陳昭

摘 要：通過對犯罪現(xiàn)場的虛擬重建不僅能夠重建出逼真的犯罪現(xiàn)場環(huán)境，而且實現(xiàn)了對虛擬物證的管理，解決犯罪現(xiàn)場重現(xiàn)的難題，使辦案人員能從各個角度觀察犯罪現(xiàn)場，更加形象化地分析罪犯的行為，為案件研判提供平臺。

關(guān)鍵詞：犯罪現(xiàn)場重建；圖形繪制；場景漫游；公安信息化

中圖分類號：TM923.5 文獻標識碼：A

1 引言（Introduction）

為了提供有效的研判平臺，僅僅利用現(xiàn)場零散照片尚不足以全面展示現(xiàn)場情況，需結(jié)合虛擬空間漫游（Virtual Space Navigation）技術(shù)對現(xiàn)場進行較全面的三維展示。目前，外景和實物的三維展示方法主要依靠深度檢測設(shè)備直接獲取點云數(shù)據(jù)和基于序列圖像的技術(shù)[1]。而利用數(shù)字二維離散圖像的三維展示方法簡單方便，且成本低廉，應(yīng)用前景廣闊。

2 本文犯罪現(xiàn)場三維虛擬展示方法概述（Crime

scene three-dimensional virtual display methods

outlined herein）

IBR技術(shù)即Image Based Rendering，意為基于圖像繪制，既是利用圖像處理技術(shù)和視覺計算的方法，也是能夠直接構(gòu)建三維虛擬場景的技術(shù)。它是把圖像作為繪制時的主要數(shù)據(jù)，通過處理和編排這些數(shù)據(jù)最終得到環(huán)境連續(xù)性描述的過程[2]。它的優(yōu)點是：有強烈的真實感，繪制時間較短，效果清晰，繪制時間不被所需的內(nèi)存大小和場景復(fù)雜程度影響，而是只和圖像的大小有關(guān)，另外，該方法無需復(fù)雜的場景建模過程，所以它更佳適用于自然復(fù)雜場景的實景繪制，而犯罪現(xiàn)場往往室內(nèi)遭翻動，場景雜亂，因此非常適合采用IBR技術(shù)進行三維展示。

該方法的具體步驟是首先構(gòu)建二維現(xiàn)場，拍攝的現(xiàn)場照片包括房間的結(jié)構(gòu)信息以及物品、尸體（殺人案件中有）的位置信息，然后將二維場景信息納入全景圖像中，三維場景則是基于現(xiàn)場全景圖進行構(gòu)建的，但此時的場景還只是一個靜態(tài)的場景，觀察角度也只有一個，為了更加有效地觀察犯罪現(xiàn)場，必須可以從各個角度觀察現(xiàn)場，這樣，用戶可以通過輸入相關(guān)操作指令實現(xiàn)虛擬場景中的視覺變化。

3 現(xiàn)場全景圖的制作方法（Production method scene

panorama）

最終生成的全景圖像是以現(xiàn)場圖像素材為基礎(chǔ)的，圖像的捕捉可以用傳統(tǒng)的機械照相機、數(shù)碼照相機、攝像機或三維掃描儀等，課題選用的是數(shù)碼相機拍攝圖像的方法。三維重建的關(guān)鍵就是如何將二維圖像上的點與空間物體表面某點的三維幾何位置相對應(yīng)，而照相機成像的幾何模型決定了這種對應(yīng)關(guān)系，這些模型的參數(shù)叫做相機參數(shù)，計算這些參數(shù)的過程稱之為相機定標。它是圖像獲取的前提。

拍攝時將定標后數(shù)碼相機固定到攝影三腳架上，以相機的鏡頭中心為旋轉(zhuǎn)中心，分別以空間中兩個互相垂直的x軸和y軸作為旋轉(zhuǎn)軸，旋轉(zhuǎn)相機進行拍攝。具體來說可以用下面的方法：首先向上仰起相機，使之與水平方向呈60角，平轉(zhuǎn)一周進行拍攝，注意相鄰照片之間要有重疊，然后將相機分別放平和向下傾斜60角按同上方法進行拍攝[3]。這樣就可以保證完整地采樣視點空間中的所有景物信息，不留遺漏。

因標準鏡頭視角一般為45—50，有限的視角僅能拍攝下實際場景的局部，需將多幅實景圖像拼接成全景圖。拼接的圖像素材首先需要相互匹配，也就是來精準對齊其中視覺重疊的區(qū)域，以做到高分辨率的無縫連接。但拍攝全景圖操作中，由于相機拍攝角度以及光照條件改變，同一區(qū)域成像條件也會隨之改變，這給匹配算法的實施增加了困難。因此，我們采用基于特征的匹配方法，該方法能夠很好的解決這些問題。

基于特征的圖像配準技術(shù)其具體實現(xiàn)步驟是，選定一副基準圖，再選一副待匹配圖，通過匹配點對構(gòu)建圖像序列之間的變換矩陣，從而完成全景圖像的匹配，匹配成功后，計算圖像的變換關(guān)系，對浮動圖像進行幾何變換，最后融合圖像。

上述過程的關(guān)鍵環(huán)節(jié)在于角點的提取，角點是圖形圖像最為重要的特征，可以用來保留圖形圖像的重要邊界信息，是決定圖形圖像目標形狀的主要因素之一，所以在圖像匹配、特征識別等模式識別領(lǐng)域，角點檢測具有十分重要的意義到目前為止角點的數(shù)學(xué)定義尚不清楚，但是，一般認為角點是二維圖像亮度劇烈變化的點或圖像邊緣曲線上曲率極大值點。這些點保留了圖像圖形的重要特征，并能夠有效地減少信息的數(shù)據(jù)量，實現(xiàn)信息的高含量，有效地提高了計算的速度，最終得到一個可靠的圖像匹配。在國內(nèi)外，各個研究者也提出了不同的方法，包括SURF匹配、ORB匹配和基于Harris角點匹配。其中Harris角點檢測算法包括了圖像平滑的步驟，因而對一般的噪聲不敏感，檢出的角點的魯棒性較好。

通常全景圖或光場函數(shù)圖數(shù)據(jù)量均比較大：單張照片的大小就多達400余兆，制作成柱面全景圖后，圖像會在此基礎(chǔ)上增大，如此大的數(shù)據(jù)必須高比例壓縮才可能在網(wǎng)絡(luò)上運用。

本文選定DCT作為圖像的基本壓縮變換，其在數(shù)據(jù)的存放和組織上與常用的JPEG不同，DCT是以16列像素為一組來存放的，這樣的優(yōu)勢是可以根據(jù)需要訪問圖像局部，只需要部分解壓即可，并將色度信號Cb，Cr用1：2采樣，這樣來減少數(shù)據(jù)量。

4 系統(tǒng)實現(xiàn)（System implementation）

4.1 資源管理部分

資源管理模塊由兩個抽象類組成，一個是資源類（Resource）另一個是資源管理器類（Resource Manager）。

我們將三維虛擬場景的3D資源定義為：在三維虛擬場景展示系統(tǒng)中所有被用來輔助程序進行圖像繪制工作的數(shù)據(jù)都被稱為資源，其中包括圖片材質(zhì)資源、模型資源、骨骼資源、姿態(tài)文件和紋理資源等等。

這些資源都要通過內(nèi)容管道加載，內(nèi)容管道會將不同格式的這些資源文件在編譯過程中轉(zhuǎn)化成XNA使用的內(nèi)部格式，這樣的好處是在加載資源的時候不用擔心不同文件類型的格式問題，因為內(nèi)容管道都可以識別，這一管理和轉(zhuǎn)化過程被稱為資源管理。這樣的好處是在加載資源的時候不用擔心不同文件類型的格式問題，因為內(nèi)容管道都可以識別。識別后還要對上述資源進行創(chuàng)建和銷毀。在本系統(tǒng)中，資源管理器主要用來處理材質(zhì)、模型，尸體姿態(tài)等所有資源的組織并對其進行數(shù)據(jù)的載入。這些資源文件都是存儲在磁盤空間中，需要資源管理器將它們加載到內(nèi)存中加以處理。好的資源管理方式使軟件實現(xiàn)更佳的三維虛擬場景效果，為用戶帶來更優(yōu)異的體驗。

4.2 數(shù)碼攝像機部分

對于二維的畫面，我們可以直接使用屏幕的坐標系；而對于三維的畫面，我們還需要將三維世界投影到二維的屏幕上。那么，我們就需要一個計算如何將三維世界投影到二維屏幕的工具，那么攝像機（Camera）就是實現(xiàn)這個功能的。

攝像機的各種屬性都存放在Matrix（矩陣）中，而在小孔相機模型Camera中，有定標矩陣（Calibration Matrix）和投影矩陣（Projection Matrix）。

本系統(tǒng)選擇了把攝像機放在人物頭部，即fps camera。

投影矩陣表示了從3D空間到2D平面的變換，其存放以下信息：視角和視覺范圍等。我們在Camera類里創(chuàng)建Create Look At方法，然后在方法里調(diào)用Matrix類里的Create Look At靜態(tài)方法創(chuàng)建視圖矩陣，該方法返回一個Matrix對象。

其中，向量Vector代表的是三維坐標（X，Y，Z）。第i（1≤i≤Np）個試驗向量的第j（1≤j≤Nd）個分量的初值由如下公式確定：

為了創(chuàng)建一個投影矩陣，您需要使用到Matrix類里面另外一個名為Matrix.Create Perspective Field Of View的靜態(tài)方法。

5 模擬案例展示（Analog case）

下圖展示了基于圖像繪制的現(xiàn)場三維展示效果。真實性和臨場感方面優(yōu)于基于圖形繪制技術(shù)。

圖1 現(xiàn)場概貌及物證展示截圖

Fig.1 Site overview and evidence shows screenshots

參考文獻（References）

[1] 劉海英，刑事案件現(xiàn)場三維重建與可量測系統(tǒng)[D].山東大學(xué)，

2006.

[2] MUSIALSKI R WONKA R ALIAGA D G，et al.A survey

of urban reconstruction[J].Computer Graphics Forum，2012，

31（2）：1-18.

[3] SANSONI G，et al.Scene-of-crime Analysis by a

3-Dimensional Optical Digiti zer；A Useful Perspective for

Forensic；Soienc[J].The American Journal of Forensic Medicine

and Patbology，2011，32（3）：280-286.

作者簡介：

陳 昭（1983-），女，碩士，實驗師.研究領(lǐng)域：刑事技術(shù)信

息化.