高光谱成像技术是一种将图像信息与光谱信息相结合的技术,它可以记录不同波长范围内的光谱信息,并对样本的内在理化特性和空间分布进行定性和定量分析。高光谱成像技术凭借其拥有空间几何信息与光谱信息双重信息的特性,已经广泛应用于农产品检测、地质学、生物医学、法医检测等领域。血迹形态的识别检测以及血迹裸露时间预测一直都是调查人员了解暴力性犯罪的重要手段之一。通过有效地检测和处理犯罪现场的血迹,可以获得大量与犯罪案件相关的物证信息。传统的血迹识别检测方法有酚酞试剂法、鲁米诺法和紫外线检测法等,这些方法在犯罪现场的应用都存在较大的局限性,并且这种破坏性的检测方式会使得后续的检测任务难以进行。高光谱成像技术凭借其快速无损的检测能力,有效的解决了传统血迹检测任务中出现的检测时间长、检测准确率低、以及在复杂场景中存在漏检的现象。本研究旨在解决复杂场景下的血迹检测问题,特别是血迹目标检测和分析的挑战。为此,本文提出了一种基于近红外高光谱成像技术的血迹形态特征识别方法与血迹裸露时间检测方法。主要的研究内容有:1.本研究提出了一种利用可见光和近红外的高光谱成像技术检测血迹形态特征Cellular mechano-biology的方法。在本课题的研究过程中,建立了一组高光谱成像检测系统,利用近红外高光谱成像技术检AMG510使用方法测并识别出血迹及血迹类似物,并完成在复杂场景和复杂状态下的血迹识别检测任务。2.本文对380 nm-1000 nm波段范围内的血迹高光谱图像进行了主成分分析(PCA),根据血液的光谱吸收特性,选取了500 nm-1000 nm为血迹识别最佳光谱检测区域。基于最佳光谱区域与主成分的光谱成像特性,本文选取了三个特征波段。通过计算血迹区域的平均光谱,并结合光谱成像处理操作,设计出了用于血迹形态检测和位置识别的混合卷积神经网络(2D-3D CNN)模型。通过对103个血迹和血迹类似物样本在不同底物上进行检测,得到的平均识别率为95.39%。3.本文利用光谱成像技术,得到范围像素内GSK1349572浓度血迹的平均光谱曲线。并结合血液中血红蛋白与水分在裸露环境中的形变特点,选出了410 nm-430 nm、540 nm-580nm、800 nm-1000 nm三组特征波段。以统计学和权重分析作为支撑,对血迹裸露时间和光谱反射强度构建了数学函数映射模型,该模型的预测准确率为94.6%。同时,本课题还将该方法与目前较为先进的血迹裸露时间预测方法(例如:支持向量机-SVM、KNN、遗传区间偏最小二乘法等)进行了对比,实验结果表明,本课题方法在30天内的血迹裸露时间预测上更具优势。