廉、操作简单的粉末法仍是现场勘查中最常使用的技术手段。金粉、银粉、磁性粉等传统粉末[11]，以及量子点[12，13]、纳米荧光粉[14，15]等新型粉末，具有固定的理化性质和特定的使用条件，在实际应用中存在选择性差、对比度小、灵敏度低等问题。以一种通用性好的材料作为基质，通过掺杂复合，制备一系列性质可调的复合粉末，是解决上述问题的有效途径。

二氧化硅具备良好的表面改性和掺杂复合条件，是制备复合粉末理想的基质材料。Theaker等[16]利用正硅酸乙酯、苯基三乙氧基硅烷和氨丙基三乙氧基硅烷的分解反应，将染料包覆在生成的纳米级或微米级二氧化硅颗粒中，制得染料掺杂的亲油性二氧化硅粉末，对多种客体表面的潜指纹具有良好的显现效果; Moret等[17]通过微乳液法制备了纳米级二氧化硅粉末试剂，利用硅烷偶联剂将多种官能团修饰于微粒表面，在此基础上研究了这类粉末在潜指纹显现过程中的作用机理; Arshard等[18]使乙酸锌和偏硅酸钠在碱性条件下反应，将固体产物在700oC煅烧，制得的纳米氧化锌-二氧化硅粉末可用于粉末显现法和小微粒悬浮液显现法。上述二氧化硅基复合粉末都是通过化学法制备，对粉末性质的调控较为复杂，并且以上研究选用的客体均为简单或纯色背景，难以应用于实际复杂背景客体上潜指纹显现。

硅藻土是硅藻遗骸沉积形成的生物硅质岩，主要成分为无定形二氧化硅，可用SiO2·nH2O表示，其微粒由单细胞硅藻的外壳矿化而成，空间形态和物化性质较为均一稳定[19，20]。此外，大量硅羟基分布在硅藻土颗粒的表面[20]，在水溶液中能够解离出H+，使颗粒表面带有负电荷，对带正电的阳离子发色团具有较强的亲和力，因而硅藻土对阳离子染料表现出较强的吸附作用，可利用这一特性制备多种色彩的硅藻土基有色粉末，使用这类粉末显出指纹后，结合图像处理软件能够实现图像的进一步增强。食品包装盒和饮料标签是人们在日常生活中经常接触的客体，其表面也常遗留潜指纹。但是，印刷的文字和图案使这类客体的背景较为复杂，另一方面，在紫外灯照射下，含有的荧光增白剂或荧光染料会使背景发出较强的荧光，用传统的磁性粉、荧光粉，以及近年发展出的量子点-二氧化硅复合粉末，都难以达到理想的显现效果[22～25]，因此开展这类复杂背景上潜指纹的显现和图像增强分析具有较高的实用性。本研究选用硅藻土作为二氧化硅基质，进行显现后的图像增强分析。研究结果表明，硅藻土基有色粉末结合图像处理软件，能够有效滤除复杂背景干扰， 得到清晰的指纹图像。

2 实验部分

2.1 仪器与试剂

JSM-6700场发射扫描电子显微镜（日本电子株式会社）; ASAP2010比表面和孔径分布测定仪（美国麦克仪器公司）; UV-3600紫外-可见-近红外分光光度计（日本岛津仪器公司）; Lumix DMC-LX3数码相机（日本松下公司）。

孔雀石绿、结晶紫、HCl、NaOH和无水乙醇（C2H5OH）为分析纯，购自国药集团化学试剂有限公司，其中孔雀石绿和结晶紫的结构式。实验用水为超纯去离子水（电阻率为18.25 MΩ cm）。硅藻土购自吉林省长白县长白硅藻土有限责任公司，使用前通过酸洗和煅烧除去原土中的杂质：将10 g硅藻土加入300 mL 0.5 mol/L HCl，60℃水浴下搅拌2 h后抽滤，用去离子水漂洗至滤液pH=7，将滤饼置于500℃马弗炉中煅烧1 h，冷却至室温， 备用。

2.2 硅藻土的表征

利用场发射扫描电子显微镜观察硅藻土颗粒的形貌，加速电压3.0 kV，工作距离8.4 mm。通过氮气吸附脫附实验分析硅藻土的比表面积和孔径分布。

2.3 硅藻土基有色粉末的制备

根据紫外可见吸收光谱确定硅藻土对孔雀石绿和结晶紫的吸附性能：以孔雀石绿或结晶紫标准溶液的浓度（2.5、2.0、1.5、1.0和0.5 mg/L）为横坐标，以相应溶液在最大吸收波长处的吸光度值为纵坐标，拟合标准曲线; 将0.1 g硅藻土加入100 mL 2.5 mg/L染料溶液（用NaOH调节至pH=8.0）中搅拌1 h，测定上清液的紫外可见吸收光谱，计算得出硅藻土对孔雀石绿和结晶紫的吸附容量。在以上吸附容量的测定中，调节溶液pH=8.0，此时硅藻土的Zeta电位最负，表明硅藻土表面带有的负电荷最多，能够提供更多的阳离子染料吸附位点; 搅拌时间定为1 h，是因为超过1 h后上清液在最大吸收波长处的吸光度值不再下降，表明已达到吸附平衡。制备孔雀石绿-硅藻土和结晶紫-硅藻土粉末时，染料用量为硅藻土吸附容量的1.2倍[26]，抽滤后用5%（V/V）乙醇洗去粉末中游离的染料分子，充分干燥，备用。

2.4 潜指纹显现与图像增强分析

制作潜指纹样本前洗净并晾干双手，将指头在额头或鼻翼擦蹭后轻按于客体表面，选用的客体包括食品包装盒和饮料标签，然后在室温下放置5天作为待显现的潜指纹样本。采用传统的粉末法显现潜指纹，将制备的硅藻土基有色粉末均匀抖落在潜指纹区域，用软毛刷的刷尖轻扫去除未附着在乳突纹线上的粉末，在自然光照明下用数码相机拍摄显现出的指纹图像。为实现潜指纹显现与图像增强的定性和定量分析，使用Adobe Photoshop CC 2017和ImageJ 1.52a图像处理软件进行通道分离和灰度统计。

3 结果与讨论

3.1 硅藻土的形貌与结构

硅藻土颗粒的扫描电镜照片和硅藻土粉末的照片，经过酸洗和煅烧处理后的硅藻土为白色粉末，单个颗粒呈圆盘状，半径约为15 μm。利用氮气吸附脱附测试分析硅藻土的比表面积和孔结构参数。根据BDDT（Brunauer-Deming-Deming-Teller）分类，氮气吸附脱附等温线属于Ⅱ型曲线。采用BET（Brunauer-Emmett-Teller）模型分析等温线的吸附分支，得出硅藻土的BET比表面积为38.7 m2/g。采用BJH（Barrett-Joiner-Halenda）模型分析介孔孔径分布，孔径集中在4.5 nm，累计孔体积为0.067 cm3/g。综上，经过酸洗和煅烧后的硅藻土具有较高的比表面积和孔隙率。

3.2 硅藻土对孔雀石绿和结晶紫的吸附性能

通过吸附实验结合紫外可见吸收光谱确定硅藻土对孔雀石绿和结晶紫的吸附性能。两种阳离子染料水溶液的紫外可见吸收光谱，最大吸收波长λmax分别在617和584 nm，曲线a～e为染料标准溶液的紫外可见吸收光谱，曲线f为硅藻土吸附后上清液的紫外可见吸收光谱。根据标准溶液拟合出的标准曲线，回归直线的各项参数见表1，线性相关系数（R2）均大于0.999，表明在0.5～2.5 mg/L范围内，孔雀石绿和结晶紫溶液的浓度与吸光度之间具有良好的线性关系，可利用回归直线方程对溶液浓度进行定量分析。曲线f在λmax处的吸光度值，硅藻土吸附后孔雀石绿和结晶紫在上清液中的浓度分别为1.90和1.88 mg/L，计算出此条件下硅藻土对孔雀石绿和结晶紫的吸附容量分别为0.60和0.62 mg/g。由于两种染料的结构相似，因而硅藻土对二者的吸附容量相近。基于测试结果，制备出的孔雀石绿-硅藻土和结晶紫-硅藻土有色粉末，它们是利用硅藻土对阳离子染料的物理吸附作用形成的，染料分子与硅藻土的结合在一定程度上是可逆的，再次加入液相后会发生部分解吸，但在显现潜指纹时， 粉末在固态下使用，不会出现染料分子从材料中脱出的问题，因而硅藻土基有色粉末的稳定性能够满足潜指纹显现应用环境的要求。

3.3 复杂背景上显出指纹的图像增强分析

以结晶紫-硅藻土粉末显现出的食品包装盒上的潜指纹为研究对象，分析复杂背景上显出指纹的图像增强效果。相机拍摄的RGB彩色图像以及用Photoshop图像处理软件分离出的红色（R）、绿色（G）、蓝色（B）通道灰度图像，通道图像中每个像素的颜色以8 bit记录，即单个像素点可以具备强度范围在0～255的256级灰度，其中黑色的灰度值为0，白色的灰度值为255。利用Image J图像处理软件沿每个图片中的红线由左至右进行灰度测量，得到的灰度分布。从红线左端点开始连续5组乳突纹线和小犁沟的灰度极值在表2中列出，计算每组灰度极值的差值后求平均得到灰度差（D-value），RGB彩色图像、R通道图像和G通道图像的D-value为负值，B通道图像的D-value为正值，正负关系与乳突纹线和小犁沟在不同模式下灰度值的相对大小有关，而D-value的绝对值越大则表明二者之间的对比度越高。在4种图像模式下，D-value绝对值从大到小依次为B通道、G通道、 R通道和RGB彩色，说明选定区域B通道图像的乳突纹线与小犁沟之间的对比度最高，但是在该图像模式下白色背景文字会对观察指纹整体形貌造成干扰。综合考虑，G通道模式对结晶紫-硅藻土粉末显现出的食品包装盒上的指纹图像增强效果最优。

为验证硅藻土基有色粉末显出复杂背景上潜指纹后图像增强的实用性，分别用结晶紫-硅藻土粉末和孔雀石绿-硅藻土粉末显现食品包装盒和饮料标签上的潜指纹，然后使用Photoshop图像处理软件对RGB彩色图像进行R、G、B通道分离。选用的食品包装盒的背景区域主要为白底蓝色图案，对比前两行图片，采用孔雀石绿-硅藻土粉末显现、B通道增强图像后背景中蓝色图案被有效滤除，黑色的乳突纹线清晰连贯; 选用的饮料标签的背景区域主要为红底黄色图案，对比后两行图片，采用结晶紫-硅藻土粉末显现、B通道图像增强能够有效滤除复杂的背景图案，连贯的乳突紋线呈白色。同样可以参照前面提到的方法，使用Image J图像处理软件对图像增强效果进行量化分析。

4 結 论

利用硅藻土对阳离子染料的物理吸附特性，制备了孔雀石绿-硅藻土和结晶紫-硅藻土两种硅藻土基有色粉末，制备过程简单，省去了化学法合成二氧化硅基复合粉末的复杂步骤。以硅藻土基有色粉末显现复杂背景上的潜指纹，粉末颗粒为微米级，可以有效避免扬尘从而降低对操作者的健康危害，结合Photoshop图像处理软件能够有效滤除背景干扰，克服了传统方法中经常需要使用紫外光源或昂贵的多波段光源的缺点，图像增强效果可以通过Image J图像处理软件进行定量分析，建立了一种高效的复杂背景上潜指纹显现与图像增强分析方法，具有良好的实用性。基于本研究结果，可以合成更多色彩的硅藻土基有色粉末，进一步提高对不同复杂背景上潜指纹的适用性。

References

1 Champod C， Lennard C J， Margot P， Stoilovic M. Fingerprints and Other Ridge Skin Impressions， Second Edition. Boca Raton， FL： CRC Press， 2016： 27

2 Wang Y， Wang J， Ma Q， Li Z， Yuan Q. Nano Res.，  2018，  11（10）： 5499-5518

3 Wang M， Li M， Yu A Y， Zhu Y， Yang M Y， Mao C B. Adv. Funct. Mater.，  2017，  27（14）： 1606243

4 Chen H， Ma R L， Chen Y， Fan L J. ACS Appl. Mater. Interfaces，  2017，  9（5）： 4908-4915

5 Francese S， Bradshaw R， Ferguson L S， Wolstenholme R， Clench M R， Bleay S. Analyst，  2013，  138（15）： 4215-4228

6 Song K， Huang P， Yi C， Ning B， Hu S， Nie L， Chen X， Nie Z. ACS Nano，  2015，  9（12）： 12344-12348

7 He Y， Xu L， Zhu Y， Wei Q， Zhang M， Su B. Angew. Chem. Int. Edit.，  2014，  53（46）： 12609-12612

8 Ricci C， Phiriyavityopas P， Curum N， Chan K L A， Jickells S， Kazarian S G. Appl. Spectrosc.，  2007，  61（5）： 514-522

9 Wang J， Wei T， Li X， Zhang B， Wang J， Huang C， Yuan Q. Angew. Chem. Int. Edit.，  2014，  53（6）： 1616-1620

10 Jiang S， Zhang X， Zhang Y， Hu C， Zhang R， Zhang Y， Liao Y， Smith Z J， Dong Z， Hou J G. Light Sci. Appl.，  2017，  6（11）： e17098

11 Sodhi G S， Kaur J. Forensic Sci. Int.，  2001，  120（3）： 172-176

12 Chen J， Wei J S， Zhang P， Niu X Q， Zhao W， Zhu Z Y， Ding H， Xiong H M. ACS Appl. Mater. Interfaces，  2017，  9（22）： 18429-18433

13 Ren G， Meng Y， Zhang Q， Tang M， Zhu B， Chai F， Wang C， Su Z. New J. Chem.，  2018，  42（9）： 6824-6830

14 Park J Y， Yang H K. Dyes Pigments，  2017，  141： 348-355

15 Zhang S， Liu R， Cui Q， Yang Y， Cao Q， Xu W， Li L. ACS Appl. Mater. Interfaces，  2017，  9（50）： 44134-44145

16 Theaker B J， Hudson K E， Rowell F J. Forensic Sci. Int.，  2008，  174（1）： 26-34

17 Moret S， Bécue A， Champod C. Nanotechnology，  2014，  25（42）： 425502

18 Arshad A， Farrukh M A， Ali S， Khaleeq-ur-Rahman M， Tahir M A. J. Forensic Sci.，  2015，  60（5）： 1182-1187

19 Inchaurrondo N， Ramos C P， erjav G， Font J， Pintar A， Haure P. Micropor. Mesopor. Mater.，  2017，  239： 396-408

20 Xia Y， Jiang X， Zhang J， Lin M， Tang X， Zhang J， Liu H. Appl. Surf. Sci.，  2017，  396： 1760-1764

21 Zhou Q， Yang H， Yan C， Luo W， Li X， Zhao J. Colloids Surf. A，  2016，  501： 9-16

22 Peng D， Liu X， Huang M， Wang D， Liu R. Dalton Trans.，  2018，  47： 5823-5830

23 Zhao Y， Ma Y， Song D， Liu Y， Luo Y， Lin S， Liu C. Anal. Methods，  2017，  9： 4770-4775

24 Venkatachalaiah K N， Nagabhushana H， Darshan G P， Basavaraj R B， Daruka Prasad B. Sens. Actuators B，  2017，  251： 310-325

25 Saif M， Shebl M， Nabeel A I， Shokry R， Hafez H， Mbarek A， Damak K， Maalej R， Abdel-Mottaleb M S A. Sens. Actuators B，  2015，  220： 162-170

26 Yuan C， Li M， Wang M， Zhang L. Dyes Pigments，  2018，  153： 18-25

推荐访问： 硅藻土 指纹 粉末 显现 图像