?

量化激光打印機(jī)打印文件墨跡形態(tài)微觀特征分析研究

牟小彬，王潔，程衛(wèi)國(guó)

（上海市公安局，上海200083）

摘要：目的探索區(qū)分不同激光打印機(jī)打印樣本的量化分析方法。方法運(yùn)用“圖像掃描分析系統(tǒng)”對(duì)打印件上由制造工藝等因素引起的，人眼無(wú)法辨識(shí)的微觀特征如打印字跡的灰度、背景噪聲點(diǎn)面積等相關(guān)參數(shù)進(jìn)行量化測(cè)量研究和數(shù)據(jù)分析。結(jié)果使用15項(xiàng)參數(shù)組合，能夠?qū)?8臺(tái)不同型號(hào)激光打印機(jī)3 600頁(yè)打印樣本中的3 596頁(yè)正確分類(lèi)，正確率為99.8%。結(jié)論通過(guò)上述15項(xiàng)參數(shù)可區(qū)分不同類(lèi)型的激光打印機(jī)，此方法對(duì)于不同類(lèi)型激光打印機(jī)中等打印量的打印樣本分類(lèi)具有可行性。

關(guān)鍵詞：文件檢驗(yàn)；激光打?。晃⒂^特征；量化

目前，司法鑒定中打印文件檢驗(yàn)的主要依據(jù)是打印機(jī)具在文件頁(yè)面上留下的明顯故障性特征。隨著制造業(yè)工藝的日益精湛，明顯的故障特征在樣本上出現(xiàn)機(jī)率降低，傳統(tǒng)檢驗(yàn)方法面臨困境。ImageXaminer圖像掃描分析系統(tǒng)可對(duì)打印文件的灰度、線條打印質(zhì)量、炭粉附著性、色間滲透等參數(shù)進(jìn)行測(cè)量，對(duì)打印文件質(zhì)量進(jìn)行量化分析。

決策樹(shù)算法（Decision Tree）是一種典型的分類(lèi)方法，首先利用歸納算法生成可讀的規(guī)則和決策樹(shù)，然后使用決策對(duì)新數(shù)據(jù)進(jìn)行分析，本質(zhì)上決策樹(shù)是通過(guò)一系列規(guī)則對(duì)數(shù)據(jù)進(jìn)行分類(lèi)的過(guò)程，由于這種決策分支畫(huà)成圖形很像一棵樹(shù)的枝干，故稱決策樹(shù)。通過(guò)決策樹(shù)算法分析，可以找出不同打印機(jī)打印樣本的分類(lèi)規(guī)則，從而發(fā)現(xiàn)ImageXaminer圖像掃描分析系統(tǒng)中與打印機(jī)分類(lèi)相關(guān)性較強(qiáng)的測(cè)量參數(shù)，為打印機(jī)的鑒別提供新的檢驗(yàn)思路。

本文運(yùn)用“圖像掃描分析系統(tǒng)”對(duì)打印件上由制造工藝等因素引起的，肉眼難以辨識(shí)的微觀特征，如打印字跡的灰度、背景噪聲點(diǎn)面積等相關(guān)參數(shù)開(kāi)展量化研究。并結(jié)合決策樹(shù)算法對(duì)不同型號(hào)激光打印機(jī)打印樣本進(jìn)行分類(lèi)，為不同激光打印機(jī)的鑒別提供依據(jù)。

1　材料和方法

1.1儀器

ImageXaminer圖像掃描分析系統(tǒng)（美國(guó)ImageX-pert公司），配置：EPSON Experssion 10000XL真實(shí)光學(xué)分辨率2400dpi掃描儀、EPSON A3 Automatic Doc-ument Feeder文件自動(dòng)輸入儀、imac27英寸電腦、ImageXpert圖像專家軟件。掃描儀參數(shù)設(shè)置見(jiàn)表1。

1.2材料

選取市場(chǎng)上9個(gè)主流品牌共18種型號(hào)的激光打印機(jī)各1臺(tái)，將其分別編號(hào)為01～18號(hào)打印機(jī)（見(jiàn)表2）。使用同一電子文檔（文檔為案件中常用漢字“的、了、法、是、我”隨機(jī)組合而成），在同一品牌A4幅面紙張上打印文件200頁(yè)，分別編號(hào)為010001～010200、02000～020200、……180001～180200。

1.3數(shù)據(jù)分析軟件

本文選擇決策樹(shù)C4.5算法建立數(shù)學(xué)模型，使用數(shù)據(jù)挖掘軟件Weka作為模型建立工具，貝爾實(shí)驗(yàn)室開(kāi)發(fā)的Graphviz作為模型結(jié)果的呈現(xiàn)方法。

1.4測(cè)試條件

1.4.1灰度閾值設(shè)定

由于打印機(jī)品牌、型號(hào)、使用環(huán)境等相關(guān)因素的影響，打印件打印文字墨跡墨粉堆積感及底灰不同，即墨跡的灰度不同。在灰度圖象中的每個(gè)像素都是從0～255的亮度值，通常把0定義為“黑”，255定義為“白”。閾值就是臨界值，是基于圖片亮度的一個(gè)分界值，默認(rèn)值是50%中性灰（即128），也就是當(dāng)選擇灰度閾值為128時(shí)，亮度低于128即被認(rèn)為“黑”，在對(duì)打印件相關(guān)參量進(jìn)行測(cè)量時(shí)，可以自行定義閾值，而閾值的確定決定了準(zhǔn)入計(jì)算的亮度值。通過(guò)適當(dāng)?shù)拈撝翟O(shè)定，可以充分地識(shí)別文件上的墨點(diǎn)：當(dāng)閾值過(guò)小時(shí)，無(wú)法識(shí)別筆畫(huà)中較淡的墨跡；反之，當(dāng)閾值過(guò)大時(shí)，會(huì)將紙纖維上的細(xì)微疵點(diǎn)計(jì)入在內(nèi)。為了全面反映各樣本的量化測(cè)量情況，實(shí)驗(yàn)中選擇亮度較深的80、中間值117、默認(rèn)值128、亮度較淺的160四種閾值設(shè)置。

1.4.2最小準(zhǔn)入面積設(shè)定

打印機(jī)墨跡的連通區(qū)域測(cè)量過(guò)程中可以自定義參與計(jì)算的最小墨跡面積，該設(shè)置最小值為1，即1為最小的數(shù)量級(jí)，系統(tǒng)默認(rèn)最小值為100，可自行設(shè)定任意值。系統(tǒng)會(huì)根據(jù)最小測(cè)量面積選擇參與測(cè)量的墨點(diǎn)，為了充分反映筆畫(huà)周?chē)募?xì)微墨點(diǎn)分布情況，實(shí)驗(yàn)中選擇最小測(cè)量面積為1。

1.4.3測(cè)試參數(shù)

ImageXaminer圖像掃描分析系統(tǒng)可實(shí)現(xiàn)圖像增強(qiáng)、圖像形態(tài)改變、目標(biāo)區(qū)域運(yùn)算、面積測(cè)量、灰度測(cè)量、線條、邊緣測(cè)量、連通區(qū)域測(cè)量、相關(guān)區(qū)域測(cè)量、霍夫變換算法、向量、文字識(shí)別、二維碼解碼、條紋測(cè)量等測(cè)量運(yùn)算。在實(shí)驗(yàn)過(guò)程中對(duì)適用于打印文件整幅測(cè)量的參數(shù)進(jìn)行篩選，發(fā)現(xiàn)連通區(qū)域測(cè)量、灰度測(cè)量、面積測(cè)量三類(lèi)參數(shù)適用于打印文件整幅測(cè)量（見(jiàn)表3）。

表1　掃描儀參數(shù)設(shè)置

表2　實(shí)驗(yàn)用激光打印機(jī)品牌、型號(hào)

表3　測(cè)試參數(shù)

連通區(qū)域測(cè)量（connectivity）是根據(jù)設(shè)定的像素極性（polarity）、灰度閾值（threshold）、最小準(zhǔn)入面積（blob criteria）等測(cè)量條件，將待測(cè)目標(biāo)區(qū)域中的字符劃分為若干個(gè)連通區(qū)域，并對(duì)具有相同明暗極性的連通像素群（part）或由相同明暗極性像素群圍成的整塊像素群（包括該像素群中的明、暗兩類(lèi)像素）（blob）的面積、周長(zhǎng)、圓度、背景噪聲等微觀特征進(jìn)行量化測(cè)量。

灰度值測(cè)量（gray）是根據(jù)設(shè)定的像素極性（polarity）、灰度閾值（threshold）等測(cè)量條件，對(duì)明、暗像素的灰度、明暗線條數(shù)量、對(duì)比度等微觀特征進(jìn)行量化測(cè)量。

面積測(cè)量（area）是根據(jù)設(shè)定的像素極性（polarity）、灰度閾值（threshold）等測(cè)量條件，對(duì)明暗像素的面積、面積比值等微觀特征進(jìn)行量化測(cè)量。

1.5數(shù)據(jù)測(cè)量與分析

使用ImageXaminer圖像掃描分析系統(tǒng)對(duì)3 600份樣本進(jìn)行掃描錄入，并選取等大的目標(biāo)區(qū)域?qū)ι鲜?9種116項(xiàng)測(cè)量參數(shù)進(jìn)行整幅測(cè)量。通過(guò)決策樹(shù)C4.5算法建立數(shù)學(xué)模型，使用數(shù)據(jù)挖掘軟件Weka作為模型建立工具，貝爾實(shí)驗(yàn)室開(kāi)發(fā)的Graphviz作為模型結(jié)果呈現(xiàn)方法，訓(xùn)練模型見(jiàn)圖1。

圖1　決策樹(shù)模型

2　結(jié)果與討論

2.1閾值選擇對(duì)分類(lèi)結(jié)果的影響

ImageXaminer圖像掃描分析系統(tǒng)會(huì)根據(jù)閾值選擇所測(cè)部分，閾值設(shè)定不同，同一參數(shù)的測(cè)量值會(huì)隨之變化。閾值設(shè)定為亮度較深的80，一些淺淡的筆畫(huà)不參與計(jì)算；設(shè)定為中間值117，筆畫(huà)周?chē)纳⒙淠埸c(diǎn)基本不參與計(jì)算；設(shè)定為默認(rèn)值128，筆畫(huà)周?chē)纳⒙淠埸c(diǎn)大部分參與計(jì)算；設(shè)定為亮度較淺的160，除筆畫(huà)周?chē)纳⒙淠弁猓?yè)面上的散落墨粉點(diǎn)和部分紙張纖維疵點(diǎn)也參與計(jì)算。研究發(fā)現(xiàn)，連通區(qū)域測(cè)量時(shí)，閾值設(shè)定為160，部分樣本超出了其測(cè)量的閾值范圍，樣本無(wú)測(cè)量值，數(shù)值顯示為0，若出現(xiàn)這種情況，則舍棄該參數(shù)值?；叶乳撝颠x擇80、117、128、160四種閾值設(shè)置，可以較為全面反映各樣本的量化測(cè)量情況。此外，閾值設(shè)置不同，打印文件的分類(lèi)情況也發(fā)生了變化，圖2中閾值為80的灰度標(biāo)準(zhǔn)差參數(shù)無(wú)法區(qū)分3號(hào)、12號(hào)打印機(jī)，而圖3中閾值為117的灰度標(biāo)準(zhǔn)差參數(shù)則可區(qū)分3號(hào)、12號(hào)打印機(jī)；圖3中閾值為117的灰度標(biāo)準(zhǔn)差參數(shù)無(wú)法區(qū)分10號(hào)、15號(hào)打印機(jī)，而圖2中閾值為80的灰度標(biāo)準(zhǔn)差參數(shù)則可區(qū)分10號(hào)、15號(hào)打印機(jī)。

圖2　閾值為80的灰度標(biāo)準(zhǔn)差

圖3　閾值為117的灰度標(biāo)準(zhǔn)差

表4　最小測(cè)量面積為1時(shí)，閾值為128的字塊面積標(biāo)準(zhǔn)差值

根據(jù)決策樹(shù)分析篩選出的打印機(jī)分類(lèi)強(qiáng)相關(guān)系數(shù)，閾值為80的測(cè)量參數(shù)有7項(xiàng)，閾值為117的測(cè)量參數(shù)有5項(xiàng)，閾值為128的測(cè)量參數(shù)有2項(xiàng)，閾值為160的測(cè)量參數(shù)有1項(xiàng)，若需固定閾值，設(shè)定為低于默認(rèn)值128的灰度閾值會(huì)取得較好的分類(lèi)效果。

2.2最小準(zhǔn)入面積對(duì)分類(lèi)結(jié)果的影響

在連通區(qū)域測(cè)量時(shí)，ImageXaminer圖像掃描分析系統(tǒng)可自定義參與計(jì)算的最小墨跡面積，系統(tǒng)會(huì)根據(jù)最小測(cè)量面積選擇參與測(cè)量的墨點(diǎn)，最小準(zhǔn)入測(cè)量面積不同，同一參數(shù)的測(cè)量值也會(huì)隨之變化。為確定最小準(zhǔn)入面積設(shè)定對(duì)分類(lèi)結(jié)果的影響，抽取1～5號(hào)打印機(jī)各10頁(yè)樣本，將最小準(zhǔn)入面積分別設(shè)置為系統(tǒng)默認(rèn)值100和系統(tǒng)最小值1，比較其參數(shù)測(cè)量結(jié)果，發(fā)現(xiàn)最小準(zhǔn)入面積設(shè)置為1的打印機(jī)區(qū)分效果優(yōu)于最小準(zhǔn)入面積設(shè)置為100。如當(dāng)最小測(cè)量面積為1時(shí)，閾值為128的字塊面積標(biāo)準(zhǔn)差可區(qū)分1號(hào)、4號(hào)打印機(jī)，而最小測(cè)量面積為100時(shí)，1號(hào)、4號(hào)打印機(jī)則無(wú)法區(qū)分，測(cè)量數(shù)值（見(jiàn)表4～5）。

2.3決策樹(shù)模型分類(lèi)結(jié)果

從決策樹(shù)模型中可以看出：使用閾值為117、最小準(zhǔn)入面積為1的字塊面積標(biāo)準(zhǔn)差，閾值為117、最小準(zhǔn)入面積為1的字塊灰度平均值，閾值為80的灰度眾數(shù)值，閾值為80的中位灰度值，閾值為128、最小準(zhǔn)入面積為1的字塊灰度平均值，閾值為80的灰度標(biāo)準(zhǔn)差，閾值為128、最小準(zhǔn)入面積為1的字塊平均面積，閾值為80、最小準(zhǔn)入面積為1的字塊圓度標(biāo)準(zhǔn)差，閾值為117的灰度標(biāo)準(zhǔn)差，閾值為160、最小準(zhǔn)入面積為1的字塊圓度標(biāo)準(zhǔn)差，閾值為80、最小準(zhǔn)入面積為1的墨塊數(shù)量，閾值為80、最小準(zhǔn)入面積為1的字塊面積標(biāo)準(zhǔn)差，閾值為117、最小準(zhǔn)入面積為1的墨塊總周長(zhǎng)，閾值為80的面積比值，閾值為117、最小準(zhǔn)入面積為1的字塊總周長(zhǎng)等15項(xiàng)參數(shù)組合，能夠分類(lèi)18臺(tái)激光打印機(jī)打印樣本，經(jīng)測(cè)試集測(cè)試3 600頁(yè)打印樣本中3 596頁(yè)分類(lèi)正確，正確率為99.8%，并且得到的決策樹(shù)只有8層，結(jié)構(gòu)簡(jiǎn)單。

2.4模型驗(yàn)證與評(píng)價(jià)

選取辦公用激光打印機(jī)3臺(tái)，其中HP LaserJet P2015dn型2臺(tái)，編號(hào)分別為19、20號(hào)機(jī)；FUJI Xerox P255d型1臺(tái)，編號(hào)為21號(hào)機(jī)。在相同實(shí)驗(yàn)條件下，每臺(tái)打印機(jī)連續(xù)打印樣本3頁(yè)，1個(gè)月后再連續(xù)打印樣本3頁(yè)，收集樣本共計(jì)15頁(yè)（編號(hào)如下：1190001～1190003、2190001～2190003、1200001～1200003、2200001～2200003、1210001～1210003、2210001～2210003），使用ImageXaminer圖像掃描分析系統(tǒng)對(duì)上述15份樣本進(jìn)行掃描錄入，并選取等大的目標(biāo)區(qū)域?qū)Υ蛴∥募M(jìn)行整幅測(cè)量。決策樹(shù)模型篩選出的15項(xiàng)打印機(jī)分類(lèi)強(qiáng)相關(guān)參數(shù)測(cè)量結(jié)果見(jiàn)表6。

續(xù)表6

通過(guò)上述測(cè)量結(jié)果發(fā)現(xiàn)：

（1）21號(hào)機(jī)與19、20號(hào)機(jī)在上述15項(xiàng)參數(shù)值上均存在明顯差別；19、20號(hào)機(jī)由于品牌、型號(hào)相同，上述15項(xiàng)參數(shù)測(cè)量值比較接近。從19～21號(hào)機(jī)的測(cè)量結(jié)果與1～18號(hào)機(jī)的參數(shù)自身變化程度比較中可進(jìn)一步發(fā)現(xiàn)，19、20號(hào)機(jī)與21號(hào)機(jī)在閾值為117、最小準(zhǔn)入面積為1的字塊面積標(biāo)準(zhǔn)差參數(shù)項(xiàng)上的差別程度分別為19.6%、19.1%，而18臺(tái)實(shí)驗(yàn)用打印機(jī)自身變化的最大幅度為18.6 %；在閾值為117、最小準(zhǔn)入面積為1的字塊灰度平均值參數(shù)項(xiàng)上的差別分別為14.3%、17.2%，而18臺(tái)實(shí)驗(yàn)用打印機(jī)自身變化的最大幅度為10.2 %；在閾值為80的灰度標(biāo)準(zhǔn)差參數(shù)項(xiàng)上的差別分別為9%、7.8 %，而18臺(tái)實(shí)驗(yàn)用打印機(jī)自身變化的最大幅度為4.3%；在閾值為117的灰度標(biāo)準(zhǔn)差參數(shù)項(xiàng)上的差別分別為7.5 %、6.6 %，而18臺(tái)實(shí)驗(yàn)用打印機(jī)自身變化的最大幅度為3.8%；在閾值為117、最小準(zhǔn)入面積為1的墨塊總周長(zhǎng)參數(shù)項(xiàng)上的差別分別為7.6 %、10.3%，而18臺(tái)實(shí)驗(yàn)用打印機(jī)自身變化的最大幅度為7.2%，5項(xiàng)參數(shù)的差別程度均大于18臺(tái)實(shí)驗(yàn)用打印機(jī)自身變化的最大幅度，該決策樹(shù)模型篩選出的測(cè)量參數(shù)組合可為區(qū)分不同種類(lèi)打印機(jī)提供判別依據(jù)。

（2）19、20號(hào)打印的參數(shù)測(cè)量值雖較為接近，但在打印量跨度較小的情況下，不同機(jī)臺(tái)打印樣本的參數(shù)測(cè)量值之間存在一定差別，如2190001～2190003 與1200001～1200003雖在閾值為80、最小準(zhǔn)入面積為1的字塊面積標(biāo)準(zhǔn)差上較為接近，但在閾值為80的灰度標(biāo)準(zhǔn)差上存在明顯差別，該模型篩選出的部分參數(shù)組合，可為區(qū)分打印量跨度較小的同品牌同型號(hào)不同打印機(jī)提供判別依據(jù)。

（3）同一打印機(jī)相隔一個(gè)月的樣本在閾值為117、最小準(zhǔn)入面積為1的字塊灰度平均值，閾值為128、最小準(zhǔn)入面積為1的字塊灰度平均值，閾值為80的灰度標(biāo)準(zhǔn)差，閾值為117的灰度標(biāo)準(zhǔn)差，閾值為80的面積比值等參數(shù)值上存在較為明顯的差別，且20號(hào)機(jī)的變化幅度較大。經(jīng)統(tǒng)計(jì)20號(hào)打印機(jī)一個(gè)月的打印量約為200頁(yè)，19、21號(hào)機(jī)一個(gè)月的打印量約為50頁(yè)，打印文件的參數(shù)測(cè)量值隨打印量發(fā)生變化，該模型篩選出的部分參數(shù)組合，可為區(qū)分同一打印機(jī)不同時(shí)期的打印樣本提供判別依據(jù)。

3　結(jié)論

（1）通過(guò)決策樹(shù)模型分析，發(fā)現(xiàn)116項(xiàng)參數(shù)中閾值為117、最小準(zhǔn)入面積為1的字塊面積標(biāo)準(zhǔn)差，閾值為117、最小準(zhǔn)入面積為1的字塊灰度平均值，閾值為80的灰度眾數(shù)值，閾值為80的中位灰度值，閾值為128、最小準(zhǔn)入面積為1的字塊灰度平均值，閾值為80的灰度標(biāo)準(zhǔn)差，閾值為128、最小準(zhǔn)入面積為1的字塊平均面積，閾值為80、最小準(zhǔn)入面積為1的字塊圓度標(biāo)準(zhǔn)差，閾值為117的灰度標(biāo)準(zhǔn)差，閾值為160、最小準(zhǔn)入面積為1的字塊圓度標(biāo)準(zhǔn)差，閾值為80、最小準(zhǔn)入面積為1的墨塊數(shù)量，閾值為80、最小準(zhǔn)入面積為1的字塊面積標(biāo)準(zhǔn)差，閾值為117、最小準(zhǔn)入面積為1的墨塊總周長(zhǎng)，閾值為80的面積比值，閾值為117、最小準(zhǔn)入面積為1的字塊總周長(zhǎng)等15項(xiàng)參數(shù)對(duì)于激光打印機(jī)打印樣本分類(lèi)具有較強(qiáng)的相關(guān)性，可以用于打印樣本區(qū)分。

（2）根據(jù)決策樹(shù)模型分類(lèi)結(jié)果及19～21號(hào)機(jī)的測(cè)試結(jié)果，5號(hào)機(jī)（惠普P2055d）與6號(hào)機(jī)（惠普M401dn），9號(hào)機(jī)（兄弟HL-2250DN）與10號(hào)機(jī)（兄弟HL-2240D），11號(hào)機(jī)（理光SP310DN）與12號(hào)機(jī)（理光SP200），15號(hào)機(jī)（柯尼卡美能達(dá)MAGICOLOR 1650EN）與16號(hào)機(jī)（柯尼卡美能達(dá)MAGICOLOR 1700W）樣本在接近樹(shù)的底層才被區(qū)分開(kāi)來(lái)，19、20號(hào)機(jī)（HP LaserJet P2015dn）的參數(shù)測(cè)量值差別較小。說(shuō)明品牌相同、檔次接近的激光打印機(jī)在上述15項(xiàng)參數(shù)測(cè)量值上較為接近，在打印量跨度較大的情況下，同品牌同型號(hào)的激光打印機(jī)較難通過(guò)量化測(cè)量的方法區(qū)分。

（3）從19～21號(hào)打印機(jī)的測(cè)量結(jié)果可以看出，打印量對(duì)激光打印文件參數(shù)測(cè)量值的變化有著較大影響，可在打印量跨度較小的情況下，通過(guò)量化測(cè)量方法區(qū)分同品牌同型號(hào)不同打印機(jī)打印樣本以及同一打印機(jī)不同時(shí)期的打印樣本。

（4）本研究是對(duì)18臺(tái)打印機(jī)連續(xù)打印的200頁(yè)樣本建立數(shù)學(xué)模型，發(fā)現(xiàn)通過(guò)閾值為117、最小準(zhǔn)入面積為1的字塊面積標(biāo)準(zhǔn)差等15項(xiàng)參數(shù)組合可以區(qū)分18臺(tái)打印機(jī)打印樣本，并將該實(shí)驗(yàn)結(jié)果應(yīng)用于3臺(tái)辦公用激光打印機(jī)的區(qū)分，發(fā)現(xiàn)通過(guò)上述15項(xiàng)參數(shù)可區(qū)分不同類(lèi)型的激光打印機(jī)，此方法對(duì)于不同類(lèi)型激光打印機(jī)中等打印量的打印樣本分類(lèi)具有可行性。

參考文獻(xiàn)：

[1]梁政，韓星周，郝紅光.利用ImageXpress系統(tǒng)灰度特征區(qū)分激光打印復(fù)印一體機(jī)的打印及復(fù)印文件初探[J].刑事技術(shù)，2013，38（4）:36-40.

[2]韓星周，梁政，郝紅光.激光連續(xù)打印文件特征變化的實(shí)驗(yàn)探究[C].北京：中國(guó)人民公安大學(xué)出版社，2013:91-93.

[3]王潔，牟小彬，程衛(wèi)國(guó).噴墨類(lèi)打印機(jī)打印文件量化分析研究初探[C].北京：中國(guó)人民公安大學(xué)出版社，2013:86-91.

[4]Tan PN，Steinbach M，Kumar V. Introduction to data mining[M]. New Jersey: Addison Wesley，2005:150-168.

[5]Rokach L，Maimon O. Data Mining with Decision Trees[M]. Singapore :World Scientific Publishing Company，2008:77-81.

（本文編輯：張清華）

鑒定制度

Forensic System

Quantitative Study on the Microscopic Morphological Characteristics of Laser Printed Documents

MU Xiao-bin，WANG Jie，CHENG Wei-guo

（Shanghai Municipal Public Security Bureau，Shanghai 200083，China）

Abstract:Objective To establish a quantitative method for the classification of printed samples produced by different laser printers. Method A quantitative measurement and data analysis of the gray scale of printed contents，background and other related parameter terms was conducted using the ImageXaminer. Results 3 596 out of 3 600 pages of printed samples produced by 18 different laser printers were correctly classified based on the comprehensive analysis of 15 parameter terms. The accuracy of classification was 99.8%. Conclusion These 15 parameter terms can be used to distinguish samples of different types of laser printers.

Key words:questioned document examination; laser printing; microscopic characteristics; quantification

作者簡(jiǎn)介：牟小彬（1981—），女，高級(jí)工程師，碩士，主要從事文件檢驗(yàn)研究。E-mail: gaomusihuo@163.com。

基金項(xiàng)目：上海市公安局科研項(xiàng)目（NO.2014002）

收稿日期：2015-03-06

文章編號(hào)：1671-2072-（2015）05-0056-07

doi:10.3969/j.issn.1671-2072.2015.05.011

文獻(xiàn)標(biāo)志碼:A

中圖分類(lèi)號(hào):DF794.2