交通警察在事故现场勘查的义务（共7篇）
《中华人民共和国立法法》第三章“行政法规”第五十六条规定“国务院根据宪法和法律，制定行政法规”，由于《收费公路管理条例》中华人民共和国国务院令第417号发布的，所以属于行政法规。
《中华人民共和国立法法》第四章“地方性法规、自治条例和单行条例、规章”第二节“规章”第七十一条规定“国务院各部、委员会、中国人民银行、审计署和具有行政管理职能的直属机构，可以根据法律和国务院的行政法规、决定、命令，在本部门的权限范围内，制定规章”。由于《程序规定》是由2004年4月30日公安部部长办公会议通过，2004年4月30日公安部令第70号发布的，所以，属于部门规章。
《中华人民共和国立法法》第五章“适用与备案”第七十九条规定“法律的效力高于行政法规、地方性法规、规章。行政法规的效力高于地方性法规、规章”。按照立法法的要求，《收费公路管理条例》的效力高于《交通事故处理程序规定》。
《交通事故处理程序规定》(2004年5月1日起实行)第五章“调查”第二节“现场调查”中，第二十三条规定“交通警察到达现场后，应当根据需要立即进行下列工作：(二)在现场周围设置警戒线，在距现场来车方向五十至一百五十米外设置发光或者反光的交通标志，引导车辆、行人绕行;允许车辆通行的，交通警察应负责现场警戒、疏导交通、指挥其他车辆减速通过”。
随着交通事故的频发, 科学而快速地处理交通事故现场, 最大限度保全现场信息是一个亟待解决的问题。数字图像处理技术的成熟发展, 可以将事故现场采集的图像进行校正和拼接来消除图像畸变获得一个场景更广、信息更全的事故现场全景图, 作为事故处理的依据[1]。本文将以图像拼接的方法为研究基础, 针对交通事故现场复杂零乱和交通事故处理快速的特点, 采用改进的Harris角点提取算法精确快速地提取角点并匹配, 将工作的核心放在角点的正确提取和匹配上, 这样就降低了求解变换矩阵时错误匹配点对参与计算的概率, 放松了对变换矩阵参数估计算法的限制条件。为科学、快速处理交通事故, 提供有力的技术保证。
2 基于预检的Harris角点提取 (Corners detection based on Harris)
Harris角点提取是目前应用比较广泛的基于灰度自相关函数的角点提取方法[2]。Harris算法具有较高的点重复度和较低的误检率, 精度可达亚像素级。不足之处是对于复杂场景图片检测时运算量超大, 对于有时效性要求的图像处理应
用场合原Harris角点提取不满足实际需要。
2.1 Harris角点检测方法简介
Harris角点检测算子是根据图像的梯度值形成了算子矩阵来进行角点的提取, 如式 (1) 所示。
这里, (x, y) 为像素的坐标, I是像素的亮度。用M的两个特征值来表示像素点是否为角点。M的两个特征值在以 (x, y) 为中心的模版范围内存在极值, 则 (x, y) 为角点。一幅图像中的角点对应角点响应函数如式 (2) 所示。
Harris角点检测方法描述为:使用水平、垂直梯度算子进行逐个像素的滤波, 再求得M中四个元素值。然后, 对M中元素进行高斯平滑滤波求得新的M。再使用式 (2) 计逐个算像素点的响应函数值。满足R大于某一阈值T, 且R是3×3邻域内的极大值的点被认为是角点。
通过描述可知, 对于图像中每个像素点都算其水平和垂直梯度, 再进行高斯平滑滤波, 然后计算响应函数值, 最后确定局部邻域内的极大值。这会加大运算量, 导致时间效率降低。为此, 本文采用预检的方法改进Harris算法。
2.2 改进算法原理及算法描述
原Harris角点算法提取图像中点时, 对图像中像素点逐一进行2.1中步骤 (1) 至步骤 (2) 的运算来判断其是否为角点, 而图像中一些点的R值虽是局部邻域中的最大值, 但也非真正的角点。大量的伪角点参与运算将增加不必要的运算量。本文将在角点提取前使用预检的方法, 将大量的伪角点, 如边缘点、噪声点、背景点等排除加快角点的提取速度。具体的做法如下:
在图像非角点附近, 像素间灰度值相差小, 而在角点附近, 像素间灰度值差距非常大。由此, 可以设定一个灰度差值dif, 当两个像素间差值小于dif时, 就认为两像素灰度相近, 否则两像素灰度不相近。本文以3×3窗口大小为预检模板计算窗口内每个点与中心点像素灰度差值。如灰度差值小于给定阈值dif, 便让变量counts计数一次, 预检窗口内的每个点均与中心点做灰度差值计算, 并更新变量counts值。考虑两种极端情况:其一, 当窗口内所有点都与中心点相近时, counts的值为最大, 即为8。其二, 当窗口中所有点灰度值均不与中心点相近时, counts的值为最小, 即为0。其余的情况counts的取值应在 (0, 8) 这个区间内的整数。设定模版中心点像素为r, 模版内除中心点外任一点像素为i, 则中心点counts值计算公式如式 (3) 所示。
根据counts (r) 取值大小可以判定中心点r是否是伪角点。下面具体讨论counts (r) 不同取值时角点的真伪情况:
(1) 当counts (r) 取值为0时, 此时模版窗口内任何像素均与中心点灰度值不相近。很明显说明中心点为噪声点或孤立点, 即为伪角点。
(2) 当counts (r) 取值为1时, 此时模版窗口内仅有一点与中心点灰度值相近, 该点与中心点为水平或垂直或45度梯度方向点。很明显, 此时的中心点也为伪角点。
(3) 当counts (r) 取值为7或8时, 此时模版窗口内有7点或8点与中心点灰度值相近, 中心点不具备角点的特性, 故为伪角点。
(4) 当counts (r) 取值介于2和6之间时, 无法明确中心点是否为伪角点, 须进一步用Harris角点检测算法检测角点。
基于以上阐述, 本文仅对counts (r) 值介于2和6之间中心点进行Harris角点检测。
改进后的Harris算法描述为:
Step1角点预检:对图像上的每个像素点以3×3预检窗口大小按照式 (3) 来计算其counts值, 将其保存至数组count (m, n) 中, 其中m为图像的宽, n为图像的高。
Step2确定候选角点:遍历数组count (m, n) 的数值, 如果2≤count (i, j) ≤6 (i≤m, j≤n) 则该点为候选角点, 同时将候选标记数组b (i, j) 值设置为1来标记像素点 (i, j) 为候选角点。
Step3计算梯度矩阵:计算图像中所有候选角点的水平差分和垂直差分构成的矩阵M, 如式 (1) 所示。
Step4高斯平滑:对M中的四个元素进行高斯平滑滤波求得新的M。
Step5计算候选角点的相应函数值:对标记的候选角点按照式 (2) 进行R值的计算。
Step6角点确认:候选角点的R值大于给定的阈值T并且该候选角点的R值在其邻域内呈极大特性时, 此候选角点被确定为真角点。
3 实验结果 (Experimental results)
为了证明改进后算法的效果, 在MATLAB中进行了仿真实验验证本算法的时效性和有效性。实验中使用100幅图像先后用原始Harris算法和本文改进的算法来提取图像中的角点。分别从角点提取所用时间、提取的角点数目两方面比较两种算法的性能。表1为从其中任选五幅图像来展示改进前后算法性能。从中以看出改进后提取角点的数目基本没有改变, 角点检测的时间却大大减少, 提高了角点提取的时效性。
将本文算法应用于待拼接的图像角点的提取, 再进行角点归一化互相匹配, 再采用RANSAC算法[3]求解变换矩阵来校正图像, 最后进行图像拼接。图1 (a) 和图1 (b) 是待拼接的两幅图像采用本文的算法进行提取角点后的效果图, 图1 (c) 这两幅图像拼接后得到图像, 从效果可以看出图像拼接是成功的。
4 结论 (Conclusion)
本文针对Harris角点提取算法运算量大、时效性差的问题, 提出了一种预检的Harris角点检测算法。本方法在算法的执行效率上进行了改进。在图像进行Harris角点检测前, 先进行预检从而剔出大量的伪角点, 只有疑似真角点的少量像素点参与进一步的Harris角点判断。实验证明改进的Harris角点检测犯法提高了角点的检测速度。并将此方法用于交通事故现场图像拼接中, 取得了很好的实验拼接效果, 并将提高现场图像数据处理的速度, 具有很好的实用性。
摘要：为了满足交通事故现场图像拼接时效性高的要求, 本文提出了一种改进了Harris算法快速提取图像角点的方法。先采用3×3的预检窗口排除大部分疑似角点, 保留候选角点, 然后对候选角点采用Harris算法进行进一步的角点检测, 确定最后的角点。实验结果表明, 改进的方法不但能合理地检测出角点, 还能大大提高角点检测速度, 为交通事故现场图像快速拼接提供技术支持。
关键词：Harris,预检窗口,交通事故现场,图像拼接
参考文献
[1]杨阳, 王民, 王稚慧.道路交通现场中改进的图像拼接方法[J].计算机技术与发展, 2011 (7) :028.
[2]梁艳.角点检测理论及算法研究[D].华中师范大学, 2012.
为了侦破交通肇事逃逸案件，依法惩治交通肇事逃逸者，最大限度减少人员伤亡和财产损失，根据《交通事故处理程序规定》等有关法律、法规，结合林口县管辖区域和道路实际情况，制定本预案。
一、指导思想
以党的“三个代表”重要思想为指导思想，以对人民生命财产安全高度负责的精神为基本原则，健全组织、完善制度，交通事故的现场勘查工作组织严密、指挥得力、出警迅速、工作有序及时堵截和追缉。
二、组织机构
林口县交警大队交通肇事逃逸案件查缉组织机构，下设现场保护组、现场救护组、现场勘查组、现场走访组、堵截和追缉组。
三、具体任务
在总指挥的统一领导下，各尽其职，各负其责，既有分工，又有合作，形成总体一盘棋的工作格局，确保各项工作紧张有序，万无一失及时侦破交通肇事逃逸案件。
（一）现场指挥
交警大队长曹哈林任总指挥，副大队长高树军任副总指 挥，具体负责人员分工、指导全面工作。事故股具体负责现场勘查及走访，各中队配合堵截和追缉工作。
（二）现场保护组
林口县公安交警大队副大队长高树军任现场保护组组长，主要职责是保护事故现场，疏导路面交通，必要时实施交通管制。要根据现场的实际范围，分片、分段的布署警力，防止现场受到人为和自然因素的破坏，保证现场工作人员和工作车辆的进出通畅。现场勘查结束后，要及时清理现场，妥善保管财物，迅速恢复交通。
（三）现场救护组
林口县公安交警大队事故股长刘旭亮任现场救护组组长，主要职责是组织民警和有关人员与医疗等部门联系，积极抢救伤者和财产，消除可能再次发生的事故隐患。同时要做好伤亡事故和财产损失的详细调查，作好记录。
（四）现场勘查组
林口县公安交警大队事故股副股长程彦明任现场勘查组组长。主要职责是组织康庆伟、丛震实施现场勘查的具体工作。接警后，首先要选择最佳路线，用最短的时间，最快的速度赶赴事故现场。组织现场勘查人员对交通事故逃逸现场进行实地勘查，检查、寻找、发现提取有关的痕迹和物证，制作勘验笔录，绘制现场平面示意图。
（五）现场走访组 林口县公安交警大队事故股朱海军任现场走访问组组长，主要负责组织事故处理员吴海峰及辖区中队民警一名，对肇事逃逸现场附近进行走访，寻求目击证人和知情者，并做好记录。根据调查和了解的情况，确定交通肇事逃逸人和车辆情况、特征及车辆逃逸方向等有关情况。
（六）堵截和追缉组。
林口县公安交警大队各中队长任堵截和追缉组组长，负责组织中队民警进行堵截和追缉交通肇事逃逸人及逃逸车辆。
林口县公安交通警察大队
交通事故现场的特殊性，决定了交通事故现场证据是调查处理交通事故的根本和基础。但工作中经常会因种种原因，造成交通事故现场证据的灭失，最终导致交通事故基本事实不清，责任认定缺乏依据，案件质量下降引发上访闹事、案件无法移诉等难以解决的问题。因此，做到及时、合法、有效地发现、提取现场
证据，对促进依法办案，提高工作效率和案件的质量有着重要的意义。
1、交通事故现场的特点
1.1、突发性。
大多数的刑事、行政案件在案发前都会有预谋、准备实施、动机目的、心理变化、案件诱发事件等一系列情况发生，而这些情况的发生都要经历较长的一段时间。这一过程对周围的物质和人际交往环境产生一定的影响和变化，能够对案件的调查提供许多有用的线索。而交通事故是在极短的时间内几乎是瞬间发生的，事故发生前无任何预谋，当事人心态、行为无任何变化，没有事故发生的迹象。由于交通事故的发生时间短促，人们往往还来不及反应，这就导致了事故当事人的陈述和证人证言有一定的不可靠性，要认真甄别真伪。所以，无论对于事故发生的过程，还是对于事故调查工作，交通事故现场是我们能够获得的最直接、最前沿的第一手资料，对交通事故的调查处理是至关重要的。
1.2、开放性
交通事故现场是指道路交通事故发生的空间场所。其构成要素主要有：道路、车辆、人员、物品。一般的行政、刑事案件大多处于相对封闭或容易封闭的环境中，不易遭受变动或破坏。道路上人来车往，没遮没拦，事故现场完全暴露在开放的公共场所。交通事故发生后，往往有大量的围观者，严重的甚至发生连锁事故和偷盗、哄抢现场物品的治安案件。现场上的车辆、有关散落物、痕迹等，极易遭到人为的或自然的破坏，而且一旦受到变动或破坏就是不可恢复的，给现场勘查工作造成一定的困难。因此，如何快速、准确地记录、收集现场的证据就显得非常重要。所以要快速出警，保护好现场，尽可能地使现场保持原始状态，提高现场勘查的质量。
1.3、紧迫性
交通事故都处于繁忙的交通道路上。长时间的封闭保留交通事故现场极可能造成交通堵塞，中断道路运输，直接影响广大交通参与者的出行和生活。但交通事故现场一旦拆除，许多证据就不可恢复。因此，我们必须在短时间内快速、准确、完整地将交通事故现场固定、保存下来，缩短现场勘查时间，保持良好的交通秩序，防止阻塞交通。应保证做到以下两点：一要将现场的证据合法、完整地提取、固定、保留下来；二在必要时要根据对现场的记录，恢复事故现场的大致状况或完成侦察实验。
2、交通事故现场证据灭失的原因
2.1、主观方面的原因
事故处理民警证据意识、诉讼意识淡薄。对交通事故现场证据缺乏充分的认识和理解，主要是对交通事故现场证据在交通事故调查处理工作中的重要性、应发挥的作用缺乏充分的认识和理解。主要表现有：
2.1.1、重形式，轻内容。在勘查事故现场时，只是为了走过场，敷衍了事。记录交通事故现场的工作中存在“只要案卷有这样的文书形式即可”的想法。交通事故现场勘查笔录仅仅被作为案卷中的一种必备文书看待，基本上处于形式、摆设的地位，并没有把它放在“是一种重要的交通事故现场证据”的位置上，根本没有发挥它应有的证明作用。现场照片主题不明，构图不合理，缺少必要地标引和文字说明，没有层次感甚至产生误解；缺细目照片，不能全面地反映事故现场及现场痕迹物证状态；夜间照相缺乏照明，照片不清晰；
2.1.2、重结果，轻程序。在提取、固定交通事故现场证据的工作中存在只看重提取、固定了什么证据，而忽略了对提取、固定过程的记录，导致提取、固定的证据证法律效力大打折扣。有时因收集程序不合法而失去证据的作用。
2.1.3、事故处理民警在提取、固定交通事故现场证据的过程中缺乏他人意识。一些民警在提取、固定交通事故现场证据的过程中存在“自己心里明”的想法，只要我知道现场是怎么回事，别人也会知道，对一些痕迹物证没有加以固定、提取，导致别人查阅案卷时不知所云，有的甚至出现隔一段时间后自己也看不明白的情况。
2.2、客观方面的原因
2.2.1、事故处理机构设置没有建立健全。事故处理部门多数地区不同程度地存在着：时间紧、人员少、任务重、环境差这些问题，并且在相当长的时间内得不到解决，分工不细责任不明。事故处理民警在勘查现场(特别是高速公路现场)时，是冒着生命危险进行作业，(全国在勘查事故现场时造成二次事故牺牲的民警时有报导)，一边工作，一边提心吊胆，不能全神贯注；有时不等这个现场撤离下一个现场又接上了，现场勘查人员疲惫不甚，造成现场勘查被动应付，粗枝大叶不够细致。
全世界每年约有120 万人死于道路交通伤害, 受伤者多达5 000 万人, 因此交通安全依然面临十分严峻的形势[1]。作为交通安全研究的重要领域, 交通事故分析技术越来越受到重视。20世纪80年代, Kerkoff[2]详细阐述了基于透视原理利用摄影图像获得事故现场相关信息的方法。20世纪90年代, 人们开始研究摄影图像信息处理技术在事故再现领域的应用[3,4]。
在交通事故现场勘测中, 利用事故现场的俯视摄影图, 可全面、快速地记录事故现场信息。通过引入图像处理技术, 使用交通事故现场俯视摄影图像几何校正模型, 可以对交通事故现场俯视摄影图进行几何校正[5]。但采用这种方法完成矫正后的照片存在视场角度小, 局部场景丢失的缺点, 使照片不能显示或者记录全部交通事故现场信息, 因此需要将多幅经过几何校正以后的事故现场照片以某种匹配方式拼接后形成一副完整的现场照片, 以便于进行交通事故现场分析、重建等工作。
1 交通事故现场图像几何校正模型
1971年, 以理想摄像机模型——针孔模型为基础, 产生了1套称为直接线性变换的方程[6]。根据这个方程可以得到事故现场照片图像的二维重建方法。二维重建原理如图1所示, 空间点和图像点的坐标满足:
式 (1) 是参数未定的二元非线性数学模型。在事故现场的测量中, 根据已知的道路情况容易找出4个以上的标定参考点。这就可以满足二维方法对其进行重建的条件。
1.1 控制点选取
在对输入图像做几何校正时, 由式 (1) 中8个未知参数组成的坐标转换系数矩阵将实际的现场坐标和待输出的校正图像坐标建立起对应关系。根据实际需要, 采用控制点实际坐标快速获取方法[7]。
控制点选取采用四边形法[8,9], 如图2所示, 根据数学关系可以求得4个控制点在事故现场坐标系中的坐标。
1.2 事故现场照片与目标图片的配准
由于俯视摄影角度关系, 必然会引起校正后图像信息的部分丢失, 如何减少信息的丢失就成为图像配准的1个关键问题。采用水平中线法对目标图像进行配准, 以事故现场照片 (原图像) 的水平中线像素为基准, 保证原图坐标变换后目标图像上同一位置水平线上像素与之相同。图像配准坐标变换原理如图3所示。
平移变换矩阵为:
旋转矩阵为:
可得匹配矩阵为:
这样就实现了输入坐标和现场坐标的配准。
2 交通事故现场图像拼接方法
拼接完成的图片应该具有连续性、平顺性, 做到无缝拼接。图像拼接的关键技术是图像匹配。根据交通事故现场的信息比较复杂, 各种散落物形状不规则的特点, 提出基于特征线的交通事故现场照片匹配法。
2.1 特征点提取
特征点提取是基础矩阵计算和图像匹配、图像拼接的基础[10]。因为在事故现场有人为设置了特征标定物, 特征点非常明确, 因此使用自动获取方法。
为了方便进行特征现场的提取, 根据两点确定一条直线的原则可以在交通事故现场放置2个红色的标准模块, 将2幅包含2个标准模块的交通事故现场照片通过计算机自动提取特征点后确定参考特征线, 然后进行相关匹配工作。
设第1幅图像为f (x, y) , 第2幅图像为f′ (x, y) , 设希望得到的2个特征点在f (x, y) 中为P0 (x, y) 与P1 (x, y) , 在f′ (x, y) 中为P′0 (x, y) 与P′1 (x, y) 。由于在事故现场的特征点 (区域) 具有一定的面积, 反应在图像上不是1个点而是一块连续的像素区域。如图4所示 (方块为特征区域) , 确定匹配参考线需要的2个特征点处于特征区域中。
设特征区域为T (x, y) , 大小为m×n。采用区域生长法确定特征区域的边缘。区域生长法开始时从图像的左上角 (图像坐标原点) 开始逐行扫描。凡是被认为是特征区域的点均给予某个标记。逐步循环, P点不断生长逐渐变大。直到附近再也没有合乎准则的点为止, 如图5所示。假设在事故现场的特征区域为平面几何形状, 采用模块的重心为特征点。则重心坐标为:
对2幅图像中获得的特征区域分别进行计算则得到2对特征点。
2.2 匹配参考线的配准
获得特征点后, 在2幅待拼接的图片上可以确定2条匹配参考线。由于2幅图像中的特征点是事故现场同一对点在2幅图像中的呈现, 所以用这对特征点确定的惟一的线段进行配准[11,12,13]。
f (x, y) 与f′ (x, y) 2幅图像所在的坐标系平行。新建第3幅图像时也采用这个坐标系。由于2条参考线不平行, 首先需要进行旋转变换, 如图6所示。变换矩阵为:
在新的图像中p′0与p0应该为重合的一点, 所以还需要对f′ (x, y) 进行平移变换。f′ (x, y) 到f (x, y) 的平移矩阵为:
综上可得, f′ (x, y) 到f (x, y) 的匹配矩阵M为:
2.3 新图像像素赋值
新建第3幅图像后, 需要对新图像中的每个像素赋值。采用匹配参考线分隔原则, 在新图像坐标系中处于参考线左边的区域采用f (x, y) 的映射, 在参考线右侧的区域采用f′ (x, y) 的映射, 见图7。需要首先判断需要赋值的像素所在的位置。还有一些区域不能在第一幅图像f (x, y) 中找到映射点, 却能在第2幅图像f′ (x, y) 中找到映射点, 这些点赋值为白色RGB (255, 255, 255) 。P0P1线段所确定的直线方程为:
给新图像像素赋值时, 对任意点P (X, Y) 首先确定该点在本行对应参考线上的点L (X′, Y) 。若X<X′, 则该点从f (x, y) 进行映射;若X>X′, 则该点从f′ (x, y) 进行映射。
实现事故现场图像拼接后, 对拼接完成的图像进行平滑处理, 目的是为了减少图像的噪声, 使图像更加清晰更加平顺。本文采用高斯模板[14] (式11) 对拼接完成的图像进行平滑处理。高斯模板是通过采样二维高斯函数得到的。平滑处理过后图像会产生一定程度的模糊。
3 交通事故现场图像拼接方法验证
根据交通事故现场图像拼接方法编写程序验证方法的实用性。其结果如图8所示。可见, 图像拼接效果良好。
4 结束语
在分析几何校正坐标变换数学模型的基础上, 确立了交通事故现场照片拼接方法。并根据此方法编写相关程序, 实现了方法的验证。应用结果表明该方法可以完成图像拼接, 在交通事故现场俯视摄影数据处理技术中具备正确性和实用性, 可用以快速高效的测量事故现场信息, 以提高勘查交通事故的效率。
关键词：工具痕迹,现场勘查,作用
工具痕迹是在犯罪行为的实施过程中, 受到外界作用的加载客体 (一般是作案工具) 使承载客体 (现场被破坏的客体) 与其接触作用的部位发生塑性变形后, 形成的立体反映形象。作为形象痕迹的一部分, 相对于手印、足迹而言, 工具痕迹具有出现率高、变化多、形象直观、力学特征突出、附着物和遗留物多等特点, 所以工具痕迹一直在现场勘查中发挥着重要的作用。
一、鉴别案件性质
工具痕迹能真实的反映形成工具的结构特点和种类, 作用过程除了受行为人的主观控制外, 还要受客观环境和承载客体的制约, 只有实施行为、工具和承载客体相适应时才会形成痕迹, 根据这一内在一致性, 可以准确进行分析判断案件性质。如行为人用工具先撬室内的箱、门、柜等客体, 然后撬外层的门、窗等客体, 此类表现为外层被撬客体表面痕迹常粘附室内被撬客体的油漆、涂料等附着物, 这就出现了工具痕迹在现场出现先与后的矛盾。本市接报过一宗老年人上吊自杀的警情, 在现场观察用于上吊的绳子是非闭合状态, 而在死者的颈部却出现了绳子闭合锁扣的印痕, 这就出现了必要痕迹有与无的矛盾, 最终确定为他杀案件。利用工具制造工具痕迹进行伪造的现场, 一般在痕迹的形成、分布、相互关系等方面会出现矛盾, 我们要利用矛盾, 识别假象, 及时揭露伪造现场, 保障现场勘验的效率与质量。
二、划定嫌疑人范围
根据巴浦洛夫的“条件反射学”理论, 长期使用某种工具、从事某种活动就会在大脑皮层中产生相应的迭加信号, 形成“动力定型”, 这种动力定型具有相对稳定性与特定性, 根据现场遗留工具痕迹的形态、形成方式等特点, 可以确定工具痕迹的形成过程、形成工具的种类, 并利用这些工具的使用特点, 分析行为人的专业技能, 进而划定嫌疑人范围。锯、钻等工具, 一般人使用不熟练, 而木工、钳工等掌握使用技巧, 在痕迹上会加以体现。如钳工使用手电钻钻削金属, 出入口大小基本相同, 钻入口周围很少有跳钻痕, 钻孔内壁光滑, 钻屑大小均匀等, 无职业特点的行为人使用, 则不会出现以上痕迹特征。
三、认定或否定嫌疑工具
通过工具痕迹反映出的个性特征, 按照同一认定原理, 认定现场工具痕迹是某嫌疑工具所形成, 就证实了该工具曾被用于实施某一犯罪行为, 虽然不等于确认了行为人, 但是, 由于工具与人有使用保管和所有权关系, 通过这种关系即可查出真正的行为人。如现场痕迹是打击形成的, 可以通过痕迹面分析判断工具打击面的形状、面积以及工具打击面表面的细节特征等;根据螺丝刀撬压形成的支重两点处痕迹可以确定刃口宽度, 杆部直径, 进而查出螺丝刀的规格, 有些痕迹更为直观的反映出作案工具的厂标、品牌、型号图案和代码等, 因此, 可以通过现场工具痕迹认定或排除作案工具。
四、利用工具痕迹进行串并案件
由于行为人往往多次反复使用同一把或同一种工具, 采用同样手段连续作案, 在不同现场都会留下相应工具痕迹, 现场勘查时可以根据痕迹对应的工具种类或个体, 以及行为人的破坏方式是否相同, 以确定是否为同一人 (伙) 作案。这样通过多个现场可以获取更多的线索和证据, 对行为人的作案特点形成全面、完整的认识, 从而为侦查破案、社会防控提供有利条件。如本市发生的系列盗窃电缆线案件, 就是利用电缆线断头上的钳剪痕迹进行串并案的。
五、分析行为人的人身特点
现场的工具痕迹无论分布多广, 形成过程多么复杂, 现场工具痕迹都是行为人、工具、承载客体材料的机械性能和环境关系共同作用下形成的, 可以结合已经查明的情况, 根据痕迹所在位置的高低、形成的方式和作用力的大小、方向等推断出行为人的动作习惯于技巧, 大致的生理条件, 以及行为人的职业特点和心理状态。如现场出现一处因扭转形成的撬压痕迹, 惯用左手的人形成的是逆时针的痕迹, 而惯用右手的人形成的是顺时针的痕迹, 折离撬压、打击痕迹、砍切、刺切痕迹的方向也均是左右手相反, 这是人体生理机能决定的, 自然情况下, 人手向外侧用力要比向内侧困难的多, 因此, 惯用右手的人与惯用左手的人, 持械和作用的方向均是相反的, 同时, 根据现场痕迹的深浅、痕迹的数量等因素, 可以分析出行为人的肌力、体力等特点。
工具痕迹虽然没有指纹、DNA等证据运用广泛, 但通过工具痕迹找工具、通过工具查找工具持有人 (嫌疑人) 的案例已经数不胜数, 工具痕迹在侦查破案中始终发挥的至关重要的作用, 因此, 我们需要不断提高现场勘查和检验鉴定的能力, 不断探索和创新, 使现场工具痕迹在刑侦领域发挥更大的作用。
参考文献
[1]高斌, 王华.浅谈工具痕迹的多种特征[J].河南警察学院学报, 2008 (5) .
GPS测亩仪又被称为土地面积测量仪,可以很好地对一些不规则面积地域进行实时的测试和地域数字化处理。目前被广泛运用在了农田、绿地、森林等面积的测量上。测亩仪在农业领域的使用频率非常高,它与罗盘仪测定面积相比,测亩仪的人工成本、时间都会得到极大的降低,现如今,其已经成为我国农业生产经营领域最为重要的测量手段。
2 GPS测亩仪工作原理
GPS测亩仪的工作原理非常简单,主要是依靠GPS,也就是全球定位系统,计算出用户自身所处的地理位置,并将精度精确到3%之内,从而更好地达到精密三维导航和精确定位的目的。
3 GPS测亩仪的研究方法
3.1 实地光电导线测量
我们选择了不同面积、不同地形的A、B、C三块土地作为此次面积测量的对象,利用全站仪和RTK对A、B、C三块土地进行多次重复测量,再对多次测量的结果进行平均值提取。假设测得A区面积为1 188.09m2,B区面积为6 673.12m2,C区面积为17 540.52m2。
为了更好地打击非法占有农用地案件,此次再选择20个形状、面积都有区别的地块,并用相同的方法测量这20块土地的面积数据,将所测的面积数据与之前的土地面积进行比较。
3.2 测亩仪测量
采用不同型号的测亩仪在不同的时间和不同的天气条件下,分别对A、B、C三块土地的面积进行了测量,具体如表1所示。又用测亩仪对另外20块土地的面积进行了多次精准测量,所得的数据与已知的土地面积进行对比,具体结果见表2。
3.3 测亩仪误差理论分析
3.3.1 卫星误差
在卫星误差中,主要分为卫星的时钟差、卫星轨道差和卫星信号差。在卫星测定与发射定位信息时,卫星时钟与地面时钟的时间要求是相对同步的,但是在实际的运行中,卫星与理想状态下的GPS时钟之间一定会存在一定的偏差,对于这种偏差,我们可以在相对定位中通过观测测量差来消除这一偏差。除此之外,卫星在实际的运行中,很容易受到摄动力的影响,摄动力带来的影响在地面上的监控系统中是没有办法找到的,所以一般忽略轨道误差,以导航获得的信息为准,适用于测量精度要求不是很高的单位。因此,这种测亩仪的使用范围就受到了极大的限制。而卫星信号传播误差会受到电离层和对流层折射的影响,还会受到周围建筑物反射后的卫星信号的影响,从而产生信号误差。
3.3.2 测亩仪自身误差
对于测亩仪来说,其自身存在的误差主要体现在接收机钟差、天线相位中心误差等,再就是人为因素造成的误差。人为因素主要体现在贯彻误差和线路选取误差等,一般人为误差是可以通过谨慎操作来避免的。
4 测亩仪操作方法
将测亩仪开机后,按“开始键”,把测亩仪拿在手中或放在口袋中均可,如需确定现场边缘突出部位的经纬度坐标,可使用测亩仪中定位功能确定该点坐标。现场勘查结束后在办公室内,可将测亩仪测量得到的闭合轨迹面积结果和闭合轨迹形状数据使用数据线直接传输于电脑上。
5 注意事项
每次求面积操作前,要使面积数值归零。
在利用测亩仪对非法占用农用地进行测量时,与传统测量最大的区别就是为了提高测亩仪的测量精准度,我们要在首次测量时,将测亩仪开启之后等待5min,这样做是为了使其更加稳定,这样测量出来的数据精准度才会更加准确。
在测亩仪测量行走的过程中,要保持较慢的均匀速度,确保测亩仪状况良好。
6 结语
一般情况下,GPS测亩仪的测量数据误差在5%之内,可以很好地满足农田面积测量的要求,但是对于非法占用农用地案件现场勘查来说,测亩仪的精度就会显得有点不足。基于此,我们选择提升测亩仪的精准程度,并对非法占用地案现场勘查进行多次测量,以求得到最精准的数据信息。
由于测亩仪在自然条件干扰下,所测量的数据信息会受到自然因素的影响,所以应考虑农田的面积大小,以选择合适的测亩仪。而对于非法占用农用地的现场勘查,我们选择的都是GPS测亩仪。因为它是通过卫星进行测量的,其中的误差非常小,有利于案件的侦破。另外,在使用GPS测亩仪时,最好在天气状况较好的晴天进行,这样测量的土地数据精度才会更高,更有利于非法占用农用地案的现场勘查。
摘要：运用不同型号的测亩仪,可以在不同的天气状况下对地形地域有差异的区域进行多次测量。目前非法占用农用地的情况在我国多个地区时有发生,为了有效解决这一问题,研究了G PS测亩仪在非法占用农用地中的应用,并对测亩仪的操作方法进行了阐述。
关键词：G PS,测亩仪,现场勘查,非法,农用地,测量
参考文献
[1]周科亮,冯仲科,张学培,等.林地面积的手持GPS量测[J].测绘科学,2003,(02):142-143.
[2]张丽娜,杨志强,欧龙,等.手持式GPS定位误差的研究[J].工程地球物理学报,2006,(06):88-89.
[3]罗六伟,康敬国,杜利勤,等.GPS接收机在退耕还林工程实施中的应用[J].河南林业科技,2005,(02):50-51.
[4]郑成才,黄亮,吴建林,等.GPS在森林调查及面积勘测上的应用[J].武夷科学,2010,(04):111-112.
[5]闵俊杰,介战,贺俊林.基于SPCE061A和GPS的多功能农田面积测量仪[C]//中国农业工程学会2011年学术年会论文集,2011.
[6]肖兴江.遏制非法占用耕地建设的法律思考[J].扬州教育学院学报,2003,(04):66-67.
【交通警察在事故现场勘查的义务】推荐阅读：
交通事故的协议书07-07
交通事故给我的启示10-14
不服交通事故认定书的救济途径07-15
解析交通事故的防范与损害赔偿11-07
《交通事故法律指南》06-03
交通事故处理流程06-25
交通事故办案程序07-11
交通事故鉴定等级11-12
交通事故赔偿证明11-13
现场交通安全管理制度07-13
