运动模糊图像点扩散函数（PSF）的精确估算是模糊图像复原的关键。为了提高PSF参数估计的准确性，消除频谱图中央亮线对模糊角度估计的干扰，提出一种运用窗函数来提高PSF参数估计精度的方法。对运动模糊图像进行二维离散傅里叶变换和对数运算，计算图像的功率频谱图，对频谱图像添加窗函数Hanning，对处理后的图像进行中值滤波平滑处理和二值变换处理，再结合形态学算法和Canny算子边缘检测对频谱图进行优化，最后通过Radon变换，得到模糊方向。根据模糊方向结果，在模糊角度方向上对运动模糊图像的频谱图进行Radon变换，分析负峰值之间的距离，得到暗条纹间距，根据暗条纹间距与模糊长度之间的关系，求出模糊长度，从而完成两个点扩散函数参数的估算。结果显示，与现有算法相比，所提算法提高了参数估计的精度，复原时产生的振铃和伪影现象减少，充分利用图像信息的同时操作简便。

对物证的传统光学检验存在不便获取样本空间结构、针对性差、操作过程繁琐等不足。光学相干层析技术（OCT）具有原位、非侵入、高分辨率、高速、低成本等优点，在法庭科学领域有很大应用潜力。通过文献分析，阐述OCT的成像原理，针对此技术在法庭科学的不同研究方向，如指纹检验、法医学检验、文件检验、生物物证检验等，论述了OCT在物证鉴定领域应用的可行性，展望了OCT在法庭科学领域中的研发思路、方法及应用前景。

胶带是犯罪现场常见的作案工具，胶带上留有的指印等物证有重要意义，然而现场发现的胶带通常会相互重叠粘连或者粘附在其他客体上，因此胶带粘面上指印的无损提取一直是刑事技术领域的难题之一。基于此，提出了一种基于光学相干层析（OCT）技术显现胶带粘面潜在指印和分离多层胶带重叠指印的方法。采用自主搭建的频域OCT系统对3种情形下隐藏在胶带粘面的潜在指印进行检测，通过可视化处理获取指印的二维截面图像、en face横截面图像、三维渲染图像并分析其产生机理。结果表明，OCT技术不但可以实现对单层胶带粘面上潜在指印的快速无损显现，而且可对多层胶带上重叠指印进行分离，同时能够消除多色背景图案的干扰，指印细节特征的质量清晰、数量充足。通过3D渲染可以观察到汗孔等三级特征的分布信息，为指印显现提供了新的技术和方法。

指印的光学无损提取在侦查破案中发挥了重要作用，纸张是各类案件中常见的载体，但其多属于渗透性客体，上面的潜在油脂指印提取难度较大。因此，通过实验探究各类纸张上潜在油脂指印的光学提取方法。用光滑、半光滑和粗糙三类共7种纸张作为承痕客体，用油脂、植物油、矿物油、香精油四类共6种油脂指印作为检材，基于全波段CCD照相系统对42份样品进行光学检验，并与自然光下的提取效果进行对比。实验结果表明，254 nm短波紫外反射照相的提取效果较好，但由于承痕客体、油脂对光的反射性质不同，指印提取结果也有所差异。该结论为现场指印提取提供了基础数据。

刑事技术领域中血痕的种属鉴定在判断案件性质、确定侦查方向等方面有重要作用，探索用光谱无损的方法进行种属鉴定。使用CRi Nuance光谱成像仪搭载MISytem 3.0光谱影像分析软件在450 nm~950 nm波谱范围内对30种载体上的人血痕迹样本、动物血痕迹样本、人血动物血混合血痕迹样本3类共计180组对象进行光谱成像分析，并用样本中两种物质的斜率之差分析实验结果。高光谱成像技术鉴别不同载体上人血和动物血及其混合血的实验结果表明，三种血痕在大多数载体上可被区分，区分率均在70%以上，为确定或排除嫌疑提供了参考。所提方法补充了血痕种属鉴定的方法体系，可在血痕鉴定领域进一步推广使用。

打印文书与印章交线先后顺序的判断是鉴定文件真伪和相对制成时间的关键内容。利用中心波长为900 nm的谱域光学相干层析（OCT）系统对激光打印机和喷墨打印机与油性和水性两种印油印章制成的若干相交线样本进行检测，通过获取的交线区域二维断层成像和三维立体图像，比较两类打印机制成的样本在OCT检验下的成像特征，进而判断朱墨时序。对120个样品，包括30组激光打印机与印油的朱墨时序样品和30组喷墨打印机与印油的朱墨时序样品进行了比较研究，每组样品均选取了多个区域重复测试。实验结果表明，激光打印机和喷墨打印机形成的相同朱墨时序样本的OCT图像在透射光亮度分布上形成的反差是不一致的，这可为判别打印文书和印章的交线顺序提供参考。

利用光度立体成像法,重建签名笔迹立体形态样本集,基于样本图灰度数据进行量化分析,提出区域灰度差异度D和相邻区域灰度均值变化趋势V'两个特征指标,研究签名笔迹立体形态图灰度指标与签名者书写特征的相关性。实验中共采集5名志愿者1000枚签名共计2600个单字样本集,500枚临摹签名共计1300个单字样本集,在Lib-SVM分类器的基础上利用Canny算子提取边缘特征,通过膨胀腐蚀处理进行特征区域定位,并使用局部二值模式(LBP)算子提取特征区域纹理信息作为分类的特征向量。实验结果表明,经过图像处理后的特征区域二分类模型,可以有效区分真实和临摹签名笔迹的立体形态图,相比特征区域未处理的样本有较高的准确率,由此证明人工智能结合立体成像检测签名笔迹立体形态的方法具有科学性和可行性,能为签名笔迹鉴定提供技术支持。

朱墨时序一直以来都是法庭科学文件检验领域中的难题之一。鉴于此,首先利用一种新型的光学断层成像技术,即光学相干层析(OCT)技术对朱墨时序进行检验,该技术具有原位、无损、快速和高分辨率等优点。利用一套中心波长为900nm的频域OCT系统对三种不同类型的朱墨时序样本进行OCT成像检验,比较不同类型样品朱墨交叉区域的二维断层OCT图像的特征差异,并分析特征差异产生的原因。初步实验研究结果表明,利用OCT技术可以为朱墨时序的判断提供一种有效的处理手段,为补充和丰富现有的方法体系奠定基础。

提出基于卷积神经网络(CNN)的手写变造数字检测方法,为变造文件鉴定提供智能化解决方案。实验召集50名志愿者,采集50种不同品牌型号中性笔,形成6类变造笔迹和正常笔迹图像样本,建立了共计7200余份的样本数据。在AlexNet基础上引入Fire Module结构,提出基于变造数字检测的卷积神经网络(FNNet),以1×1卷积核代替部分3×3卷积核,实行卷积层组装来检测变造样本。实验结果表明,FNNet在6类手写变造数字中的平均测试准确率达98.36%,比AlexNet高3.01个百分点。所提方法优于传统特征分类器,为变造笔迹鉴定提供了一种新的方法。

利用卷积神经网络对毛发物证显微图像进行自动分类,为进一步提高显微检验技术的自动化程度和毛发物证检验提供技术参考。采用徕卡DVM6数码显微镜在1400倍放大条件下采集6类毛发共60000张样本图像,构建毛发分类数据集。基于卷积神经网络搭建Hair-Net模型,通过该模型对毛发分类数据集进行样本训练和测试验证。实验研究表明,经过参数调试和优化手段的改进后,新的Hair-Net分类精度最高可达97.82%,成功实现了毛发物证显微图像的自动分类,增强了稳健性。