Bullet Identification Based On Striation Features Using Fast Fourier Transform And Artificial Neural Network

Klasifikasi senjata api daripada spesimen peluru adalah penting dan berguna dalam penyiasatan forensik. Penghubungan antara permukaan peluru dan barrel senjata akan menyebabkan tanda-tanda pengoresan semasa peluru ditembak. Setiap senjata api mempunyai tanda pengoresan yang unik, juga dikenali sebag...

Full description

Bibliographic Details
Main Author: Chan, Zhen Yu
Format: Monograph
Language:English
Published: Universiti Sains Malaysia 2017
Subjects:
Online Access:http://eprints.usm.my/53404/
http://eprints.usm.my/53404/1/Bullet%20Identification%20Based%20On%20Striation%20Features%20Using%20Fast%20Fourier%20Transform%20And%20Artificial%20Neural%20Network_Chan%20Zhen%20Yu_M4_2017.pdf
Description
Summary:Klasifikasi senjata api daripada spesimen peluru adalah penting dan berguna dalam penyiasatan forensik. Penghubungan antara permukaan peluru dan barrel senjata akan menyebabkan tanda-tanda pengoresan semasa peluru ditembak. Setiap senjata api mempunyai tanda pengoresan yang unik, juga dikenali sebagai 'cap jari' tanpa mengira saiz, jenis dan model. Tanda-tanda unik tersebut adalah penting dalam klasifikasi senjata api. Cara-cara tradisional yang digunakan untuk mengelaskan peluru merupakan aktiviti yang memerlukan tenaga pekerja pakar selama beberapa minggu untuk analisis dan perbandingan. Kaedah klasifikasi senjata api berdasarkan Fourier transform cepat (fast Fourier transform, FFT) dan rangkaian neural tiruan (Artificial Neural Network, ANN) telah dikajikan dalam projek ini. Sampel peluru diperiksakan dengan menggunakan teknik FFT dalam klasifikasi handgun 9 mm. 5 jenis peluru dan 6 sampel setiap jenis handgun telah diperiksa. Sebanyak 30 sampel peluru diperiksakan dalam projek ini dengan menggunakan ukuran mesin Alicona Infinite Focus. Frekuensi asas dan harmonik telah diekstrak dengan teknik FFT sebagai parameter input untuk ANN. Eksperimen tentang sistem tersebut boleh mencapai 66.7% ketepatan dengan menggunakan cara analisis frekuensi asas dan harmonik daripada spesimen. Hal ini menunjukkan bahawa frekuensi asas dan harmonik berfungsi secare terhad untuk mengelaskan jenis peluru tetapi masih ada ruang untuk peningkatan ketepatannya.