本发明属于刑侦技术领域，特别涉及一种涉案枪支枪号识别方法。
背景技术：
众所周知，制式枪支由国家指定的企业按照统一的技术标准进行制造，并在枪支指定的部位铸印制造厂的厂名、枪种代码以及公安部门统一编制的枪支序号，同时规定不得制造无号、重号、假号的枪支。传统枪支的制造一般采用焖火技术，即将经过淬火的高硬度钢重新加热到一定温度然后缓慢降温，以达到降低钢材硬度的效果，然后加工成枪管后再淬火。而现代枪支的枪管是采用高强度合金的无缝钢管制成的。枪体制造完成后，需要在枪体上冲压相关的枪支信息，包括枪支制造厂的名称、枪种代码以及枪支序号等内容。冲压枪支信息过程中枪体受到钢模巨大的冲击作用，被冲击部位的金属原子向下被挤压而形成凹陷形变，形成冲压字迹。
在公安工作实践中，侦破枪支失窃案件时经常发现被盗枪支枪体上已经没有了任何符号，枪支序号也已被彻底锉平，单凭肉眼已经无法进行辨认。现阶段,枪支序号锉平以掩盖犯罪事实真相的案件频发,已成为公安刑侦的重要障碍。
为揭露犯罪事实真相，彻底侦破枪支失窃案件，有必要对涉案枪支序号数据进行有效的识别采集，实现对涉案枪支的追溯。
技术实现要素：
针对上述问题，本发明提出一种涉案枪支枪号识别方法，针对涉案枪号图像字符因磨损出现的对比度太大或太小的特点，通过对涉案枪支进行预处理和视觉分析识别，对涉案枪支序号数据进行有效的识别采集，实现对涉案枪支的追溯。
为达到上述目的，本发明提供如下技术方案：
一种涉案枪支枪号识别方法，主要包括以下步骤：
1)涉案枪支预处理
对涉案枪支枪号部位进行清洁处理，若涉案枪支的序号被锉平，通过化学腐蚀法使枪支枪号显现；
2)涉案枪支枪号图像采集
利用ccd摄像系统对涉案枪支的枪号图像进行采集；
3)涉案枪支枪号自动识别
对采集的枪号图像进行图像识别预处理和枪号识别，得到识别的枪号；
4)涉案枪支查询追溯
对识别的枪号进行枪支信息数据库查询，获取涉案枪支来源。
作为优选，进一步，在步骤1)涉案枪支预处理中通过化学腐蚀法使枪支枪号显现的具体步骤为：
1)首先对枪体上异常部位进行抛光处理；
2)随后用蘸取蒸馏水的棉球反复擦拭抛光时遗留在被锉部位的杂物和油渍，并用橡皮泥围在枪体上被锉部位的周围；
3)再用玻璃棒蘸取溶液a，溶液a为45％苦味酸与55％丙酮的混合溶液，反复涂抹在枪体上被锉部位，待20min后，再蘸取溶液b，溶液b为25％三氯化铁、25％盐酸、50％蒸馏水的混合溶液，继续反复涂抹数次，随后可观察到枪体上重新显现的冲压字迹。
作为优选，进一步，在步骤3)涉案枪支枪号自动识别中，对采集图像识别预处理的步骤为：
1)首先将原图转化成灰度图像；
2)然后采用中值滤波对灰度图像进行除噪，同时均匀图像亮度以突出目标物体；
3)通过图像边缘的投影来对图像进行字符区域定位；
4)灰度图像进行二值化、形态学处理和字符细化，使目标区域更加完整；
5)最后对具有倾斜的字符图像进行倾斜校正。
作为优选，进一步，在步骤3)涉案枪支枪号自动识别中，对枪号识别的步骤为：
1)字符切分
把倾斜矫正后的字符图像的字符切分为单个字符；
2)字符识别
利用模板匹配法和bp神经网络法将图像信息转化为字符信息，实现字符识别。
本发明的有益效果
1、本发明提出一种涉案枪支枪号识别方法，针对涉案枪号图像字符因磨损出现的对比度太大或太小的特点，通过对涉案枪支进行预处理和视觉分析识别，对涉案枪支序号数据进行有效的识别采集，实现对涉案枪支的追溯。
2、本发明根据复杂使用环境下，枪号字符易产生断点、毛刺；字符容易磨损，对比度下降的缺点，设计一种高效精确的识别算法，对采集的枪号图像进行图像识别预处理和枪号识别算法进行改进，有效提高了字符识别的精确度。
具体实施方式
下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种涉案枪支枪号识别方法，主要包括以下步骤：
1)涉案枪支预处理
对涉案枪支枪号部位进行清洁处理，若涉案枪支的序号被锉平，通过化学腐蚀法使枪支枪号显现，通过化学腐蚀法使枪支枪号显现的具体步骤为：
首先对枪体上异常部位进行抛光处理；随后用蘸取蒸馏水的棉球反复擦拭抛光时遗留在被锉部位的杂物和油渍，并用橡皮泥围在枪体上被锉部位的周围；再用玻璃棒蘸取溶液a，溶液a为45％苦味酸与55％丙酮的混合溶液，反复涂抹在枪体上被锉部位，待20min后，再蘸取溶液b，溶液b为25％三氯化铁、25％盐酸、50％蒸馏水的混合溶液，继续反复涂抹数次，随后可观察到枪体上重新显现的冲压字迹；
2)涉案枪支枪号图像采集
利用ccd摄像系统对涉案枪支的枪号图像进行采集
3)涉案枪支枪号自动识别
对采集的枪号图像进行图像识别预处理和枪号识别，得到识别的枪号，其中，对采集图像识别预处理的步骤为：
1.首先将原图转化成灰度图像：利用加权平均值法将采集图像进行灰度化处理，得到灰度图像；
2.采用中值滤波对灰度图像进行除噪，同时均匀图像亮度以突出目标物体；
2.1去噪处理
采用中值滤波对灰度图像进行除噪，利用与周围像素值接近的值来消除孤立的噪声点，且可以较好的保存突变的边缘点。
2.2均匀图像亮度处理
图像拍摄常会出现光照不均匀的情况，这就会使图像中明暗对比较弱，因此要对明暗不均匀的图像进行亮度均匀调整的处理。本发明采用通过粗略估计背景亮度的方法对图像亮度进行均匀调整。通过去噪和均匀亮度处理，可以凸显枪号信息。
3.字符区域定位
字符区域的准确定位是正确识别的前提和基础，其准确率直接影响后续字符分割和识别的效果。结合实时性和易于实现的要求，本发明采用基于边缘投影的方法来对枪号进行定位通过图像边缘的投影来对图像进行字符区域定位；
4.灰度图像进行二值化、形态学处理和字符细化
采用计算简单的otsu算法对枪号图像进行二值化处理。对于枪号图像，经过去噪和均匀亮度的处理后，前景和背景是比较均匀的，利用otsu算法对图像进行二值化可以得到很好的效果，在对枪号图像进行二值化处理后，再进行膨胀和腐蚀的形态学处理，来应对图像中数字笔画裂痕或者数字间相互粘连的情况，枪号识别中字符特征的提取是关键，为了得到精确的特征，将字符笔画细化可以提高识别率。在本申请中，枪号的细化通过两步腐蚀运算来实现，每一步腐蚀都是邻域运算。
5.对具有倾斜的字符图像进行倾斜校正
理想的枪号图像是一个矩形，但由于摄像机与枪之间的倾斜角度、枪的摆放等情况，往往会有枪号图像倾斜的情况。通常，枪号图像内容比较单一，图像中只有数字字符区域和一部分枪身内容，因此拍摄枪号图像产生的倾斜角度不会很大，一般的倾斜角度会在0-20°间，倾斜分为水平方向和垂直方向的倾斜，所以在字符分割之前要对存在倾斜的枪号图像分别先对水平和垂直两个方向上的倾斜进行检测和校正。
对于水平倾斜的校正，本发明提出了基于图像底边平行线的倾斜校正法，具体步骤为：
5.1在内容为字符的图像中，首先求得每个字符连通域的中心连线l1；
5.2再从字符连通域中心连线的起点做一条图像底边的平行线l2，字符连通域的中心连线l1与底边平行线l2是具有同起始端的两条线；
5.3做判断并进行角度调整：如l1在射线l2的上方且形成角度l1，则将图像沿顺时针方向旋转角度t1(t1>0)；如果l1在射线l2的下方且形成角度t2，则沿逆时针方向旋转角度t2(t2>0)
对于进行水平校正后的图像，可能会出现轻微的垂直方向上的倾斜。本发明采用基于旋转图像的最小投影的字符校正算法。这个算法并不是将倾斜图像直接旋转垂直倾斜角度，则是利用垂直倾斜角度来计算像素的水平偏移量，将该行的像素逐行水平移动此偏移量来实现图像的垂直校正。
对枪号识别的步骤为：
1字符切分
把倾斜矫正后的枪号字符图像的字符切分为单个字符；
字符切分采用基于先验知识的字符切分法将字符切分为单个字符；
字符归一化
字符切分后，为了方便后续的识别，需要将字符图像归一化,将图像线性放大(缩小)到指定大小。假定原图大小为x×y，归一化后大小为m×n,(x,y)为原图坐标，(m，n)为归一化后坐标，则某像素归一化前后的坐标关系为：
2字符识别
利用模板匹配法和bp神经网络法将图像信息转化为字符信息，实现字符识别。使用神经网络识别字符主要在于选取学习算法和使用大量的训练样本训练网络，算法的选取要满足稳定、快速收敛。
4)涉案枪支查询追溯
对识别的枪号进行枪支信息数据库查询，获取涉案枪支来源。
本发明提出一种涉案枪支枪号识别方法，针对涉案枪号图像字符因磨损出现的对比度太大或太小的特点，通过对涉案枪支进行预处理和视觉分析识别，对涉案枪支序号数据进行有效的识别采集，实现对涉案枪支的追溯。本发明根据复杂使用环境下，枪号字符易产生断点、毛刺；字符容易磨损，对比度下降的缺点，设计一种高效精确的识别算法，对采集的枪号图像进行图像识别预处理和枪号识别算法进行改进，有效提高了字符识别的精确度。
最后说明的是，以上优选实施例仅用于说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。