荧光可调铜纳米簇对潜指印的可视化识别.pdf
荧光可调铜纳米簇对潜指印的可视化识别.pdf
中国科学: 化学 2019 年 第 49 卷 SCIENTIA SINICA Chimica 第 12 期: 1454 ~ 1462 chemcn.scichina.com 论 文 荧光可调铜纳米簇对潜指印的可视化识别 1,2* 黄锐 2 , 彭安 1. 西南政法大学重庆高校物证技术工程研究中心, 重庆 401120 2. 西南政法大学刑事侦查学院, 重庆 401120 *通讯作者, E-mail: huang-rui@swupl.edu.cn 收稿日期: 2019-10-11; 接受日期: 2019-11-12; 网络版发表日期: 2019-11-28 国家自然科学基金(编号: 21675016)资助项目 摘要 本文以支化聚乙烯亚胺(BPEI)为模板, 抗坏血酸(AA)为还原剂, 谷胱甘肽(GSH)为稳定剂, 硫酸铜 (CuSO4)为原料, 通过温度控制, 制备了一种荧光可调的新型铜纳米簇(Cu NCs). 在激发光为365、415、450 nm条 件下, Cu NCs分别产生蓝色、绿色、黄色荧光. 将其应用于潜指印的可视化识别, 成功解决了目前潜指印显示试 剂的同色背景干扰问题. 采用RGB色彩分析与灰度差分统计, 实现了指印图像的数据化分析, 提供了一种客观评 价潜指印可视化效果的新方法, 为该领域建立数据化的评价体系提供了参考. 关键词 铜纳米簇, 荧光可调, 汗潜指印, 可视化识别 1 引言 本课题组 [3~9] 在前期工作中尝试了多种贵金属纳 米材料在汗潜指印可视化中的应用, 但依旧受到同色 指印作为最重要的痕迹物证, 对侦查和司法审判 背景问题的困扰. 随着荧光可调纳米簇(NCs)的出现, 起着决定性的作用. 但随着嫌疑人反侦查能力的不断 同色背景干扰问题的解决有了新的思路. 2016年, 增强, 犯罪现场遗留的可见指印越来越少. 在复杂的 Wang课题组 犯罪现场识别裸眼难以辨别的潜指印, 成为越来越重 胺封端Cu NCs. Sun等 要的工作和研究重点. 过调整微波加热时间, 制备荧光可调金纳米簇(Au [1] 2018年, Zhu等 采用低成本、简便的一步法, 在 [10] 采用界面腐蚀法制备超支化聚乙烯亚 [11] 以GSH为还原剂和稳定剂, 通 NCs), 但成本高. Zhou等 [12] 通过改变稳定剂和金前驱 温和的反应条件下合成了荧光碳掺杂硅纳米颗粒(Si 体的摩尔比, 制备了荧光发射可调的Au NCs. 此方法 NPs). 利用Si NPs的荧光性, 可在多种客体上显现潜指 制得的荧光可调Au NCs相对稳定, 但可调节波长范围 [2] 印. 随后, Kumbhakar课题组 利用二维氧化锌纳米结 在538~580 nm, 颜色范围有限、应用价值低. 构中锰和铜共掺杂结构的裁剪和光致发光发射, 利用 本文利用聚乙烯亚胺(BPEI)作为模板, 以抗坏血 荧光纳米材料的光学性质识别潜指印. 两个团队都通 酸(AA)为还原剂, 谷胱甘肽(GSH)为稳定剂直接孵育 过纳米材料的荧光性识别了潜指印, 但在面对与光源 Cu NCs, 通过控制反应时的温度, 得到荧光可调的Cu 同色的背景时, 显现受到限制. NCs. 与现有方法 引用格式: [10~14] 相比较, 本方法操作更简单、 Huang R, Peng A. Synthesis of novel tunable fluorescent copper nanoclusters for latent fingerprint visualization. Sci Sin Chim, 2019, 49: 1454–1462, doi: 10.1360/SSC-2019-0124 © 2019 《中国科学》杂志社 www.scichina.com 中国科学: 化学 流程更快捷, 并能以溶液和粉末两种制剂形式对潜指 2.2 印进行显现. 对于Cu NCs溶液, 根据配位原理, 铜原 子可与含有孤对电子的分子、离子或基团形成稳定 的配合物, 因此Cu NCs可以与含有孤对电子基团如 巯基(–SH)、氨基(–NH2)、羧基(–COOH)等基团通过 配位键结合. 通过静电吸附作用、配位键结合作用使 潜在纹线通过Cu NCs发出的荧光得以显现 [15] . 制备 的Cu NCs粉末可通过与指印物质产生的静电吸附力, 使纹线沾上粉末从而显现潜指印 [16] . Cu NCs溶液干 燥成粉末, 更易操作和保存, 可在多种客体上(玻璃 片、易拉罐、纸张、塑料板)显现潜指印. 并且制备 的Cu NCs粉末产量可达6~8 g/L, 价格为5.0~6.7元/g, 与市售单一颜色荧光粉(公安用)价格相近, 有足够的 市场化潜力. 复杂客体背景对于指印的荧光显现效果 的要求存在不确定性. 由于Cu NCs溶液和粉末对潜 指印进行显现后, 会对原指印造成一定的破坏, 因此 不适宜进行多次显现操作. 本文将三种不同尺寸Cu NCs混合, 可产生蓝、绿、黄3种颜色的荧光, 满足了 复杂客体背景潜指印的一次性显现要求. 同时, 利用Matlab软件 [17~19] 并自编代码, 对指印图 2019 年 [20~22] , 对潜指 印的可视化效果进行了数据化评价, 实现了该领域由 主观判断为主向客观评价的转变和发展. 2 实验部分 试剂与仪器 2.1 五水硫酸铜(CuSO4•5H2O)购自广东光华科技股份 有限公司; 支化聚乙烯亚胺(BPEI, Mn=10000)购自重 庆川东化工公司; 抗坏血酸(AA)购自济宁恒泰化工有 第 12 期 Cu NCs溶液的制备 采用模板法制备Cu NCs纳米材料, 如图1所示. 称 取BPEI 0.1 g, 加入10 mL超纯水, 超声5 min, 在搅拌下 缓慢滴加CuSO4溶液0.1 mL (0.1 M), 5 min后, 滴加 0.5 mL AA (0.1 M), 搅拌2 min, 滴加0.5 mL GSH (0.1 M), 在30、60、90、120、150℃下分别反应, 制 得不同尺寸的Cu NCs溶液. 2.3 荧光可调Cu NCs溶液和粉末的制备 如图2所示, 选取色差明显的30、90、150℃温度 下制得的3种Cu NCs溶液, 等体积混合, 超声10 min, 使其混合均匀, 得到荧光可调的Cu NCs溶液. 将荧光可调的Cu NCs溶液在37℃的真空干燥箱 AA + GSH Cu Cu NCs BPEI 像进行了RGB色彩分析(red, green, blue)和灰度差分统 计(gray-scale difference statistics, GSDS) 第 49 卷 图 1 Cu NCs合成机理示意图(网络版彩图) Figure 1 Schematic diagram of synthesis mechanism of Cu NCs (color online). 30°C, 60°C, 90°C, 120°C, 150°C 反应条件 多波段光源照射筛选 滴显 限公司; 谷胱甘肽(glutathione, GSH)购自红瑞生物技 术有限公司; 实验用水均为超纯水(台湾艾柯ExceedDc-60型纯水机). 样品的合成过程中使用BK-360B超 溶液混合干燥 声波洗涤仪(济南巴克超声波科技有限公司)、DZF6020真空干燥箱(上海申贤恒温厂)、ESJ200-4B分析 天平(沈阳龙腾电子有限公司), 紫外可见光谱用UV- 粉显 2450紫外-可见分光光度计(日本岛津公司)测得, 发射 光谱由荧光分光光度计(日本岛津公司)测得, TEM由 场发射透射电子显微镜Tecnai G2F20 (美国FEI公司) 测得. 图 2 Cu NCs制备及潜指印显现流程图(网络版彩图) Figure 2 Flow chart of preparation of Cu NCs and latent fingerprint display (color online). 1455 黄锐等: 荧光可调铜纳米簇对潜指印的可视化识别 中干燥12 h, 得到荧光可调的Cu NCs粉末. 2.4 Cu NCs的性质表征 (a) 30°C (b) 60°C (c) 90°C (d) 120°C (e) 150°C (c) 分别利用透射电子显微镜、紫外-可见分光光度 (d) 计、荧光分光光度计等仪器对不同温度条件下制备的 (e) Cu NCs溶液进行性质比较分析. 通过透射电子显微镜 分析Cu NCs的粒径大小与形态; 分别对不同温度制备 的Cu NCs溶液进行紫外光谱扫描, 绘制紫外-可见吸收 (a) 光谱图, 研究其紫外吸收光谱的性质; 通过荧光分光光 (b) 度计得到不同温度下制备的Cu NCs发射光谱图, 进行 荧光性质分析. 图 3 不同温度制备的Cu NCs紫外可见分光光谱图. (a) 30℃, (b) 60℃, (c) 90℃, (d) 120℃, (e) 150℃ (网络版彩图) 潜指印显现 2.5 所有指印样本均由同一志愿者提供. 志愿者将双 手用肥皂洗净后, 自然晾干, 用右手拇指触摸额头和 Figure 3 Ultraviolet-visible spectroscopy of Cu NCs at different temperatures. (a) 30 °C, (b) 60 °C, (c) 90 °C, (d) 120 °C, (e) 150 °C (color online). 鼻翼两侧, 然后在玻璃、金属客体、纸张、塑料上捺 印汗潜指印, 获得清晰的指印样本. 为了模拟案件现 365 nm处的吸收峰强度有着明显的变化. 反应温度为 场上的潜指印, 本实验指印样本在自然状态下存放. 30℃时, Cu NCs在365 nm处无吸收峰. 随着反应温度 将Cu NCs溶液用胶头滴管吸取, 并沿指印乳突纹线滴 的升高, Cu NCs在365 nm处出现吸收峰, 并且随着温 于玻璃上的潜指印纹线上, 待载体上的溶液自然风干. 度的升高, 峰出现红移现象. 不同的加热条件使Cu 用毛刷取适量Cu NCs粉末沿指印乳突纹线顺时针刷 NCs反应的速率不同, 颗粒的粒径大小也不同. 反应温 显. 用自主搭建显现观察系统在黑暗条件下进行汗潜 度升高, Cu NCs颗粒的粒径增大, 使得Cu NCs在 指印显现并拍照固定. 365 nm处的吸收峰红移. Cu NCs粒径大小随温度升高 而增大, 不同的加热条件得到不同尺寸的Cu NCs. 该 潜指印图像分析 2.6 [10] 结果与Wang课题组 所报道内容相符. 将Cu NCs溶液在玻璃上显现的潜指印, 利用多波 段激发光进行照射, 得到多种颜色的潜指印显现效果 图, 选取颜色分辨明显, 显现质量较高的图像. 在Ma[17~19] 3.2 Cu NCs的荧光性质考察 图4显示了不同温度下制备的Cu NCs发射光谱图. . 利 反应温度为30℃时, 在345 nm激发波长激发下, Cu 用R、G、B作为荧光颜色判断的标准, 采集各种颜色 NCs在420 nm处有一个发射峰, 为蓝色荧光; 反应温度 的像素点的数量, 根据像素集中的颜色区域从而判断 为60℃时, 在365 nm激发波长激发下, Cu NCs在 潜指印的荧光颜色, 分别测出指印图像的对比度、平 460 nm处有一个发射峰, 得到蓝绿色的荧光; 反应温 tlab软件里编写关于RGB与GSDS的分析程序 均值以及图像的熵 [20~22] , 对其可视化效果进行GSDS 度为90℃时, 在400 nm激发波长激发下, Cu NCs在 490 nm处有一个发射峰, 得到绿色的荧光; 反应温度 分析. 为120℃时, 在450 nm激发波长激发下, Cu NCs在 3 结果与讨论 3.1 530 nm处有一个发射峰, 得到浅黄色的荧光; 反应温 度为150℃时, 在470 nm激发波长激发下, Cu NCs在 Cu NCs紫外性质考察 550 nm处有一发射峰, 得到黄色的荧光. 表1展示了在 如图3所示, 图3(a~e)分别为在30、60、90、 不同制备温度条件下, 获得的最佳激发波长下的发射 120、150℃条件下制备的Cu NCs的紫外光谱图. 由图 波长. 由图4和5可知, 随着制备温度的不断升高, 颜色 3可知, 随着温度的改变, Cu NCs的紫外光谱图在 从蓝色变为黄色, 荧光发射波长从420 nm红移至 1456 中国科学: 化学 (d) (c) (e) (a) 30°C (b) 60°C (c) 90°C (d) 120°C (e) 150°C 2019 年 第 49 卷 第 12 期 表 1 不同温度下制备的Cu NCs荧光发射波长 Table 1 Fluorescence emission wavelength of Cu NCs prepared at different temperatures (a) (b) 3.3 温度 (℃) 激发波长 (nm) 发射波长 (nm) a 30 345 420 b 60 365 460 c 90 400 490 d 120 450 530 e 150 470 550 Cu NCs的形态表征 从图6的透射电子显微镜图像可以观察到Cu NCs 图 4 不同温度制备的Cu NCs发射光谱图. (a) 30℃, 激发波 长345 nm; (b) 60℃, 激发波长365 nm; (c) 90℃, 激发波长 400 nm; (d) 120℃, 激发波长450 nm; (e) 150℃, 激发波长 470 nm (网络版彩图) Figure 4 Fluorescence emission spectra of Cu NCs prepared at different temperatures. (a) 30 °C, excitation at 345 nm; (b) 60 °C, excitation at 365 nm; (c) 90 °C, excitation at 400 nm; (d) 120 °C, excitation at 450 nm; (e) 150 °C, excitation at 470 nm (color online). 的形貌为球形团簇. 在30、90、150℃条件下制备的 Cu NCs颗粒平均粒径为分别为1.71、2.37、3.26 nm. 与Wang课题组 [10] 报道的调节蚀刻温度(25、50、90和 150℃), Cu NCs的平均尺寸从1.8 nm增加到3.5 nm相 符. 由此可知, Cu NCs的荧光可调性与颗粒的粒径大 小有关, 可通过改变Cu NCs颗粒的粒径大小, 制备可 [24] a1 b1 c1 d1 调的Cu NCs e1 3.4 . Cu NCs溶液对汗潜指印的显现 采用2.3小节的方法获得不同尺寸Cu NCs共存的 溶液, 以滴显法滴显指印, 并且用多波段光源照射. 图 7显示了该枚指印在365、415、450 nm 3种激发光分 别照射下, 可以产生蓝、绿、黄3种不同颜色的荧光. a2 b2 c2 d2 实现了荧光可调Cu NCs溶液对潜指印的可视化显现, e2 效果良好. 3.5 Cu NCs溶液显现潜指印色彩评价(RGB) 通过Matlab软件自编程序将Cu NCs识别的指印图 像进行RGB颜色分析(图8). 测得图像各像素点在RGB 三维图中的位置, 并根据RGB颜色空间可分析图像颜 色. RGB是光照色, 通常用来对图像色彩进行分析和 图 5 不同温度制备的Cu NCs自然光照图(1)及多波段光照 图(2). (a) 30℃, (b) 60℃, (c) 90℃, (d) 120℃, (e) 150℃(网络 版彩图) 判断. 本文利用其对指印图像进行颜色判断, 实现了 Figure 5 Natural illumination images (1) and multi-band illumination images (2) of Cu NCs prepared at different temperatures. (a) 30 °C, (b) 60 °C, (c) 90 °C, (d) 120 °C, (e) 150 °C (color online). 判断的局限和误差. 对指印图像的客观评断, 克服了目前传统技术中主观 表2显示了潜指印图像的RGB数值分布情况. 图8 (a)为激发波长365 nm下显现的潜指印, 通过Matlab测 550 nm, 实现了Cu NCs的荧光可调性. 这也进一步证 得图8(a)的RGB平均值为(2, 94, 108), B值分布相对多, 实了纳米簇在粒径效应下的发射机理, Cu NCs的尺寸 颜色偏蓝, 可知其图像为蓝色. 同理, 图8(b)为激发波 增大, 导致Cu NCs发射光谱的吸收峰红移 [10,23] . 长415 nm得到的潜指印图像, 通过Matlab测得图8(b)的 1457 黄锐等: 荧光可调铜纳米簇对潜指印的可视化识别 (a1) (a) (a2) B (1.71±0.34) G R (b) (b1) (b2) B (2.37±0.40) G R (c) (c2) B (c1) (3.26±0.59) G 图 6 不同温度制备的Cu NCs的TEM图像(1)及粒径分布图 (2). (a) 30℃, (b) 90℃, (c) 150℃(网络版彩图) Figure 6 TEM image of Cu NCs (1) and the particle size distribution of Cu NCs prepared at different temperatures (2). (a) 30 °C, (b) 90 °C, (c) 150 °C (color online). R 图 8 同枚潜指印在不同光照条件下的RGB颜色比较图. (a) 激发波长365 nm, (b) 激发波长415 nm, (c) 激发波长450 nm (网络版彩图) Figure 8 RGB color comparison maps of the same latent fingerprint under different illumination conditions. (a) Excitation at 365 nm; (b) excitation at 415 nm; (c) excitation at 450 nm (color online). 据证实并量化了所制备的Cu NCs溶液的荧光可调性, (a) (b) (c) 并实现了潜指印可视化的应用和评价. 3.6 Cu NCs溶液可视效果评价 将3.4小节显现的潜指印图像利用Matlab软件, 采 用GSDS对其可视效果进行评价. 该方法采用以下参 数描述纹理图像的特征: 对比度(contrast ratio)、平均 [20~22] 值(mean)、熵(entropy) . 具体原理如下 [20] : 图 7 不同尺寸Cu NCs共存溶液显现玻璃上的潜指印. (a) 激发波长365 nm; (b) 激发波长415 nm; (c) 激发波长450 nm (网络版彩图) 设(x, y)为图像中的一点, 该点与点(x+∆x, y+∆y)的灰度 Figure 7 Latent fingerprints displayed by different sizes of Cu NCs coexisting solution on glass. (a) Excitation at 365 nm; (b) excitation at 415 nm; (c) excitation at 450 nm (color online). g (x, y) = g(x, y) g(x + x, y + y) 差值g∆(x, y)表示为式(1): (1) 其中, g 为灰度差分. 设灰度差分的所有可能取值共有 m级, 令点(x, y)在全图内移动, 累计出g∆(x, y)取各值的 RGB平均值为(82, 115, 10), 可知图像为绿色. 图8(c)为 次数, 由此便可以做出g∆(x, y)的直方图. 由直方图可以 激发波长450 nm识别的潜指印图像, 通过Matlab测得 知道g∆(x, y)取值的概率p∆(i). 图8(c)的RGB平均值为(49, 37, 5), 其R值与G值相似, 可知其为黄色. 通过Matlab软件自编代码得到的RGB三维图和数 1458 当较小的i值的概率p∆(i)较大时, 说明纹理较粗糙, 当p∆(i)的各个取值较接近时, 即概率分布较平坦时, 说 明纹理较细. 中国科学: 化学 2019 年 第 49 卷 第 12 期 表 2 指印图像RGB数值分布 Table 2 RGB numerical distribution of fingerprint image 潜指印 R G B RGB平均值 图8(a) 0~10 20~110 20~140 (2, 94, 108) 图8(b) 20~100 10~200 0~15 (82, 115, 10) 图8(c) 10~100 5~70 0~10 (49, 37, 5) 对比度反映了图像的清晰度和纹理沟纹深浅的程 度. 对比度大, 则沟纹深, 效果清晰. 其计算公式为: 255 CON = 示, 粉末在自然观光下呈棕褐色; 在激发光照射下, 分 别发出蓝色荧光、绿色荧光、黄色荧光. 用毛刷蘸取 Cu NCs粉末, 对玻璃上的潜指印进行刷显, 用自主搭 i 2 p ( i) (2) i=0 平均值反映了图像的总体灰度值概况, 若图像的 亮度区域越多, 则平均值越高. 其计算公式为: 1 255 MEAN = m ip (i ) i=0 建的装置进行拍照, 得到特征可辨的指印图像. 从图10 可观察到指印的纹线清晰、细节特征明显, 可见(a)起 点、(b)小桥、(c)终点、(d)结合、(e)分歧等指印细节 特征, 满足犯罪现场指印识别的需求. (3) 3.8 模拟现场中潜指印的可视化应用 熵是图像所具有的信息量的度量, 熵越大, 表示了 图11展示了荧光可调Cu NCs粉末对模拟现场中 图像中纹理的非均匀程度或复杂程度越大. 其计算公 不同载体(玻璃片、不锈钢栏杆、可乐罐、书签纸、 式为: 塑料板)上潜指印的可视化效果. 其中, 玻璃片、不锈 255 ENT = p (i)lgp (i) (4) i=0 钢栏杆的背景颜色与荧光色差明显, 在4种光源照射下 均能得到清晰可辨的指印图像. 可乐罐为蓝色、书签 对比度、平均值、熵越大, 图像质量越好. 表3展 纸为绿色、塑料板为黄色, 各自的同色荧光图像受到 示了在Matlab软件中测得的3个参数值. 图7(c)的对比 背景干扰、辨识困难, 选择非同色荧光图像, 指印纹 度、平均值最大, 熵值较大. 说明图7(c)指印图像纹线 线清晰可辨. 利用Matlab软件对荧光指印图像进行处理分析, 清晰度最高, 亮度区多, 图像所具有的信息量多, 因此, 图7(c)图像最佳, 即在激发波长450 nm显现的指印图 (a) 像可视效果最佳. (a) (b) 3.7 Cu NCs粉末显现潜指印 (b) 粉末制剂在实际工作中操作更方便, 更易保存, 因 (d) (d) 此, 用2.3小节制得荧光可调的Cu NCs粉末. 如图9所 (c) (a) (b) (c) (d) (c) (e) (e) 图 9 Cu NCs粉末在不同光照下的图像. (a) 自然光, (b) 激 发波段365 nm, (c) 激发波长415 nm, (d) 激发波长450 nm (网 络版彩图) 图 10 Cu NCs粉末对玻璃表面指印显现效果示意图. (a) 起 点, (b) 小桥, (c) 终点, (d) 结合, (e) 分歧(网络版彩图) Figure 9 Images of Cu NCs powder under different illumination. (a) Natural light, (b) excitation at 365 nm, (c) excitation at 415 nm, (d) excitation at 450 nm (color online). Figure10 Diagram of fingerprint effect of Cu NCs powder on glass surface. (a) Starting point, (b) bridge, (c) termination, (d) combination, (e) divergence (color online). 1459 黄锐等: 荧光可调铜纳米簇对潜指印的可视化识别 表 3 图7中指印显现效果图像GSDS参数表 Table 3 GSDS parameter table of fingerprint images in Figure 7 CON MEAN ENT 图7(a) 163.5099 0.0306 4.1294 图7(b) 77.48880 0.0198 3.0895 图7(c) 521.6798 0.0557 4.0345 得到表4和图12. 表4展示了图11中各荧光指印图像 上图11(d2)可视化效果最好. 在塑料板显现的指印图 GSDS参数. 对各种客体上的指印图像的对比度、平 像, 图11(e2)可视化效果最好. 均值、熵值进行比较分析, 玻璃片上图11(a2)指印图 图12为图11中自然光照和最佳显现效果的指印 像纹线清晰度最高, 亮度区多, 图像所具有的信息量 图像颜色分布图及RGB平均值. 可知, 对于背景色简 最多, 可视化效果最好. 不锈钢栏杆上图11(b2)可视化 单的客体(玻璃、不锈钢栏杆), 蓝色荧光显现效果较 效果最好. 可乐罐上图11(c4)可视化效果最好. 书签纸 佳. 对于蓝色背景客体(可乐罐), 黄色荧光显现效果 最佳. 对于绿色(书签纸)、黄色背景客体(塑料板), 蓝 (a) (a1) (a2) (a3) (a4) 色荧光显现效果最佳. (a1) (b2) (b3) (b4) B (b1) B (b) (a2) G G R RGB平均值(105,110,101) (b1) (c2) (c3) (c4) B (c1) (b2) B (c) G G R (d3) (d4) B (d2) (c4) B (c1) (d1) G G R RGB平均值(124,193,239) (e2) (e3) (e4) B (d2) B (e1) R RGB平均值(58,49,11) (d1) (e) R GB平均值(4,70,79) RGB平均值(168,181,173) (d) R RGB平均值(8,83,88) G G R R RGB平均值(1,95,89) RGB平均值(150,193,138) (e2) B B (e1) 图 11 Cu NCs粉末显现的潜指印. (a) 玻璃片, (b) 不锈钢栏 杆, (c) 可乐罐, (d) 书签, (e) 塑料板. (1) 自然光, (2) 激发波段 365 nm, (3) 激发波长415 nm, (4) 激发波长450 nm (网络版彩 图) Figure 11 Latent fingerprints displayed by Cu NCs powders. (a) Glass sheets, (b) stainless steel railings, (c) cola cans, (d) bookmarks, (e) plastic plates. (1) natural light, (2) excitation at 365 nm, (3) excitation at 415 nm, (4) excitation at 450 nm (color online). 1460 G G R RGB平均值(188,202,50) R RGB平均值(3,141,254) 图 12 图11中自然光照和最佳显现效果的指印图像颜色分 布图及RGB平均值(网络版彩图) Figure 12 Color distribution images and RGB average of fingerprint images with natural illumination and optimal rendering effect in Figure 11 (color online). 中国科学: 化学 2019 年 第 49 卷 第 12 期 表 4 图11中各荧光指印图像GSDS参数表 Table 4 The GSDS parameter table of each fluorescent fingerprint image in Figure 11 CON MEAN ENT 图11(a2) 279.6117 0.0361 4.2441 图11(a3) 131.9088 0.0299 3.7419 图11(a4) 96.14120 0.0261 3.5438 图11(b2) 371.2788 0.0428 4.6035 图11(b3) 39.96450 0.0164 2.5097 图11(b4) 137.6668 0.0322 3.0065 图11(c2) 144.2380 0.0244 2.5912 图11(c3) 152.1193 0.0173 2.8401 图11(c4) 169.0954 0.0289 2.7544 图11(d2) 236.3890 0.0323 3.8819 图11(d3) 102.8225 0.0183 3.2749 图11(d4) 176.4934 0.0204 3.4573 图11(e2) 123.4514 0.0213 3.4537 图11(e3) 87.25880 0.0142 2.8626 图11(e4) 61.30050 0.0103 2.2670 4 结论 情况, 判断指印产生的颜色; 同时, 根据灰度差分统计 对指印图像处理, 通过对比度、平均值、熵值对潜指 本文利用BPEI为模板, 以AA为还原剂, GSH为保 印可视化效果客观评价. 与目前以主观评价的标准指 护剂, CuSO4为原料, 通过温度控制, 制备了荧光可调 印识别技术相比, 该方法能客观地对潜指印图像进行 的Cu NCs. 选取色差明显的30、90、150℃温度下制 数据化评价. 而且潜指印中包含多维深度信息, 与Ma- 得的3种Cu NCs溶液, 混合均匀后在37℃环境下干燥 tlab图像处理相结合, 通过对显现的指印进行图像处 成粉末. 与传统试剂相比, 制备的Cu NCs不仅具有纳 理分析, 使人身多维信息的定性定量分析成为了可 米簇原有的荧光性强、光稳定性强的特点, 还解决了 能. 多种客体上刷显的指印在多波段光源下可发出不 同色背景下难以显现潜指印的难题. 利用Matlab自编 同荧光, 可较好地排除背景颜色的干扰, 相信在更深 程序可对显现的指印进行数据化分析, 根据RGB各颜 入的研究中, 荧光可调Cu NCs将在法庭科学中发挥重 色像素在三维图中的位置, 分析R、G、B三值的分布 要作用. 参考文献 1 Zhu B, Ren G, Tang M, Chai F, Qu F, Wang C, Su Z. Dyes Pigments, 2018, 149: 686–695 2 Kumbhakar P, Biswas S, Pandey P, Tiwary CS, Kumbhakar P. Nanoscale, 2019, 11: 2017–2026 3 Huang R, Chen H. J People’s Publ Secur Univ China (Nat Sci Ed), 2017, 23: 1–6 (in Chinese) [黄锐, 陈虹宇. 中国人民公安大学学报(自然科 学版), 2017, 23: 1–6] 4 Huang R, Liu R. Criminal Technol, 2017, 42: 35–39 (in Chinese) [黄锐, 刘睿. 刑事技术, 2017, 42: 35–39] 5 Huang R, Liu R. J Mater Sci, 2017, 52: 13455–13465 6 Huang R, Chen H, Xia Z. BCSJ, 2017, 90: 754–759 7 Zhang LY, Zhou XF, Chu T. Sci China Chem, 2013, 56: 551–556 8 Huang R, Tang T. Nano, 2018, 13: 1850128 1461 黄锐等: 荧光可调铜纳米簇对潜指印的可视化识别 9 Huang R, Zhang Y. BCSJ, 2018, 91: 1697–1703 10 Wang C, Yao Y, Song Q. Colloids Surfs B-Biointerfaces, 2016, 140: 373–381 11 Sun Y, Wu J, Wang C, Zhao Y, Lin Q. New J Chem, 2017, 41: 5412–5419 12 Zhou S, Duan Y, Wang F, Wang C. Nanoscale, 2017, 9: 4981–4988 13 Yan L, Yu Y, Xia Z. Sci China Chem, 2018, 61: 619–626 14 Yu Y, Yan L, Xia Z. RSC Adv, 2017, 7: 50106–50112 15 Huang R. Novel multi-functional nanomaterials for latent fingermarks development based-on biomolecule recognition. Dissertation for Doctoral Degree. Chongqing: Chongqing University, 2017 (in Chinese) [黄锐. 基于生物分子识别的多功能纳米材料的潜指印显现研究. 博士学位论 文. 重庆: 重庆大学, 2017] 16 Wang M, Zhu Y, Mao C. Langmuir, 2015, 31: 7084–7090 17 Chernov V, Alander J, Bochko V. Comput Electrical Eng, 2015, 46: 328–337 18 Kolkur S, Kalbande D, Shimpi P, Bapat C, Jatakia J. arXiv preprint, arXiv: 1708.02694 19 Castro F Z D, Valle M E. Continuous-Valued Quaternionic Hopfield Neural Network for Image Retrieval: A Color Space Study. In: Brazilian Conference on Intelligent Systems. 2017 20 Liu H, Zhang Y, Zhang Y, He Z. Control Eng, 2013, 20: 213–218 (in Chinese) [刘辉, 张云生, 张印辉, 何自芬. 控制工程, 2013, 20: 213–218] 21 Hu H, Xue Y, Xu T, Jin S. Computer Appl, 2017, 37: 198–200+210 (in Chinese) [胡海兵, 薛源, 徐挺, 金施群. 计算机应用, 2017, 37: 198–200 +210] 22 Yue H, Li M, Wang C, An J. Chin Agricult Sci Technol Bull, 2019, 21: 62–73 (in Chinese) [岳焕然, 李茂松, 王春艳, 安江勇. 中国农业科技导 报, 2019, 21: 62–73] 23 Han B, Hu X, Yan Q, Jiang J, He G. Sens Actuat B-Chem, 2019, 284: 695–703 24 Chen PC, Li YC, Ma JY, Huang JY, Chen CF, Chang HT. Sci Rep, 2016, 6: 24882 Synthesis of novel tunable fluorescent copper nanoclusters for latent fingerprint visualization 1,2* Rui Huang , An Peng 2 1 Chongqing Institution of Higher Learning Center of Forensic Science Engineering and Research, Southwest University of Political Science and Law, Chongqing 401120, China 2 Criminal Investigation College of Southwest University of Political Science and Law, Chongqing 401120, China *Corresponding author (email: huang-rui@swupl.edu.cn) Abstract: A method for the synthesis of novel copper nanoclusters (Cu NCs) with small particle size and tunable fluorescence was explored and the products were applied to fingermark identification. In this paper, branched polyethyleneimine (BPEI) was used as template, ascorbic acid (AA) as reductant, glutathione (GSH) as stabilizer and copper sulfate (CuSO4) as raw materials to prepare Cu NCs using heat control technique. The obtained Cu NCs emit blue, green and yellow fluorescence, respectively, when excited at 365, 415 and 450 nm. They were successfully applied to the visual recognition of latent fingerprints, which solved the problem of the same color background interference of latent fingerprint display reagents. By using RGB color analysis and gray difference statistics, the data analysis of latent fingerprint image is realized. A new method to objectively evaluate the visualization effect of latent fingerprint is provided, which provides a reference for establishing a data evaluation system in this field. Keywords: copper nanoclusters, tunable fluorescence, latent fingerprints, visual recognition doi: 10.1360/SSC-2019-0124 1462