Выполняется запрос
Научно-практический журнал
+7 (929) 677-34-06

Регистрационный номер в Роскомнадзоре ЭЛ №ФС77-51827

Журнал включён в базу данных РИНЦ

Ляцкая Т. А., Демидова Т. В., Лютов В. П. Сравнительный анализ компьютерных методов усиления контрастности реквизитов документов

Т. А. Ляцкая,

эксперт-криминалист Экспертно-криминалистического центра

УВД по СЗАО г. Москвы;

Т. В. Демидова,

заместитель начальника кафедры

экспертно-криминалистической деятельности

учебно-научного комплекса судебной экспертизы

Московского университета МВД России им. В. Я. Кикотя

кандидат юридических наук;

В. П. Лютов,

научный редактор научно-практического журнала

«Энциклопедия судебной экспертизы»,

кандидат технических наук,

старший научный сотрудник

(г. Москва)

 

Приведены результаты сравнения цифровых методов повышения контрастности слабовидимых реквизитов документов с помощью тест-объекта. Сформулированы требования к тест-объекту. Описаны псевдохарактеристические графики в координатах: оптическая плотность – номер шкалы тест-объекта.

Ключевые слова: слабовидимый реквизит документа; тест-объект; оптическая плотность; методы повышения контрастности; цифровые технологии обработки изображений.

 

Л 97

ББК 67.53

УДК 343.983

ГРНТИ 10.85.31

Код ВАК 12.00.12

 

Comparative analysis of computer methods for enhancing the contrast of document details

 

T. A. Lyaczkaya,

expert criminalist;

T. V. Demidova,

Deputy Head of Department

of Forensic Expertise of the Educational and Scientific

Complex of Forensic Examination,

Candidate of Law

(Moscow University of the Ministry of Internal

Affairs of Russia named after V. Y. Kikot');

V. P. Lyutov,

scientific editor of a scientific journal

«Encyclopedia of forensic examination»

Candidate of Technical Sciences

Senior Researcher

(city Moscow)

 

The results of a comparison of digital methods for increasing the contrast of poorly visible details of documents using a test object are presented. The requirements for the test object are formulated. Pseudo-characteristic graphs are described in coordinates: optical density – the scale number of the test object.

Keywords: poorly visible document props, test object, optical density, methods for increasing contrast, digital image processing technologies.

_____________________________________

Несмотря на развитие электронного документооборота, документы на бумажной основе всё ещё находятся в обращении. Во-первых, в различных отраслях судопроизводства возникает необходимость изучения архивных документов на бумажной основе. В результате неблагоприятных условий хранения или по иным причинам у таких документов частично или полностью утрачиваются реквизиты – оттиски печатей (штампов), рукописные записи, печатный текст. Во-вторых, в соответствии с Законом о применении контрольно-кассовой техники[1] все торговые предприятия, кредитные учреждения и предприятия сферы услуг должны в обязательном порядке применять контрольно-кассовую технику. В большинстве случаев в этой технике используется технология термографии для изготовления фискального чека. Особенностью документов, изготовленных способом термографии, является недолговечность реквизитов, выполненных на специальной термографической бумаге. Эта недолговечность усугубляется влиянием на печатные реквизиты многих физических и физико-химических факторов [1]. Отсюда следует, что одной из проблем судебно-технической экспертизы документов является восстановление угасших (выцветших, обесцветившихся – в общем случае, слабовидимых) реквизитов документов.

В настоящее время подавляющее большинство экспертно-криминалистических подразделений правоохранительных органов отказалось от аналоговых технологий фотосъёмки и перешло на цифровые технологии [2, 3]. На этом основании при технико-криминалистическом исследовании документов в экспертной литературе рекомендуется применение различных способов компьютерной обработки слабовидимых изображений.

Так, программное средство Hue/Saturation (Оттенок/Насыщенность) применительно к слабовидимым записям в документах подробно описал В. А. Зотчев [4, 5]. Автор использовал способ цветовых эталонов, представляющих наборы образцов-накрасок различных по цветовому тону, насыщенности и яркости, расположенных в виде цветных таблиц, шкал или атласа цветов. Согласно рекомендации В. А. Зотчева подбор следует производить путём визуального сравнения образца в атласе с цветовым оттенком объекта.

С появлением компьютерной техники стало возможным количественно определять и выражать параметры цвета применительно к объектам технической экспертизы документов. Это значительно облегчило измерительный способ в фотометрии и колориметрии. Заключается он в следующем: любой цвет и оттенок имеют свои определённые координаты, для их измерения и нахождения используются колориметры и спектрофотометры. В настоящее время с этими задачами справляются и графические редакторы. На информационном табло Info (Инфо) имеется палитра, в которой отображены действия пользователя при работе в разных цветовых системах (HSB, RGB, CMYK).

В своей работе С. А. Кругляк и В. П. Лютов [6] выдвигают предположение о возможности воплощения метода Е. Ф. Буринского при использовании цифровых технологий. Наличие в графическом редакторе Adobe PhotoShop палитры Layers (Слои) позволило провести необходимые исследования для подтверждения этого предположения.

В статье О. А. Белиловца были рассмотрены наиболее эффективные программные средства по повышению контрастности слабовидимых изображений [3].

Если затрагивать в целом основные принципы цифровой обработки изображения, они подробно изложены в диссертационной работе П. А. Четверкина [7]. По его мнению, отправным пунктом в исследовании слабовидимых изображений методами цифровой обработки является соблюдение некоторых требований и им же были сформулированы эти требования.

Однако сравнительный анализ результатов реализации этих способов до сих пор не проводился. В связи с этим в Московском университете МВД России им. В. Я. Кикотя на базе учебно-научного комплекса судебной экспертизы были проведены исследования, цель которых – математическая оценка объективности использования методов и сравнение компьютерных программ усиления контрастности реквизитов документов на предмет выявления наиболее оптимального метода. В работе в качестве программного обеспечения использовали графический редактор Adobe Photoshop СC 2019. Исследованию подвергали методы усиления контрастности слабовидимых изображений, предложенных разными авторами и опубликованными в экспертно-криминалистической литературе.

В основу сравнения цифровых методов усиления контрастности изображений на предмет выявления наиболее эффективного метода было положено сопоставление псевдохарактеристических графиков[2], полученных при реализации этих методов. Для этой цели был изготовлен тест-объект, к которому предъявлялись следующие требования:

– число полей должно обеспечивать возможность построения псевдохарактеристического графика;

– площадь каждого поля должна обеспечивать возможность многократного измерения оптической плотности почернения для оценки воспроизводимости результатов;

– градация степени почернения полей должна обеспечивать получение точных результатов измерения оптической плотности, поскольку при оптической плотности, приближающейся к 1 денсу [8, c. 67], точность снижается в силу особенности приборного оснащения.

Тест-объект был создан при помощи графического редактора Adobe Photoshop СC 2019 в цветовом режиме «градации серого» и содержал десять прямоугольных полей с размерами сторон 20×30 мм, что позволяло разместить тест-объект на листе формата А4 для дальнейшего удобства в использовании. Поля окрашивались при помощи инструмента «заливка» от тёмного (100 %) до светлого (50 %) с промежуточным шагом насыщенности 5 %. В результате тест-объект представлял собой шкалу серого тона средней насыщенности и средней яркости (рис. 1).

В последующем тест-объект был распечатан на листе формата А4 на принтере «HP Laser Jet 1018».

 

Рис. 1. Тест-объект со шкалой от 100 % до 50 % с промежутком 5 %

 

Для измерения оптической плотности каждого поля шкалы использовали денситометр ДО-1, предоставленный кафедрой технологии и управления качеством в полиграфическом и упаковочном производстве Института принтмедиа и информационных технологий.

Построению псевдохарактеристических графиков при реализации цифровых методов усиления контрастности изображений предшествовала оценка воспроизводимости результатов измерений оптической плотности почернения полей тест-объекта с использованием критерия Кочрена [9].

Для оценки воспроизводимости замеры каждого поля производились 10 раз в случайном порядке на всей площади каждого поля. Для наглядности и простоты понимания все данные замеров оптической плотности с помощью денситометра сведены в табл. 1 (графы 2–11).

Таблица  1

Результаты измерений десяти полей тест-объекта

Номер поля

Порядковый номер измерения

1

2

3

4

5

6

7

8

9

10

Оптическая плотность d, денс

1

2

3

4

5

6

7

8

9

10

11

12

1

0,65

0,65

0,66

0,67

0,65

0,66

0,67

0,67

0,66

0,67

0,661

2

0,59

0,59

0,59

0,59

0,59

0,6

0,59

0,58

0,61

0,59

0,592

3

0,51

0,49

0,53

0,51

0,52

0,53

0,54

0,51

0,51

0,52

0,517

4

0,45

0,45

0,46

0,48

0,47

0,44

0,43

0,45

0,45

0,46

0,454

5

0,39

0,39

0,39

0,37

0,38

0,37

0,37

0,37

0,38

0,39

0,38

6

0,31

0,31

0,31

0,31

0,32

0,33

0,31

0,34

0,34

0,33

0,321

7

0,25

0,25

0,25

0,25

0,24

0,25

0,27

0,26

0,27

0,27

0,256

8

0,2

0,21

0,23

0,19

0,21

0,21

0,23

0,2

0,21

0,21

0,21

9

0,15

0,19

0,17

0,15

0,15

0,14

0,15

0,15

0,15

0,13

0,153

10

0,11

0,10

0,09

0,10

0,10

0,10

0,11

0,12

0,11

0,11

0,105

 

По вертикали от 1 до 10 представлены поля от № 1 до № 10, по горизонтали от 1 до 10 (d) представлены результаты измерений оптической плотности каждого поля.

В дальнейшем было рассчитано среднее значение оптической плотности для каждого поля:

где di – текущее значение измеряемой оптической плотности;

       i – число измерений в выборке;

 – среднее значение оптической плотности по каждому полю.

Результаты приведены в графе 12 табл. 1.

Далее рассчитывалась дисперсия:

,

где σ2 – дисперсия случайной величины

      n=imax

Результаты расчётов приведены во вспомогательных табл. 2–4, графически результаты средних значений оптической плотности  отражены на рис. 2.

Таблица 2

Разность средних и текущих значений оптической плотности по каждому полю

Порядковый номер измерения

1

2

3

4

5

6

7

8

9

10

0,011

0,011

0,001

0,009

0,011

0,001

0,009

0,009

0,001

0,009

0,002

0,002

0,002

0,002

0,002

0,008

0,002

0,012

0,018

0,002

0,007

0,027

0,013

0,007

0,003

0,013

0,023

0,007

0,007

0,003

0,004

0,004

0,006

0,026

0,016

0,014

0,024

0,004

0,004

0,006

0,01

0,01

0,01

0,01

0

0,01

0,01

0,01

0

0,01

0,011

0,011

0,011

0,011

0,001

0,009

0,011

0,019

0,019

0,009

0,006

0,006

0,006

0,006

0,016

0,006

0,014

0,004

0,014

0,014

0,01

0

0,02

0,02

0

0

0,02

0,01

0

0

0,003

0,037

0,017

0,003

0,003

0,013

0,003

0,003

0,003

0,023

0,005

0,005

0,015

0,005

0,005

0,005

0,005

0,015

0,005

0,005

 

 

Таблица 3

Квадраты разности средних и текущих значений оптической плотности по каждому полю

(dср di)2 ×10–5

1

2

3

4

5

6

7

8

9

10

12,1

12,1

0,1

8,1

12,1

0,1

8,1

8,1

0,1

8,1

0,4

0,4

0,4

0,4

0,4

4

0,4

14,4

32,4

0,4

4,9

72,9

16,9

4,9

0,9

16,9

52,9

4,9

4,9

0,9

1,6

1,6

3,6

67,6

25,6

19,6

57,6

1,6

1,6

3,6

10

10

10

10

0

10

10

10

0

10

12,1

12,1

12,1

12,1

1

8,1

12,1

36,1

36,1

8,1

3,6

3,6

3,6

3,6

25,6

3,6

19,6

1,6

19,6

19,6

10

0

40

40

0

0

40

10

0

0

0,9

136,9

28,9

0,9

0,9

16,9

0,9

0,9

0,9

52,9

2,5

2,5

22,5

2,5

2,5

2,5

2,5

22,5

2,5

2,5

 

 

Итогом вычислений явилась псевдохарактеристическая прямая средних значений оптической плотности по каждому полю (рис. 2)

Рис. 2. Основная тенденция хода графика по средним значениям оптической плотности 10 полей шкалы[3]

Следующий этап расчётов – проверка статистической гипотезы об однородности дисперсий.

Для проверки однородности дисперсий использовали критерий Кочрена. Критерий Кочрена чувствителен к закону распределения случайной величины. В нашем случае в её качестве выступает оптическая плотность di. Учитывая объективную сложность в установлении закона распределения случайной величины, в работе были использованы результаты, полученные ранее и описанные в статье [10]. Согласно проведённым ранее и опубликованным исследованиям распределение оптической плотности подчиняется нормальному закону.

Если нулевая гипотеза Н0 об однородности дисперсий подтверждается, то значения оптической плотности, определённые с помощью денситометра считаются корректными, что позволяет использовать метод определения оптической плотности полей шкалы тест-объекта для дальнейшего исследования. Если же нулевая гипотеза не подтверждается, а подтверждается альтернативная гипотеза Нt, то полученные значения оптической плотности следует считать некорректными. То есть:

Gэксп.>⁄кр.(α;k;l)/HtHo,

где Gэксп. – экспериментальное значение критерия Кочрена;

      Gкр. – расчётное (табличное) значение критерия Кочрена;

      l =10 – число выборок генеральных совокупностей;

      n =10 – объём каждой выборки;

      k=9 – число степеней свободы, (k = n–1);

      α – уровень значимости, принимаем равным 0,01.

Таблица 4

Дисперсии средних значений оптической плотности по каждому полю

Номер поля

i

Значения дисперсии

σ2×10-5

1

6

2

5,6

3

18,1

4

18,4

5

8

6

14,9

7

10,4

8

14

9

24

10

6,5

 

Σσ2i=125,9×10-5 = 0,001259

n = 24 – максимальное значение оптической плотности.

Далее находили экспериментальное значение критерия Кочрена:

Gэксп. =24×10-5/125,9×10-5=0,19063.

Критическое значение критерия Кочрена: Gкр. (α=0,01; k=9; l=10) = 0,2813. При этом было установлено: Gэксп. = 0,1906 < 0,2813 = Gкр./Ho.

Поскольку Gэксп. < Gкр., подтверждается нулевая гипотеза об однородности дисперсий значений оптической плотности полей тест-объекта. Следовательно, метод определения значений оптической плотности позволяет получать корректные и достоверные результаты, что и было использовано при сопоставлении методов повышения контрастности.

Тест-объект был отсканирован на сканере «Canon MG 5740» в цветовом режиме Градации серого с разрешением 1200dpi. Далее файл с отсканированным тест-объектом открывался в графическом редакторе Adobe Photoshop CC 2019, где в последующем данную шкалу применяли для реализации методов повышения контрастности. Для демонстрации процесса производили снимки (скриншоты) с экрана монитора.

Рассмотрим наиболее подробно подраздел меню Коррекция. Первый инструмент Brightness/Contrast (Яркость/Контрастность).

Применяя данный инструмент на тест-объекте экспериментальным путём были подобраны значения, при помощи которых усиливалась контрастность полей шкалы, не затемняя её полностью (рис. 3):

Рис. 3. Изображение шкалы в графическом редакторе Photoshop CC 2019 с применением инструмента Яркость/Контрастность

Рис 4. График, отражающий изменение оптических плотностей полей шкалы после применения инструмента Brightness/Contrast (Яркость/Контрастность)

 

При применении данного инструмента ползунок Яркость был поставлен в позицию «–57» ползунок «контрастность» – поставлен в противоположную правую позицию «66».

Далее файл сохранялся в двух форматах JPEG и PSD и был распечатан на принтере «HP Laser Jet 1018» на листе формата А4. После чего объект подвергали измерениям на денситометре, где определялась оптическая плотность каждого поля шкалы. Так же как и для тест-объекта было рассчитано среднее значение оптической плотности, дисперсия случайной величины и по усреднённым значениям построен псевдохарактеристический график. Для удобства восприятия рассчитанные значения dср приведены в табл. 5 (рис. 4)

Таблица  5

Средние значения оптической плотности dср полей шкалы при применении команды Яркость/Контрастность

Номер поля

Значения dср

1

0,984

2

0,847

3

0,749

4

0,668

5

0,608

6

0,513

7

0,488

8

0,317

9

0,290

10

0,204

 

Далее использовали следующий инструмент Levels (Уровни) подраздела меню Коррекция.

По аналогии с предыдущим средством на тест-объекте (шкале) был применён инструмент Уровни (рис. 6).

 

Рис. 5. Изображение шкалы в графическом редакторе Photoshop CC2019 с применением инструмента Levels (Уровни)

Рис. 6. График, отражающий изменение оптических плотностей полей шкалы после применения инструмента Levels (Уровни)

 

Применяя инструмент Уровни, ползунок с оттенками серого был установлен в позицию «32». Далее при помощи денситометра были проведены по десять измерений каждого поля шкалы, рассчитана дисперсия и построена псевдохарактеристическая прямая (рис. 6):

Таблица  6

Средние значения оптической плотности dср полей шкалы при применении инструмента Levels (Уровни)

Номер поля

Значения dср

1

1,342

2

1,359

3

1,252

4

1,156

5

1,057

6

0,914

7

0,763

8

0,6

9

0,521

10

0,406

 

 

Применяя инструмент Curves (Кривые), в диалоговом окне экспериментальным путём подбирались значения для полей «ввод» (10) и «вывод» (2). Направление кривой было сфокусировано в нижней левой части сетки вблизи точки белого. Шкала приобрела насыщенный контрастный оттенок, но осталась визуально различима глазом. Затем каждое поле шкалы измерялось денситометром в количестве десяти раз. После чего вычислялись средние значения, по которым была построена псевдохарактеристическая прямая. Результаты измерений сведены в табл. 7 (рис. 9).

 

Рис. 7. Применение инструмента Curves (Кривые) на шкале

Рис. 8. График, отражающий изменение оптических плотностей полей шкалы после применения инструмента Curves (Кривые)

 

Таблица 7

Средние значения оптической плотности dср полей шкалы при применении инструмента Curves (Кривые)

Номер поля

Значение dср

1

1,276

2

1,174

3

1,146

4

1,013

5

0,889

6

0,753

7

0,649

8

0,54

9

0,407

10

0,281

 

 

Инструмент Экспозиция (Гамма-коррекция).

При использовании Adobe Photoshop CC2019 экспериментальным путём на тест-объекте было применён инструмент Экспозиция (Гамма-коррекция). В диалоговом окне подобраны значения Экспозиция (–1,04), сдвиг, отвечающий за средние тона (–0,0697), Гамма-коррекция (0,83) рис 10.

 

Рис. 9. Применение инструмента Экспозиция (Гамма-коррекция) на шкале

Рис. 10. График, отражающий изменение оптических плотностей полей шкалы после применения инструмента Экспозиция (Гамма-коррекция)

 

Далее производились измерения и вычислялись средние значения для каждого поля шкалы, строился график (рис. 10)

Таблица 8

Средние значения оптической плотности dср полей шкалы при применении инструмента Экспозиция (Гамма-коррекция)

Номер поля

Значения dср

1

1,483

2

1,413

3

1,373

4

1,282

5

1,233

6

1,122

7

1,051

8

0,872

9

0,827

10

0,783

 

Применение цветовых режимов RGB и Lab для усиления контрастности.

Следующий алгоритм преобразования слабовидимых изображений в документах был применён к тест-объекту (шкале):

- перевод объекта в цифровое изображение;

- оценка качества исследуемого изображения;

- преобразование в цветовой системе (в нашем случае колориметрические системы RGB и Lab);

- разделение изображения на составляющие его каналы (использовали инструмент Уровни);

- коррекция каждого канала при помощи команды «АВТО»;

- перевод изображения в режим Градации серого;

- сохранение полученного изображения, вывод на материальный носитель.

 

Рис. 11. Разложение изображения в режиме RGB на формирующие его каналы и автоматическая коррекция каждого канала

Рис. 12. Средние значения каждого поля шкалы при применении алгоритма разложения изображения в режиме RGB на формирующие его каналы

 

Цветовой режим был переведён в Градации серого. Представленная шкала была распечатана и так же подверглась измерению оптической плотности по каждому полю. Результаты приведены в табл. 9 и на рис. 12.

Таблица 9

Средние значения оптической плотности dср полей шкалы при применении Гамма-коррекции в колориметрической системе RGB

Номер поля

Значения dср

1

0,903

2

0,814

3

0,769

4

0,664

5

0,621

6

0,568

7

0,449

8

0,396

9

0,316

10

0,248

 

Преобразования в колориметрической системе Lab были осуществлены по аналогии с преобразованиями в системе RGB (рис. 14).

После применения алгоритма изображение было переведено в цветовой режим Градации серого для последующей работы. Далее шкала была распечатана и измерена оптическая плотность каждого поля шкалы. По средним значениям строилась псевдохарактеристическая прямая табл. 10 рис. 14

 

Рис. 14. Разложение изображения в системе Lab на формирующие его каналы и автоматическая коррекция каждого канала

Рис.  15. Средние значения каждого поля шкалы при применении алгоритма разложения изображения в системе Lab на формирующие его каналы

 

Таблица 10

Средние значения оптической плотности dср полей шкалы при применении Гамма-коррекции в колориметрической системе LAB

Номер поля

Значения dср

1

0,892

2

0,818

3

0,736

4

0,659

5

0,602

6

0,515

7

0,486

8

0,302

9

0,292

10

0,213

 

 

Следующим этапом послужило сопоставление полученных псевдохарактеристических прямых по двум параметрам: изменению интегральной оптической плотности тест-объекта и коэффициента контрастности при применении описанных выше методов (рис. 16).

Рис. 16. Псевдохарактеристические прямые, отражающие изменение оптической плотности полей тест-объекта при применении перечисленных методов повышения контрастности. Здесь: 1 – Гамма-коррекция; 2 – Кривые; 3 – Уровни; 4 – Яркость/Контрастность; 5 – RGB; 6 – Lab; 7 – тест-объект

 

Заключение

Проведённое исследование цифровых методов повышения контрастности с помощью тест-объекта, позволило сделать следующие выводы:

1) применение инструмента Экспозиция (Гамма-коррекция) даёт максимальную интегральную оптическую плотность почернения, но при этом контрастность изображения увеличивается незначительно;

2) наибольшая контрастность достигается при применении инструментов Кривые и Уровни;

3) малоэффективными с позиций интегральной оптической плотности и коэффициента контрастности оказались инструмент Яркость/Контрастность и преобразования в колориметрических системах RGB и Lab.

 

Авторы выражают признательность сотрудникам кафедры технологии и управления качеством в полиграфическом и упаковочном производстве Института принтмедиа и информационных технологий Высшей школы печати и медиаиндустрии Московского политехнического университета: профессору кафедры кандидату технических наук доценту А. В. Чуркину и доценту кафедры А. Б. Шашлову за помощь в проведении исследований.

 

Литература:

1. Ваньков С. В. Отдельные вопросы технико-криминалистического исследования документов, выполненных на контрольно-кассовых машинах. // Криминалистические средства и методы в раскрытии и расследовании преступлений: Том 2. Методические основы судебных экспертиз: Материалы III-й Всероссийской научно-практической конференции по криминалистике и судебной экспертизе. Москва 15–17 марта 2006 года. – М.: ЭКЦ МВД России, 2006. – С. 15–16.

2. Белиловец О. А. Обзор методов повышения контраста слабовидимых изображений. Часть 1. Традиционные методы повышения контраста изображения, используемые в судебной фотографии (аналоговый способ). // Энциклопедия судебной экспертизы: Научно-практический журнал. – 2014. – № 1 (3). [Электронный ресурс; Регистрационный номер в Роскомнадзоре ЭЛ № ФС–77-51827]  URL:http://www.proexpertizu.ru/theory_and_practice/ted/614/

3. Белиловец О. А. Обзор методов повышения контраста слабовидимых изображений. Часть 2. Современные методы повышения контраста изображения, с использованием электронно-вычислительной техники (цифровые способы). // Энциклопедия судебной экспертизы: Научно-практический журнал. – 2014. – № 2 (4). [Электронный ресурс; Регистрационный номер в Роскомнадзоре ЭЛ № ФС–77-51827] URL:http://www.proexpertizu.ru/theory_and_practice/ted/638/

4. Зотчев В. А. Некоторые проблемы изменения контраста средствами цифровой криминалистической фотографии при исследовании документов // Современные проблемы теории и практики криминалистического исследования документов: Тезисы докладов и сообщений Международной научно-практической конференции. – Волгоград: ВА МВД России, 2007. – С. 80–83.

5. Зотчев В. А. Исследование возможностей программного средства Hue/Saturation (Оттенок/насыщенность) по изменению насыщенности цветовых оттенков для восстановления содержания документов. // Криминалистика и судебно-экспертная деятельность в условиях современности: Материалы Международной научно-практической конференции (26 апреля 2013 г.). – Краснодар: Изд-во Краснодарского университета МВД России, 2013. – Т. 2. – С. 24–31.

6. Кругляк С. А., Лютов В. П. Реализация метода Е. Ф. Буринского с помощью цифровой техники // Энциклопедия судебной экспертизы: Научно-практический журнал. – 2014. – № 1 (3). [Электронный ресурс; Регистрационный номер в Роскомнадзоре ЭЛ № ФС–77-51827] URL: http://www.proexpertizu.ru/theory_and_practice/ted/613/

7. Четвёркин П. А. Методы цифровой обработки слабовидимых изображений при технико-криминалистическом исследовании документов: Автореф. дисс. … канд. юрид. наук. – М., 2009.

8. Лютов В. П, Четвёркин П. А., Головастиков Г. Ю. Цветоведение и основы колориметрии: Учебник и практикум. – 3-е изд. – М.: Юрайт, 2018. – 222 с.

9. Гмурман В. Е. Руководство к решению задач по теории вероятностей и математической статистике: Учебное пособие для студентов вузов. – 9-е изд., стереотипное. – М.: Высшая школа, 2004. – 404 с.

10. Лютов В. П. Определение оптических свойств бумаги в проходящем свете // Экспертная практика. – М.: ВНИИ МВД СССР, 1989. – Вып. 27. – С. 77–84.

 


[1] Федеральный закон от 22.05.2003 № 54-ФЗ «О применении контрольно-кассовой техники при осуществлении расчётов в Российской Федерации».

[2] В отличие от характеристических кривых, строящихся в координатах D=f(H), где D – оптическая плотность, H – экспозиция, f – функциональная зависимость, псевдохарактеристические графики строили в координатах D=f(№ поля шкалы).

[3] На рис. 2 и далее на графиках по оси абсцисс отложены номера полей, по оси ординат – средние значения оптической плотности.


Комментарии (0)

Оставлять комментарии могут только авторизированные пользователи
Пока никто не оставил комментарий.