DOI: 10.11817/j.issn.1672-7207.2016.04.014

立体足迹激光定量检验系统的设计与实现

潘楠¹，彭进¹，伍星¹，刘益²，迟子铖³

(1. 昆明理工大学 机电工程学院，云南 昆明，650500；

2. 昆明信诺莱伯科技有限公司，云南 昆明，650228；

3. 昆明理工大学 信息工程与自动化学院，云南 昆明，650500)

摘要：针对公安机关办案人员通过现场遗留立体足迹快速缩小嫌疑人范围、明确案件侦察方向的需求，基于LabVIEW平台，结合激光测距传感器、计算机控制和图像技术设计开发出一套立体足迹激光定量检验系统。规避传统拍照要求较高、三维扫描成本高昂、数据文件较大等问题，更快速地搜索出与待检测信号最为相似的样本数据，从而实现立体足迹特征参数的无损提取、精确计算和自适应匹配。详细介绍该系统的设计思路及图像采集、特征参数提取、检验对比分析等关键技术的具体实现方式。研究结果表明：该系统能有效应用于犯罪现场的立体足迹分析检验。

关键词：LabVIEW；图像采集；激光测距；立体足迹分析

中图分类号：TP311.1             文献标志码：A         文章编号：1672-7207(2016)04-1181-07

Design and implementation of 3D footprint laser quantitative testing system

PAN Nan¹, PENG Jin¹, WU Xing¹, LIU Yi², CHI Zicheng³

(1. School of Mechanical and Electrical Engineering,

Kunming University of Science and Technology, Kunming 650500, China;

2. Kunming SNLAB Tech Co. Ltd., Kunming 650228, China;

3. Faculty of Information Engineering and Automation,

Kunming University of Science and Technology, Kunming 650500, China)

Abstract: In view of the needs of police investigators to quickly narrow the scope of the suspect and clear the direction of investigation by using the footprint left from the scene, a 3D footprint laser quantitative testing system was designed and developed based on LabVIEW, which combined the laser ranging sensor, computer control and image technology. Circumvent the issues like high demanding of traditional photography, costly 3D scanning and large data files, and the sample data most similar to the signal to be detected would be searched out more quickly, so that the non-destructive extraction, accurate calculation and adaptive matching of 3D footprint’s characteristic parameter were realized. The system design concept and concrete implementation of the key technologies such as image mosaic, characteristics extraction and comparative analysis were all introduced in detail. The results show that the system can be applied to the 3D footprint analysis in crime scene effectively.

Key words: LabVIEW; image mosaic; laser ranging; 3D footprint analysis

立体足迹是指人在行走时，足与地面等承痕客体相互作用，承痕客体发生塑性形变，产生具有凹凸结构的足迹。立体足迹完整、充分反映了足接触部分的外表结构形态，且直观、全面地反映出人的运动习   惯^[1]。借助立体足迹获取作案人和嫌疑人的个人信息，通过分析、相似度比对和检验鉴定，可协助公安办案人员缩小侦查范围，同时也可作为案件诉讼中的一项强有力的证据^[2]。目前，国内外立体足迹的特征提取多采用石膏制模测量或是计算机三维表面建模等手段，存在缺乏统一检验标准或是对专业化设备及专业人员经验依赖过高等弊端^[3-4]。如2011年大连恒锐科技有限公司推出的恒锐立体足迹采集与分析比对系 统^[5-6]，虽在一定程度上实现了立体足迹痕迹数据化对比，但仍存在几个问题：1) 利用二维图片作为数据样本进行比对，对拍照设备的要求较高，反光、拍摄角度及对焦的不一致，将直接导致原始数据的失真，从而影响进一步数据分析；2) 利用三维扫描(显微)方式，虽比二维图片更有效地反映线性痕迹细节特征，但由于其硬件成本高及形成3D文件体积过大造成的计算量级呈几何倍数增长等不利因素限制，无法有效应用于实际案件侦破中；3) 使用的信号及图像处理算法限定条件太理想化，对于犯罪现场发现的复杂且随机性较大的痕迹的检测工作，实用性较有限。近年来兴起的单点激光位移测试方法，在工业测试领域得到了广泛的应用，其具有被测物体表面无损坏、受光线环境影响小、精度高、数据文件小、频响特性好等优点。对于痕迹线条细节的非接触式精准测量非常有效，其特点如下：1) 激光信号与线性痕迹表面直接接触，不受光照影响且精度较高，所测位移即反映痕迹粗大连贯线条的真实高低起伏；2) 经过与显微照片的对比试验，利用单点激光位移传感器(激光斑点直径为1 μm)检测一个直径约为0.5 cm的断头表面，所采集数据点数在200以上(单精度浮点数，约为1 KB)，便可有效地反映其细节特征，相较于高清图片及3D文件动辄MB级的存储空间要求，单点激光数据有着明显的优势；3) 单点激光检测形成的是一维信号，在保证特征精度的前提下，处理该类信号的速度比二维和三维信号的速度快。通过长期的实践和研究，国内足迹研究学者也提出了一些有价值的分析检验方法^[7-8]，在实际的刑侦过程中也证明了其有效性，但是基本依赖于人工的测量和计算，远不能满足全国范围内的推广和应用。针对上述问题，本文作者基于LabVIEW平台设计，开发一套立体足迹激光定量检验系统，配合激光测距传感器、高清摄像头和电控滑轨等硬件模块，将立体足迹拍照、图像处理、足迹特征参数提取和分析检验集为一体，并上传数据库和出具足迹鉴定报告，可提高基层刑侦人员足迹检验鉴定的工作效率。

1  系统设计

1.1  系统整体框图

根据需求分析，可将本系统细分为初始化及校准、图像采集及处理、特征参数提取、检验分析及数据库等4个模块，系统层次示意图如图1所示。

1.2  系统流程及各子模块

1) 将立体足迹模型放入立体足迹箱，在系统运行时，先判断左右脚，然后配置好摄像头、激光头和电机的各COM口，进行初始化校准。

2) 在校准后，采集立体足迹图像，再对获取的图像进行裁剪，提取足迹模型的有效特征区域。

3) 等图像处理完毕，提取足迹特征参数，首先获取足迹中心线，建立坐标系，经过相关操作和计算得出足迹的7项特征指标(全陡、半陡、拇陡、起脚角度、落脚角度、脚长和脚宽等)。

4) 将提取到的信息保存到相应数据库，根据相关算法进行足迹特征参数的分析和比对，进而缩小或锁定嫌疑人范围，并最终给出相应的足迹检验鉴定报告。系统整体流程如图2所示。

图1  系统整体示意图

Fig. 1  Schematic diagram of system block

2  关键算法及软件实现

2.1  初始化及校准

初始化及校准模块通过LabVIEW软件编程对步进电机、摄像头和激光测距传感器进行自动化控制。硬件部分包括两相42系列步进电机、STC89C52增强型51单片机、铝合金滑轨、Wenglor CP24MHT80型激光测距传感器和Logitech Pro C920高清摄像头等^[9]。软件部分使用Vision工具包下的NI-IMAQdx模块控制摄像头拍照，并利用简单易行且成本较低的串口通信控制进步电机和激光传感器的运动^[10-11]。初始化及校准的工作流程如图3所示，具体步骤如下。

图2  系统流程图

Fig. 2  Flow chart of system

图3  初始化及校准工作流程

Fig. 3  Work flow of initialization and calibration

1) 将立体足迹模型放入足迹箱中，在软件界面人工判断左右脚，接着进入校准界面。

2) 电机带动激光头从初始位置运行到预设位置1，此时摄像头会拍照，并显示在软件前面板上，鼠标双击图片中的红色激光点。

3) 电机将继续运动到预设位置2，摄像头更新照片，并显示在软件前面板上，再次鼠标双击图片上的红色激光点。

4) 电机将自动回退到初始位置，系统自动计算脉冲像素比和O点坐标数据，并显示在相应的位置。

5) 若数据符合要求，则初始化和校准完毕，进入下一模块，否则进入步骤2)重新进行初始化和校准。

2.2  图像采集及处理

图像采集及处理模块主要通过Vision工具包下的NI-IMAQdx对摄像头的控制，采集立体足迹模型的照片，并通过IMAQ Extract函数实现对图片初步旋转和裁剪，凸显足迹特征区域，为后续足迹特征参数的提取奠定基础^[12-14]。

图像采集及处理模块的工作步骤主要是：1) 对立体足迹模型进行实时整体的拍照；2) 根据采集的要求对图片进行旋转和裁剪处理；3) 若满意采集及处理结果，则将采集后图像以jpg格式保存在指定目录并送入特征参数提取模块，否则重新采集。

2.3  特征参数提取

足迹特征参数提取在整个立体足迹分析过程中尤为关键，其提取质量将直接决定最后的检验鉴定结果。以往立体足迹特征参数测量多通过足迹高程测量仪或面阵式深度数据测量仪等，再通过人工的方法进行后期的计算，此类做法耗费大量人力及物力，且存在测量不精确、足迹样本易破坏等弊端^[15]。

本文提出和实现的立体足迹分析检验系统利用德国Wenglor激光高精度测距传感器实现对物证的无损测量，并结合计算机控制和图像技术实现足迹特征参数的自动测量和计算，降低了办案人员对立体足迹特征参数提取的难度和工作量^[16-18]。

2.3.1  足迹中心线的获取

将采集和处理完毕的立体足迹图片载入后，先进行足迹中心线的获取，然后得到足迹后跟点，进而建立起足迹的坐标系。主要步骤如下。

1) 点击进入足迹中心线获取界面，弹出之前采集和处理的足迹图片，按住鼠标左键于足迹左侧拖行一条直线，并调整该直线位置与足迹左侧边缘相切后，双击保存直线。

2) 进行步骤1)操作得足迹右侧边缘的切线，此时系统会更新2条切线的坐标信息。

3) 点击确认切线按钮后根据平分原则会自动生成足迹中心线。

4) 点击足迹后跟与中心线的交点处，将得脚后跟点，且系统会自动更新点的坐标。

5) 若符合要求，则点击确认将图片送入下一步，否则重新划线得足迹中心线和脚后跟点。

足迹中心线获取示意图如图4所示。

2.3.2  特征数据的测量

成功获取足迹中心线和脚后跟点后，便可建立足迹坐标系。取足迹中心线为y轴，根据相关立体足迹分析理论，取脚后跟点沿y轴方向75 mm为坐标原点O，过坐标原点作垂直于y轴的直线即为x轴。反映到软件界面上，系统在前面确定好中心线和后跟点后，自动根据脉冲像素比在足迹图像上作出相应的x轴、y轴和坐标原点O。

图4  足迹中心线获取示意图

Fig. 4  Schematic diagram of footprint center line acquisition

1) 前掌区和拇趾区特征测量。

前掌区压痕高程，是指前掌部分反映出的压痕凹凸。拇趾区压痕高程则是指拇趾部分反映出的压痕凹凸。由于每个人赤足形态结构的差异，行走时作用力强度及分布不同、形状不同而形成的前掌压痕和拇趾压痕，其表现出的凹凸既有x轴和y轴上的经纬位置不同，又有z轴上的海拔高低差异^[19]。

取前掌区和拇趾区共23个坐标点，通过激光测距传感器来实测它们在z轴上的高程数据。以左脚模型为例，前掌区的17个坐标点为(单位：mm)：山顶点H₀(0,120)，H₁(0,130)，H₂(10,130)，H₃(10,120)，H₄(10,110)，H₅(0,110)，H₆(-10,110)，H₇(-10,120)，山腰点H₈(-10,130)，H₉(0,150)，H₁₀(20,140)，H₁₁(30,120)，H₁₂(30,90)，H₁₃(0,90)，H₁₄(-30,90)，H₁₅(-30,120)，山脚点H₁₆(-30,150)。拇趾区的6个坐标点为：h₀(-30,150)，h₁(-30,170)，h₂(-10,170)，h₃(-10,150)，h₄(-10,130)，h₅(-30,130)。需要指出的是h₀与H₁₆为重合点，h₄与H₈为重合点。坐标系和坐标定位如图5所示。

设前掌区中心点的高程为H₀(单位：mm)，第j个山脚点和山腰点的高程分别为H_j和H′_j，令g_j=H₀-H_j，称为第j个方向上的全坡陡度；令，称为第j个方向上的半坡陡度，j=1，2，…，8。同理设拇趾区中心点的高程为h₀，中心点外围的高程为h_j，j=1，2，…，5。令，称为第j个方向上的拇趾陡度。

运行系统，点击自动测量按钮，电机即会带动激光头自动测量如上23个坐标点在z轴上的距离数据，并计算出各个方向上的全坡陡度、半坡陡度和拇趾陡度并显示在前面板上。若少数数据异常，则可进行人工干预，对异常点进行人工修正。

2) 起落角、脚长和脚宽测量。

测量完前掌区和拇趾区特征指标后，点击进入开始测量足迹长、前掌宽和起落角度。因为之前已经确定了脚后跟点，所以直接在足迹图像上点击选择脚尖点，即可得脚长。脚宽的测量则是在足迹图像上分别选择前掌左点和前掌右点，即可得脚宽。起落角的测量则是根据经验画起落角部位的端点连线，然后与足迹中心线相交的夹角即得，具体如图6所示。

图5  足迹坐标系和坐标定位示意图

Fig. 5  Schematic diagram of footprint coordinate system and coordinate positioning

图6  起落角、脚长和脚宽示意图

Fig. 6  Schematic diagram of up-down angle,foot length and foot width

2.4  检验分析及数据库

通过前面多次的采集和测量，可分别得现场作案人员足迹和嫌疑人足迹的特征参数。足迹检验对比算法实现步骤是：对于现场足迹的我们将其全坡陡度和半坡陡度表示为和，第i个嫌疑人足迹的全坡陡度和半坡陡度表示为和。现场足迹拇趾陡度表示为d_oj，第i个嫌疑人足迹的拇趾陡度表示为d_ij，作如下定义：

            (1)

            (2)

            (3)

其中：为现场作案人和第i个嫌疑人前掌区压痕各对应点位的“全坡陡度变差平方和”，简称“全陡和”；为“半坡陡度变差平方和”，简称“半陡和”；为拇趾区“变差平方和”，简称“拇陡和”。

现场足迹与嫌疑足迹两足迹落脚角度差的绝对值称为落脚变差；现场足迹与嫌疑足迹两足迹起脚角度差的绝对值称为起脚变差；现场足迹与嫌疑足迹两足迹长度差的绝对值称为足迹长变差；现场足迹与嫌疑足迹两足迹宽度差的绝对值称为前掌宽变差。其中和分别为现场足迹和第i个嫌疑人足迹的落脚角度；和分别为现场足迹和第i个嫌疑人足迹的起脚角度；和分别为现场足迹和第i个嫌疑人足迹的足迹长度；和分别为现场足迹和第i个嫌疑人足迹的足迹宽度。

2.4.1  阈值的确定

由于和服从自由度为8的分布，服从自由度为5的分布，据式(1)即有

           (4)

对于选定的α，可知

               (5)

即

       (6)

由此可得的阈值为，只要选定α，通过查分布表，就可得，再经过充分取样统计出σ，即可得的具体数值。，，，，及计算过程类似。

经过大量的实验验证，用数理统计和实验数据确定了每项指标的实用阈值。通过对比实测数据和理论阈值，就可判定足迹的归属，从而达到判定或排除嫌疑人的目的。7项指标参考阈值如表1所示，其可靠概率均大于或等于99.0%。

2.4.2  特征参数检验判别的原则

对于立体足迹全长、前掌宽度、起脚角度、落脚角度、全陡和、半陡和、拇陡和这7项量纲一的指标精准测量计算后，若所得数值都小于或等于阈值，则判为接受，即被检验的犯罪嫌疑人足迹与现场足迹高程特征相同；若7项指标有1项指标计算值大于相应指标的阈值，则判为检验的犯罪嫌疑人足迹与现场足迹高程特征不同^[19]。

针对上述的测量和计算得到的立体足迹数据信息，以表格的形式存入数据库中，且在数据库中可进行添加、删除、查询和比对等操作，实现足迹信息的计算机管理与信息共享^[20]。最终的足迹鉴定结果将以“足迹检验报告”的形式输出。

表1  7项指标变差理论阈值

Table 1  Variation theory threshold value of seven indicators

3  实验验证与案例分析

3.1  实验验证

为验证本系统的准确性和实用性，模拟了犯罪现场，并实际采集立体足迹石膏模型，放入立体足迹箱配合软件系统进行测试和分析实验。本系统测量计算得到的足迹特征参数指标变差值如表2所示。

表2  7项指标变差实验测量计算值

Table 2  Variation experimental measurement value of seven indicators

由表1和表2可知：根据判别原则可判断该嫌疑人具有重大作案嫌疑，符合实验的预设结果。为进一步验证系统的有效性，利用实际的案件进行实际测试分析。

3.2  案例分析

1999-01-01，河南省某市飞机场东侧1条村道上发生1起凶杀案，经查被害人为该市某小学教师朱某(女，23岁)。现场勘查发现和提取有精斑和立体足迹模型等痕迹物证，经法医鉴定，被害人为匕首刺破心脏致死。由此警方分析作案特点将案件定性为拦路强奸杀人，1人作案。案件发生后，虽市公安局经过多方努力，经历16 a，案件仍未侦破。

直到2015-03，当年提取的精斑经DNA检验锁定为本市居民乔某所留。抓获乔某后，乔某交代他和同伙李某2人共同作案，但乔某只承认对受害人进行了强奸，指认用刀捅死被害人的为李某，然而李某已于2007年去世，死无对证。最高法院要求对证据链进行完整性补充。针对此要求，市公安局于2015-07利用本文所述系统采集了嫌疑人乔某的立体足迹石膏模型和当年犯罪现场采集的立体足迹模型进行检验对比，很快得出了乔某右脚足迹压痕高程特征与现场足迹压痕高程特征一致的测试结果，检验意见为现场除被害人之外只留有乔某1人的足迹，可靠概率为98%，结合现场遗留其他物证，形成完整证据链。

现场右足迹模型见图7，乔某右脚足迹样本模型见图8。

图7  现场提取的右足迹模型(编号C₁)

Fig. 7  Right footprint model of crime scene (number C₁)

图8  嫌疑人乔某足迹样本模型

Fig. 8  Sample model of suspect’s footprint

现场右足迹模型(编号C₁)与嫌疑人乔某右足迹样本模型(编号S₂)的系统测试计算数据如表3所示。

现场右足迹模型(编号C₁)与嫌疑人乔某右足迹样本模型(编号S₃)的系统测试计算数据如表4所示。

表3  足迹模型C₁与足迹模型S₂测试计算结果

Table 3  Test calculation results of footprint C₁ and S₂

表4  足迹模型C₁与足迹模型S₃测试计算结果

Table 4  Test calculation results of footprint C₁ and S₃

4  结论

1) 本系统借助计算机技术将立体足迹的特征提取和检验比对定量化和自动化，降低了基层办案人员的学习成本，提高了足迹检验的办案效率。

2) 利用非接触式激光测距传感器对足迹物证进行快速精确无损测量，改善了以往人工测量带来的不稳定性，有效协助刑侦人员进行立体足迹特征的定量检验。

参考文献：

[1] 韩均良. 痕迹检验[M]. 北京：中国民主法制出版社, 2007: 106-107.

HAN Junliang. Trace inspection[M]. Beijing: China Democracy and Rule of Law Press, 2007: 106-107.

[2] 王磊. 浅谈足迹在案件侦查中的作用[J]. 法制与社会, 2008, 23(8): 165-166.

WANG Lei. On the role of the trail in the investigation of the case[J]. Law and Society, 2008, 23(8): 165-166.

[3] 杨映辉. 立体足迹提取方法进展研究[J]. 云南警官学院学报, 2014(1): 103-105.

YANG Yinghui. Research of extracting 3D footprint methods[J]. Journal of Yunnan Police Officer Academy, 2014(1): 103-105.

[4] MIKKONEN S, SUOMINEN V, HEINONEN P. Use of footwear impressions in crime scene investigations assisted by computerized footwear collection system[J]. Forensic Science International, 1996, 82(1): 67-79.

[5] 谭建国, 王国建, 万德鹏. 现场足迹全视场三维形貌数据采集装置：CN204405024U[P]. 2015-06-17.

TAN Jianguo, WANG Guojian, WAN Depeng. A field footprint three-dimensional shape data acquisition device: CN20445024U[P]. 2015-06-17.

[6] 徐旭, 王国建, 谭重建. 一种立体足迹数字化提取系统: CN202458377U[P]. 2012-10-03.

XU Xu, WANG Guojian, TAN Chongjian. A digital footprint extraction system: CN202458377U[P]. 2012-10-03.

[7] 袁胜, 王阳. 中国足迹检验技术沿革及其展望[J]. 中国刑事警察学院, 2011(2): 119-121.

YUAN Sheng, WANG Yang. Development and tendency of footprint analysis technology in China[J]. Journal of Yunnan Police Officer Academy, 2011(2): 119-121.

[8] 史力民. 足迹学[M]. 北京：中国人民公安大学出版社, 2007: 78-85.

SHI Limin. Footprint[M]. Beijing: People's Public Security University of China Press, 2007: 78-85.

[9] 潘楠, 刘益. 一种立体足迹自动化快速采集仪器: CN204465744U[P]. 2015-07-08.

PAN Nan, LIU Yi. A fast automatic footprint acquisition instrument: CN204465744U[P]. 2015-07-08.

[10] 夏建芳, 赵世富. 虚拟仪器与单片机串口通信的实现[J]. 机械工程与自动化, 2006(2): 136-137.

XIA Jianfang, ZHAO Shifu. Realization of serial communication between the virtual instrument and singlechip[J]. Mechanical Engineering and Automation, 2006(2): 136-137.

[11] 郭漭, 祝连庆, 韩晓泉, 等. 基于LabVIEW的CMOS相机图像采集系统设计[J]. 自动化应用, 2014(3): 15-16.

GUO Mang, ZHU Lianqing, HAN Xiaoquan, et al. Design of the CMOS camera image acquisition system based on LabVIEW[J]. Automation Application, 2014(3): 15-16.

[12] WANG Weilin, LI Changying, TOLLNER E, et al. Development of software for spectral imaging data acquisition using LabVIEW[J]. Computers and Electronics in Agriculture, 2012, 84(11): 68-75.

[13] 陈飞, 陈平涛, 朱培逸, 等. 基于IMAQ Vision和PLC的水果大小分级系统设计[J]. 测控技术, 2014, 33(10): 76-78.

CHEN Fei, CHEN Pingtao, ZHU Peiyi, et al. Design of fruit size automatic grading system based on IMAQ Vision and PLC[J]. Measurement & Control Technology, 2014, 33(10): 76-78.

[14] 曾明, 杨欣荣, 罗桂娥, 等. 虚拟仪器技术及其在油品含水量检测中的应用[J]. 中南大学学报(自然科学版), 2003, 34(2): 184-187.

ZENG Ming, YANG Xinrong, LUO Guie, et al. Virtual instrument technique and its application to measure the water content in oil product[J]. Journal of Central South University (Science and Technology), 2003, 34(2): 184-187.

[15] 王永栋, 安会波, 袁国平, 等. 立体足迹造型与识别系统技术及在法庭中的证据作用[J]. 中国人民公安大学学报, 2005，11(1): 30-31.

WANG Yongdong, AN Huibo, YUAN Guoping, et al. 3D footprint modeling and recognition system technology and evidence in court[J]. Journal of Chinese People’s Public Security University, 2005,11(1): 30-31.

[16] 潘楠, 伍星, 刘益，等. 线性痕迹激光检测信号自适应匹配算法研究[J]. 仪器仪表学报, 2015, 36(6): 1372-1380.

PAN Nan, WU Xing, LIU Yi, et al. Research on the adaptive matching algorithm for laser linear mark detection signals[J]. Chinese Journal of Scientific Instrument, 2015, 36(6): 1372-1380.

[17] 高坡, 胡以华, 赵楠翔, 等. 近距离收发同轴激光测距精度研究[J]. 红外与激光工程, 2014, 43(3): 915-919.

GAO Po, HU Yihua, ZHAO Nanxiang, et al. Laser ranging precision in sending and receiving coaxial optical system in indoor instance[J]. Infrared and Laser Engineering, 2014, 43(3): 915-919.

[18] 杨晟, 裴浩, 张明辉. 532 nm激光在痕迹显现上的应用研究[J]. 激光杂志, 2011, 32(5): 44-45.

YANG Sheng, PEI Hao, ZHANG Minghui. Research of 532 nm laser application in trail emergence[J]. Laser Journal, 2011, 32(5): 44-45.

[19] 韩均良. 足迹检验技术[M]. 北京: 中国人民公安大学出版社, 2008: 165-166.

HAN Junliang. Footprint inspection technology[M]. Beijing: Chinese People’s Public Security University Press, 2008: 165-166.

[20] 史力民, 毕胜, 姜吉衁. 足迹信息的计算机管理与查询[J]. 刑事技术, 2005(5): 19-21.

SHI Limin, BI Sheng, JIANG Jizhe. Application and administration of footwear information and shoeprint indexing system[J]. Criminal Technology, 2005(5): 19-21.

(编辑  刘锦伟)

收稿日期：2015-06-06；修回日期：2015-08-20

基金项目(Foundation item)：昆明市科技计划重点项目(2015-1-S-00284，2015-1-G-00250)；云南省科技型中小企业创新基金资助项目(2014SC030)；公安部技术研究计划重点项目(2014JSYJA020)(Projects (2015-1-S-00284, 2015-1-G-00250) supported by the Kunming Technology Research Program; Project (2014SC030) supported by the Innovation Funds for Small and Medium Science and Technology Enterprises in Yunnan Province; Project (2014JSYA020) supported by the Ministry of Public Security Technology Research Program)

通信作者：潘楠，博士，硕士生导师，从事刑侦特种设备研发、信号特征检测算法研究；E-mail：15808867407@163.com