專利名稱：關(guān)于指紋自動識別系統(tǒng)的識別、提取和三維分析策略的系統(tǒng)和方法
相關(guān)申請的相互參照本發(fā)明要求下列專利申請的優(yōu)先權(quán)于2003年10月23日提交的號碼為60/513,669的美國臨時專利申請；于2003年11月6日提交的號碼為60/517,849的美國臨時專利申請；于2003年11月7日提交的號碼為60/518,263的美國臨時專利申請；于2004年2月27日提交的號碼為60/548,214的美國臨時專利申請；于2004年4月14日提交的號碼為60/562,635的美國臨時專利申請；于2004年5月19日提交的號碼為60/572,665的美國臨時專利申請；于2004年6月23日提交的號碼為60/582,414的美國臨時專利申請；以及于2004年8月23日提交的號碼為60/604,092的美國臨時專利申請；其全部且出于所有的教導和公開在此引入以作參考。
背景技術(shù)：
指紋自動識別系統(tǒng)(AFIS)系統(tǒng)(http://onin.com/fp/afis/adis.html)傳統(tǒng)上不能搜索和匹配檢查員可通過手動方法識別的所有指紋。部分是因為人類潛在印記檢查員可使用附加細節(jié)，例如級別III細節(jié)來匹配指紋(如在此使用，“印記”指的是動物一般為人類上的獨特識別印記，例如指紋、掌紋、趾紋、足印等)。同時，人眼的生理缺陷阻止檢查員區(qū)分很精細的灰度量級級別，其妨礙指紋中級別I、II和III細節(jié)的每一個中的細節(jié)特征點標記(minutiae marker)的準確性和位置的識別。級別3細節(jié)是三個級別中最精細的細節(jié)。一般而言，級別1指印記的紋脊紋流(ridge flow)，級別2指印記的紋脊紋路(ridge path)，以及級別3指紋脊形狀，其包括獨特的邊緣細節(jié)、毛孔形狀和位置、開始的紋脊形狀以及其它小于紋脊寬度的細節(jié)。因此，現(xiàn)有的系統(tǒng)并不總允許AFIS系統(tǒng)、操作者和檢查員將特征解釋和標記成細節(jié)特征點，其中的特征可通過顯現(xiàn)指紋圖像的灰度量級中的細微差別而被準確地辨別。
沒有開發(fā)出AFIS系統(tǒng)來識別、提取、量化、搜索和匹配兩個或更多指紋圖像中的級別III特征。還沒有開發(fā)出AFIS系統(tǒng)能夠識別和標記級別III細節(jié)的所期望的細節(jié)特征點標記。在沒有此能力的情況下，不能徹底分析灰度量級的細微差別，因此某些特寫可能不被識別、提取、量化、搜索和/或匹配。此外，AFIS III細節(jié)可存在于指紋圖像中的不同的灰度量級(或其它量級例如色相或飽和度)。如果不考慮灰度量級，那么某些級別III特征可能不被識別、提取、量化、搜索和/或匹配。(注意，AFIS III在此常用作的簡略的表達，以表示實際上在自動系統(tǒng)中執(zhí)行或者手動地執(zhí)行的印記的級別III分析)。
因此，存在未滿足的對于另外的AFIS系統(tǒng)工具的需要，該工具參與在存在于不同灰度量級的特征之間區(qū)分，以及以用AFIS系統(tǒng)能搜索的方式標記該特征。本系統(tǒng)、方法等提供了這些和其它優(yōu)點。

發(fā)明內(nèi)容
在一些實施例中，本系統(tǒng)和方法在此被認為是用于多種實施例的AFIS3-D或AFIS III+，且?guī)椭鷻z查員對于包含在AFIS系統(tǒng)內(nèi)的已知印記數(shù)據(jù)庫徹底搜索和比較印記或其基本部分。所述基本部分包括足夠的印記來能夠識別足夠的特征以搜索和與已知數(shù)據(jù)庫的印記相比較，以及在一些實施例中，包括足夠的印記來至少試探性地將所述印記與已知印記的至少一個匹配。在一些實施例中，印記可以確定地與數(shù)據(jù)庫中的相應的相同印記匹配。更徹底的搜索和比較的結(jié)果可具有更高的找到分數(shù)和正確率。在某些實施例中，所述數(shù)據(jù)庫包括先前獲得的印記的候選列表，以幫助識別。
在此提供的一重要益處是潛在印記與已知印記圖像的更準確比較(“印記”包括任何適當?shù)纳眢w部分例如唇、皮膚、指紋、掌印、趾印等的印記)。例如，炸彈碎片(bomb fragment)可包括僅一個小的局部潛在印記。更準確的AFIS 3-D和/或III+系統(tǒng)能夠基于對于印記/圖像的數(shù)據(jù)庫的搜索更可能導致潛在印記源的識別。
本革新例如通過使用圖像中的微小的灰度和/或其它量級以更準確的方式搜索此圖像/印記以產(chǎn)生更全面和準確的AFIS標記例如細節(jié)特征點標記(AFIS級別2或3標記)，和/或通過使用圖像中的不同量級來多次搜索此圖像/印記來產(chǎn)生不同通路(pathway)，所述通路然后用于識別、提取、量化、搜索和匹配全面的一組級別III特征，可幫助識別和消除對本國安全的威脅，而不管所述威脅是國外還是國內(nèi)的。
因此，在一些實施例中，在此的所述方法和相關(guān)軟件和其它系統(tǒng)包括分析印記，其包括a)提供至少2維的印記圖像；b)使所述圖像經(jīng)受量級增強分析，從而在所述印記的至少一基本部分上的至少一個相對測量可描繪在相對于至少2維的另一維上，以提供量級增強圖像，從而相比于沒有所述量級增強分析的2維圖像，另外的量級級別對于人眼基本上更可識別；c)顯示所述增強圖像；以及d)手動檢查所述量級增強圖像，以在所述印記上放置至少一個細節(jié)特征點標記。
所述放置過程包括識別和放置先前在所述印記上未識別的至少一個、兩個或更多細節(jié)特征點標記，以及可包括移動先前不正確地放置在所述印記上的至少一個、兩個或更多細節(jié)特征點標記。
所述方法還可包括分析印記，其包括a)提供至少2維的印記圖像，其包括由自動細節(jié)特征點標記算法確定的細節(jié)特征點標記，以提供自動特征點標記；b)使所述圖像經(jīng)受量級增強分析，從而在所述印記的至少一基本部分上的至少一個相對量級描繪在相對于至少2維的另一維上，以提供量級增強圖像，從而相比于沒有所述量級增強分析的2維圖像，另外的所選測量或量級級別可對于人眼可見；c)顯示所述增強圖像；以及d)手動檢查所述量級增強圖像，以評估所述自動細節(jié)特征點標記的正確性。所述方法進一步可包括放置所述印記的至少一個細節(jié)特征點標記，其所述放置過程包括移去不正確的自動細節(jié)特征點標記、移動不正確的自動細節(jié)特征點標記或增加另外的細節(jié)特征點標記中的至少一個。
在另一方面，在此的方法包括分析印記，其包括a)提供至少二維的印記圖像；b)使所述圖像經(jīng)受量級增強分析，從而在所述印記的至少一基本部分上的至少一個相對量級描繪在相對于至少二維的另一維上，以提供量級增強圖像，從而相比于沒有所述量級增強分析的二維圖像，另外的量級級別對于人眼可見；c)將所述量級增強圖像分成多個強度級別；d)個別地選擇至少一個孤立的強度級別；e)從所述孤立的強度級別確定至少一個指紋自動識別系統(tǒng)的標記。所述方法進一步可包括顯示所述孤立的級別，以及手動或自動地確定所述至少一個細節(jié)特征點標記。
在此申請包括下列詳細的描述和附圖中解釋了這些和其它方面、特征和實施例。除非另外特別說明或從上下文變得清楚，所有的實施例、方面、特征等可以以任何期望的方式混合和匹配、組合和改變次序。另外，在此解釋了多種參考，其討論某些系統(tǒng)、裝置、方法和其它信息；所有的這些參考全部且出于所有的教導和公開在此引入以作參照，而不管所述參考出現(xiàn)在此申請的位置。


圖1是根據(jù)在此的方法所分析的印記的圖像的屏幕截圖(screenshot)。該圖像包括4個自動提取的特征，僅1個是正確的。其它三個特征(在右邊)不正確。
圖2描繪出使用軟件所繪制的與圖1相同的潛在印記，該軟件按3D表面描繪圖像強度特征。
圖3-5是圖1和圖2中的圖像的一部分的一系列屏幕截圖，其顯示出3維紋脊形狀的動態(tài)圖，其中z軸表示灰度量級。
圖6是正常獲得的且在另一維具有所示的強度量級的2D掌印的屏幕截圖。
圖7是使用在此所討論的3D細節(jié)特征點制作工具的實施例繪出的指紋的屏幕截圖。
圖8描繪出經(jīng)過細節(jié)特征點處理與圖6相同的掌印。
圖9描繪出經(jīng)過滾動、傾斜和搖動的與圖6相同的掌印。
圖10描繪出通過增強型過濾器所觀察的與圖6相同的掌印，該增強型過濾器例如對比度調(diào)整進一步增加了視覺清晰。
圖11描繪出與圖6相同的掌印圖像，其中使用者已在3D表面上放置了細節(jié)特征點標記，相對于已有的2D數(shù)據(jù)庫，其可被量化和搜索。
圖12a描繪出已知印記印痕的圖像。
圖12b描繪出AFIS II系統(tǒng)讀出的紋脊紋路和基于主紋脊紋路的偏差。
圖12c描繪出AFIS II系統(tǒng)識別和提取的具有方向和關(guān)系的級別II細節(jié)。
圖13a-c描繪出具有所示出的AFIS級別III細節(jié)的與圖12a-c相同的圖像。
圖14描繪出在不同灰度量級的、與圖12a-c中的圖像相同的印記的一部分的AFIS III+地形分析。
圖15a-c描繪出在不同灰度量級的與圖12a-c相同的圖像的AFIS III+分析。
圖16a-c描繪出以與圖15a-c的分析不同的灰度量級的、與圖12a-c相同的圖像的AFIS III+分析。
圖17是表示自多級別和多圖像的切片(slice)組合的漸進性質(zhì)的表。
圖18描繪出包括印記圖像中的凹入形態(tài)特征和凸起形態(tài)特征的示例的圖像。
圖19描繪出包括印記圖像中的邊緣特征的示例的圖像。
具體實施例方式
AFIS 3-D可視化方法和系統(tǒng)當指紋圖像中整個范圍的灰度值被檢查員徹底分析時，作為AFIS系統(tǒng)搜索的一部分出現(xiàn)的圖像上標記的位置會更準確。一系列標記比可能缺少整個范圍的灰度或其它量級的分析更準確和/或以更大的數(shù)量放置，其可增加AFIS找到的機會。
當前AFIS分析模塊(其不允許分析員基于顯現(xiàn)在3-D面上的灰度量級來放置細節(jié)特征點標記)的兩個問題為，所有出現(xiàn)在印痕上的相關(guān)特征可能未被檢查員識別，或一些特征的準確位置可能未被正確的確定。軟件和系統(tǒng)克服人類視覺系統(tǒng)在辨別圖像灰度量級的弱點，方式為描繪該值作為3D表面，其幫助指紋檢查員辨別圖像灰度量級很細微的變化，且將AFIS標記放置在正確的地點和位置。
AFIS系統(tǒng)一般以下面兩種方式識別細節(jié)1)自動的系統(tǒng)產(chǎn)生的指紋細節(jié)特征點標記的布置，和2)由分析員布置細節(jié)特征點標記。此外，檢查員可將另外的標記放置在印記圖像上以補充由AFIS系統(tǒng)自動產(chǎn)生的標記，反之亦然，且檢查員可移動或刪除印記圖像上不正確的標記，以改正由AFIS系統(tǒng)自動產(chǎn)生的不正確的標記。AFIS 3-D和AFIS III+幫助人類檢測和將細節(jié)和細節(jié)特征點記號放置在指紋圖像或其它印記圖像中，由此導致改善的AFIS搜索結(jié)果。
在圖1中，通過通用隱約指印工作站(Universal Latent Workstation，(ULW))的自動提取和細節(jié)特征點放置特征處理潛在印記30。此軟件被全國執(zhí)法機構(gòu)使用以將潛在印記搜索提交給FBI IAFIS系統(tǒng)。在印痕右邊的三個細節(jié)特征點標志32未正確反映記號下紋脊的結(jié)構(gòu)。其是不正確的。左邊的特征點標記33是正確的。通過以3-D面優(yōu)選地動態(tài)地(即，其中3-D面可滾動、傾斜和搖晃，也稱作為縱偏(pitch)、偏航(yaw)和/或滾動，且其甚至可加入電影環(huán)路(cine loop)，從而3-D面以重復方式縱偏、偏航和/或滾動)來顯示此印痕，可在整個此區(qū)域沒有分開或到終止沿著此區(qū)域的紋脊紋路前進。
在圖2中，用軟件繪制出同樣的潛在印記，該軟件以3D表面描繪圖像強度特征。具體地，提供圖1的數(shù)字圖像用于繪制，然后圖像受到強度值增強分析，從而在印記至少一基本部分上的至少一個相對強度值描繪在對于至少2維的另一維上。這提供了強度值增強圖像，從而相比于沒有強度值增強分析的2維圖像，另外的強度值級別對于人眼基本上更可辨識?？杀孀R表示在一些實施例中在未增強下，特征是不可見的，而在其它實施例中，未增強下特征是可見的，但作為具有增強的特征，特征基本上更可辨識或更可快速辨識。通過詳細檢查此特性，許多更正確的特征被顯現(xiàn)出，且繪出另外的AFIS特征點標記34。例如，在圖2中，15個特征顯現(xiàn)在動態(tài)3D表面圖上，且將細節(jié)特征點標記34繪在圖像上。
圖3-5是圖1和圖2中的圖像的一部分36的一系列屏幕截圖，其示出3維紋脊形狀的動態(tài)(搖晃、傾斜或滾動)AFIS 3-D分析，其中z軸表示灰度量級，這給予檢查員更多的信息去顯現(xiàn)，且因此創(chuàng)建了機會來放置更多的細節(jié)特征點標記，且更準確來完成。在本發(fā)明的此或其它方面的某些實施例中，圖像或其期望的部分還可被放大(圖像放大)、縮小等。
當圖2所描繪的另外、正確放置的細節(jié)特征點標記存入AFIS系統(tǒng)使用的文件格式時，然后使用AFIS匹配算法對于系統(tǒng)的指紋數(shù)據(jù)庫搜索其。然后，AFIS系統(tǒng)產(chǎn)生匹配概率的報告，且如果匹配，則對該概率度分配相對分數(shù)。一般上，正確特征點標記的數(shù)量越高，(i)出現(xiàn)AFIS“找到”的概率越大，以及(ii)由AFIS系統(tǒng)對每一找到發(fā)給的“置信度(confidencelevel)”分數(shù)越高。
在此的AFIS額外維系統(tǒng)、設備、方法等可使用于多種配置，包括下面的配置(此目錄是示例性的而非排他的)1、在現(xiàn)有的AFIS系統(tǒng)的“預AFIS”級增加/使用3-D可視化工具。這幫助檢查員以查看3-D指紋圖像(例如，表面的z軸表示灰度量級)，在3D表面上繪出AFIS細節(jié)特征點標記，然后將細節(jié)特征點標記提交給AFIS系統(tǒng)以用于搜索。
2、作為以上1的一變型，3-D可視化工具還幫助檢查員(a)在AFIS系統(tǒng)已自動產(chǎn)生細節(jié)特征點后增加另外的細節(jié)特征點，以及(b)調(diào)整由AFIS系統(tǒng)的自動放置特征放置的細節(jié)特征點。
3、對于包含在印記中的級別III細節(jié)，在此的灰度和其它量級的3-D可視化參與細節(jié)特征點的放置。
3-D可視化工具還應用于掌印自動識別系統(tǒng)(Automated PalmprintIdentifiation Systems)和其它基于印記的識別系統(tǒng)，如圖6中的示例所示的，在圖6中出于更詳細的3D檢查，在此所討論的系統(tǒng)和方法的實施例中，示出了一般(即，以2D)且以在另一維具有示出的灰度量級的3D繪制的2D掌印38。掌印和指紋都包括摩擦紋脊皮膚(friction ridge skin)且以相似的方式搜索。一般人類的其它期望的印記例如趾印、足印、非紋脊皮膚印記等也可被成像，以及使用在此的方法和系統(tǒng)。
圖7-11顯示了AFIS 3D細節(jié)特征點標記軟件的實施例的屏幕截圖，且示出了示例性的為標記紋脊終結(jié)點和分叉點(級別II細節(jié))所采取的步驟。
圖7是用在此所討論的3D細節(jié)特征點標記工具的實施例繪出的指紋的屏幕截圖?？稍趫D7中(和在一些其它附圖中)看到，在一些實施例中，細節(jié)特征點標記在3D圖像上的布置可同時顯示在2D圖像上，如果期望，如所示，2D圖像可鄰近3D圖像插入或插入其內(nèi)，或者圖像可是并行的，或者另外按期望設置。
接下來，圖8描繪了經(jīng)受細節(jié)特征點標記處理的、與圖6相同的掌印圖像38。第一圖像表示在細節(jié)特征點繪圖軟件(minutia plotting softward)中所顯現(xiàn)的2D潛在掌印。當細節(jié)特征點放置在3D圖像中時，其自動出現(xiàn)在左邊2D圖像上的相應地點。
圖9描繪了與圖6相同的掌印圖像38，顯示了經(jīng)受沿任何方向的旋轉(zhuǎn)、偏斜(skew)、滾動等以促使紋脊結(jié)構(gòu)44的深入的3維檢查的圖像。
圖10描繪了與圖6相同的掌印圖像38，其通過增強型過濾器例如對比度調(diào)整被觀察，以提供過濾的圖像45。這樣的過濾器可在任何期望的時間里使用來進一步增加視覺清晰。
圖11描繪了與圖6相同的掌印圖像38，其中使用者還可將細節(jié)特征點標記46放置在3D表面上，對于現(xiàn)有的2D數(shù)據(jù)庫其被量化和搜索。
因此，在一些實施例中，在此的方法與相關(guān)軟件和其它系統(tǒng)包括分析印記，其包括a)提供至少2維的印記圖像；b)使該圖像經(jīng)受量級增強分析，從而印記的至少一基本部分上的至少一個相對測量可描繪在對于至少2維的另一維上，以提供量級增強的圖像，使得相比于沒有量級增強分析的2維圖像，另外的量級級別能夠?qū)τ谌搜刍旧细杀孀R；c)顯示增強的圖像；以及d)手動檢查量級增強的圖像以將至少一個細節(jié)特征點標記放置在印記上。
該放置過程可包括識別和放置先前在印記上未識別的至少一個、兩個或更多細節(jié)特征點標記，以及可包括移動先前不正確放置在印記上的至少一個、兩個或更多細節(jié)特征點標記。
該方法還可包括分析印記，其包括a)提供至少2維的印記圖像，其包括由自動細節(jié)特征點標記算法確定細節(jié)特征點標記，以提供自動細節(jié)特征點標記；b)使該圖像經(jīng)受量級增強分析，從而印記的至少一基本部分上的至少一個相對量級可描繪在對于至少2維的另一維，以提供量級增強的圖像，使得相比于沒有量級增強分析的2維圖像，另外的所選測量或量級級別能夠?qū)τ谌搜劭梢?；c)顯示增強的圖像；以及d)手動檢查量級增強的圖像，以評估自動細節(jié)特征點標記的正確性。該方法可進一步包括放置印記的至少一個細節(jié)特征點標記，該放置過程包括至少一個移去不正確的、自動的細節(jié)特征點標記，移動不正確的、自動的細節(jié)特征點標記，或增加另外的細節(jié)特征點標記。
AFIS III+方法和系統(tǒng)當連接指紋圖像中的特定的灰度或其它量級時，最后所得的通路符合特定的級別III邊緣和毛孔紋脊特征。使用多灰度或其它量級通路增強了印痕中更多的有時基本上多有的級別III特征的識別和提取，因此增加了AFIS找到的可能性。
通過連接擁有相同灰度或其它量級的象素，形成通路或輪廓。此通路符合沿著摩擦紋脊印痕的邊緣、毛孔和表面形態(tài)出現(xiàn)的獨特紋脊形狀。圖形路線(charted course)和一般x-y軸通路的圖形路線的改變可用于識別和提取級別III特征。
當選擇不同的灰度值(或其它用于所測量的量級的值)時，通路或輪廓呈現(xiàn)新的路線。圖形新路線的改變與任何其他通路路線的改變不同。簡而言之，當用于繪制通路圖的量級改變時，沿此通路特征的形狀、位置、突出和存在特征也改變。如果在AFIS III+環(huán)境使用多量級通路(在給定測量指示器例如灰度內(nèi)的多通路，和/或在不同量級指示器例如灰度和色相以及飽和度內(nèi)或在其之間的多通路)，可識別存在于印痕中的許多及可能基本全部的特征。
級別II AFIS(AFIS II)模式主要考慮印痕中主要的摩擦紋脊紋路偏差。這些包括如圖12a-c所示的分叉點48和紋脊終結(jié)點50。圖12a(左)描繪了已知印痕的圖象，圖12b(中央)示出AFIS系統(tǒng)讀出的紋脊紋路和主要紋脊紋路偏差，那么在圖12c(右)識別和提取具有方向性和關(guān)系的級別II細節(jié)。
級別III AFIS(AFIS III)另外考慮沿著次要偏差邊緣的特征，例如沿著紋脊中央的紋脊位置52、54和毛孔位置56，如果在印記的印痕中可獲得的話是如此。圖13a(左)描繪了已知印痕的圖形，圖13b(中央)示出AFIS II系統(tǒng)讀出紋脊紋路和主要紋脊紋路偏差，那么在圖13c(右)識別和提取具有方向性和關(guān)系的級別II細節(jié)。
AFIS III+考慮如圖14所示的印痕的多級別或印痕切片的此細節(jié)和更多細節(jié)。這些切片由灰度值定義，該灰度值用于繪制切片內(nèi)輪廓或通路的路線。因此，圖14，AFIS III+使用包括多圖像通路的切片，其不同地符合在不同灰度(或其它)量級的級別III特征。
如圖15a-c和圖16a-c所示，這些AFIS III+通路可被孤立且個別地檢查以顯示產(chǎn)生印痕的摩擦紋脊的獨特性。圖15a-c描繪了在不同灰度量級的、與圖12a-c相同的圖像的AFIS III+分析；圖16a-c描繪了相同但在與圖15a-c的分析的不同灰度量級的圖像的AFIS III+分析。通過檢查通路的路線且具體地通路路線的改變，可在不同切片識別此路線的獨特特征(圖15b和16b)。通過對通路的路線的改變分配值，那些獨特特征可被提取和使用來進行搜索(圖15c和16c)。因此，在圖15a和16a中，查看到不同的各通路。在圖15b和16b中，識別填充的通路(或切片)的特征。在圖15c和16c中，僅顯示了標記特征(關(guān)系、方向和突出可與每一特征有關(guān))。
因此，如果根據(jù)不同灰度或其它量級繪制印記中的通路或級別，那么沿通路的特征的位置、地點、突出和存在改變。
通過基于圖像中全面的一組灰度值而繪制通路，那么很大數(shù)量的細節(jié)存在可被認出、提取且使用在指紋圖像的比較和識別中。AFIS III+導致更準確和完整的基于潛在印記特征的外形(profile)，但是此外形可需要較多處理時間和能量來搜索。這是因為最后所得的特征集合包含的數(shù)據(jù)為傳統(tǒng)級別2AFIS系統(tǒng)捕獲所具有的數(shù)據(jù)許多倍。此外，此增加數(shù)量的數(shù)據(jù)會出現(xiàn)在所比較的每一圖像的每一切片上，且每一切片可與已知數(shù)據(jù)庫的多個切片相比，其在圖17中示出。
因此，在一些實施例中，僅使用所選的切片，或可提供程序來壓縮數(shù)據(jù)或另外促使數(shù)據(jù)存儲、管理、處理、分析等。
轉(zhuǎn)到在此的革新的此方面的更一般討論中，一個特征涉及在AFIS環(huán)境下單個圖像的多個切片的使用。另一方面包括在摩擦紋脊印痕的圖像內(nèi)使用由灰度或其它量級定義的通路。一旦確定每一切片中的通路，那么可使用任何提取或匹配算法來收集和比較數(shù)據(jù)。另外的方面包括定義用于識別的特征。
一般有涉及灰度量級通路的方向改變的四種級別III特征，其可在AFIS III+環(huán)境下出現(xiàn)和量化。
1)EC凹入邊緣特征的最大偏移點2)EV凸起邊緣特征的最大偏移點3)MC凹入形態(tài)特征的質(zhì)心4)MV突起形態(tài)特征的質(zhì)心形態(tài)特征是這樣的特征，其中輪廓線或通路圍繞級別III特征的周線。圖18示出凹入形態(tài)特征的示例，其可包括汗孔、紋脊頂部的凹陷或細節(jié)比周圍暗像素具有較亮的灰度陰影的其它形態(tài)特征。凸起形態(tài)特征的示例包括開始紋脊(incipient ridge)或摩擦紋脊上的隆起，其中細節(jié)比周圍亮細節(jié)顯示出較暗的灰度陰影。在這些附圖中，凹入形態(tài)特征具有較亮灰度值，而凸起形態(tài)特征具有比周圍細節(jié)暗的灰度值。
如圖19所示，邊緣特征為沿著通路向摩擦紋脊邊緣下面前進的通路，其由通路方向的改變來表示。凹入邊緣特征的示例包括到摩擦紋脊或汗孔的亮部入口(溝槽(furrow))細節(jié)，其不完全在一邊緣封閉。突起邊緣特征的示例包括在紋脊側(cè)部或紋脊一部分上的隆起，其突入溝槽中。在圖19中，紫色特征是凹入邊緣特征的示例，且綠色特征是凸起邊緣特征的示例。
識別通過簡單的代數(shù)或所期望的別的方式，可相對于圖樣中心和x-y軸的其它特征確定和繪出每一特征的地點和方向。
在形態(tài)特征的情況下，基于相對于周圍值的象素灰度量級，可計算質(zhì)心和特征區(qū)域，且可分配方向。例如，凸起特征接受“+”值，以及凸起特征接受“-”值?？赏ㄟ^分析整個多切片特征的突出來降低噪聲(可忽視細微變化，或可設置閥值容限(threshold tolerance)。也可通過分析周圍象素中的灰度象素量級的百分比變化來降低噪聲(劇烈的變化表示假的特征，其不是摩擦紋脊皮膚特征)。
對于邊緣特征，基于相對于通路任一側(cè)部上的值的象素灰度量級，可計算最遠離平均路徑的通路上的點，且可分配方向。例如，凸起特征接受“+”值，以及凹入特征接受“-”值?？赏ㄟ^分析該點自平均通路的偏差來降低噪聲(可忽視細微變化，或可設置容限的閥值)。也可通過分析沿通路的特征的頻率來降低噪聲(頻率特征表示假的特征，其不是摩擦紋脊皮膚特征)。
轉(zhuǎn)到一些一般的討論，在此的革新的發(fā)展可能較大地增加了指紋自動識別系統(tǒng)的準確性，和/或增加了更多國外國內(nèi)罪犯的識別，因此有助于法律實施、刑事司法系統(tǒng)和本國安全工作的進步。
實際上任何維度，和至少2D數(shù)字圖像的維度的加權(quán)組合(例如，直接數(shù)字圖像、掃描照片、自視頻或其它運動圖像的屏幕獲取)可表示成至少3D表面圖(即象素的維度或強度(或由象素的一些其它數(shù)學表示或相關(guān)性確定的量級，例如象素強度和其周圍象素強度的平均或僅周圍象素平均)可表示成至少一個另外維度；x、y圖像可用于產(chǎn)生x、y、z面，其中z軸定義產(chǎn)生z軸的所選的量級)。例如，量級可以是灰度或給定的色彩通道(color channel)。
其它例子包括圖像的默認色空間(default color space)轉(zhuǎn)換成HLS(色相、亮度、飽和度)色空間，然后選擇飽和度、色度或亮度維度作為量級。轉(zhuǎn)換成RGB色空間允許色彩通道的選擇(紅色通道、綠色通道、藍色通道等)。該選擇也可為單波長或波段，或為多波長或波段。例如，選擇和/取消選擇某些波段可允許圖像的熒光檢測，或檢測圖像中血色素的相對氧含量。使用線性或非線性算法或其它期望的數(shù)學函數(shù)可確定量級。
因此，從色空間維度(通道)與某些加權(quán)因子的組合(例如0.5*紅色+0.25*綠色+0.25*藍色)，或甚至同時來自不同色空間的維度的組合(例如，象素強度(來自HIS色空間)與其亮度(來自YUV、YcbCr、Yxy、LAB等色空間)相乘)，可計算表面上每一象素的高度。
在某些實施例中，象素接象素表面投影通過圖像處理技術(shù)來連接，以產(chǎn)生連續(xù)的表面圖。用于連接投影且產(chǎn)生表面的圖像處理技術(shù)包括將2D象素映射到3D網(wǎng)格的格點(例如三角形或直線)，將格點的z軸值設置為合適的值(基于所選度量例如強度，紅色通道等來增加)；用標準3D陰影技術(shù)(高洛德、平面等)來填充網(wǎng)格；然后用四周和方向照明裝置來照亮3D場景?？蓪κ褂媚骋?D表面創(chuàng)建/可視化軟件中的修改的實施例實施這些技術(shù)，例如在美國專利No.6,445,820和No.6,654,490；美國專利申請20020114508；20020176619；20040096098；20040109608；和PCT專利申請公布No.WO 02/17232中討論。
本發(fā)明可顯示3D地形圖或1比特或更高比特的圖像中的色空間維度的其它3D顯示。例如，12比特圖像中的色相變化可用表面高度的4,096變化來表示為3D表面。
量級和/或顯示選擇的其它示例包括色空間維度外，使用2D數(shù)據(jù)集的任何函數(shù)可計算z軸上的格點高度。用于將自2D數(shù)據(jù)集的信息改變成z高度的函數(shù)表現(xiàn)形式為f(x、y，圖像)＝z。所有色空間維度都是此形式，然而也可有其它值。例如，可在Lumen軟件中創(chuàng)建函數(shù)，其基于(i)霍斯菲耳德氏單位(Hounsfield unit)(f(象素值)＝霍斯菲耳德氏值)的查找表，(ii)僅基于2D坐標(例如，f(x，y)2x+y)，(iii)圖像外部可存儲的任何其它字段變量，或(iv)2D圖像中的面積算符(areaoperator)，例如高斯模糊值或Sobel邊緣檢測器值來映射z高度。
在所有情況下，外部函數(shù)或數(shù)據(jù)集以有些有意義的方式與圖像相關(guān)。在此的軟件可包含函數(shù)g，其將2D圖像中的象素映射到某一其它外部變量(例如，霍斯菲耳德氏單位)，且此值然后用作z高度的值(具有可選調(diào)整)。最終結(jié)果為包含在2D圖像中的霍斯菲耳德氏單位的3D地形圖；該3D圖投影在2D圖像本身上。
因此，例如，量級可以是灰度、色相、亮度或飽和度的至少一個或更多個，或者量級可包括從灰度、色相、亮度或飽和度的至少一個所獲得的組合，和集中于圖像內(nèi)的象素的、由面積算符定義的平均數(shù)。使用線性或非線性函數(shù)可確定量級。
該方法還可包括執(zhí)行圖像中標記的AFIS II類型、AFIS III類型和/或AFIS III+類型的一個或更多。
印記的至少2維圖像可以是2維圖像，以及相對于2維的另一維可以是第三維，以提供具有3維面的3D圖像，其具有以x、y軸表示的2維圖像的兩維，和以z軸表示的第三維。
該量級分析可區(qū)分足夠級別的值以區(qū)別印記的級別III特征。該量級增強分析可以是動態(tài)量級增強分析，且可包括滾動、傾斜和/或搖晃圖像。該動態(tài)分析還可包括將動態(tài)分析加入電影環(huán)路，其表示視頻或其它運動圖像，其中特定的滾動、傾斜或搖晃被來回重復；其它用于電影回路的選擇包括將表面的縱橫比從0改變?yōu)橐恍┢渌鼣?shù)(正或負)，改變照明參數(shù)(例如，四周和方向亮度的％混合)，施加到表面的方向照明的角度(使燈在表面上“掃過(sweeping)”)燈。圖像可以是數(shù)字圖像、攝影影像、彩色圖象或黑、白圖像。印記可以是指紋、掌印、局部印記、潛在印記。
該方法進一步可包括，在放置印記的細節(jié)特征點標記時，同時在印記的2D圖像和3D圖像上顯示細節(jié)特征點標記。印記的2D圖像和3D圖像可同時顯示在單個顯示屏上。
在此的革新還包括計算機實施程序設計(computer-implementedprogramming)，其執(zhí)行該方法的自動元素；和包括該計算機實施程序的計算機。該計算機可包括鏈接計算機的分布式網(wǎng)絡，例如手持無線計算機，且該方法可以以手持無線計算機來實現(xiàn)。該革新還包括AFIS系統(tǒng)，其包括計算機和/或執(zhí)行在此的方法的計算機實施程序。
在一些實施例中，在此的圖像數(shù)據(jù)模型程序保持在原有數(shù)據(jù)集執(zhí)行的每一命令的持久記錄或命令歷史。為了返回到先前表面物體的觀察，從命令歷史下拉列表，或通過其它機制例如數(shù)次打擊“取消/重做”命令鍵或所期望的別的方式來選擇相應的命令。當存儲量級增強圖像時，命令歷史和在歷史中當前的位置存儲為部分圖像文件格式或其它復雜鏈接格式。命令歷史這樣的存儲可以是自動或手動的，以及可以是強制的或可選的。例如，在期望法庭歷史和/或樣品的保管鏈(和樣品的測試)的情況下，例如在法院訴訟程序陳述證據(jù)的再審中，命令歷史可保持為強制(即，不能被用戶關(guān)閉)、自動特征，其記錄每一圖象控制以用于反對的律師或?qū)＜一蚱渌鼨?quán)威以后再審。相似地，在需要追蹤雇員行為的公司場合，命令歷史可以是強制的。在其它場合，其中可證實歷史是不關(guān)鍵或期望的，命令歷史功能可被關(guān)閉或可擦除。期望的實施例的特征是命令歷史從不可能“假的”。
在一些實施例中，無論何時打開所存儲的數(shù)據(jù)模型文件，所存儲的命令歷史會自動出現(xiàn)，且可以以相同的序列次序應用。因此，命令歷史是“持久的”，這是因為其保持了每一顯示文件的一部分，該顯示文件在已輸入命令后存儲在數(shù)據(jù)模型文件中。
一旦存儲命令歷史，單獨歷史或具有圖像復制品的歷史可郵寄給另一使用者，該使用者然后輸入歷史，或存取歷史，且在相同的基本圖像(underlying image)上使用所存儲的命令集。這產(chǎn)生了一樣的顯示，而實際不必來回發(fā)送該顯示。例如在犯罪實驗室想要外部專家使用圖像模型系統(tǒng)來查看圖像，但最后想要內(nèi)部進行所繪制的顯示或者不能容易傳送或接收很大的計算機文件(或一系列這種文件)的情況下，其可能是有利的。其還增加了第二個使用者反復核對最初的使用者所使用的方法的能力。因此，該圖像可由一個使用者檢查，以實現(xiàn)期望的量級分析、縱偏、滾動和偏航和/或其它顯示設置，來產(chǎn)生期望的增強圖像顯示，然后例如通過電子郵件將提供該期望的增強圖像顯示的命令歷史傳送給第二個使用者。其然后能夠在他們的計算機所安裝的軟件中產(chǎn)生相同的基本圖像，或另外插入或復制發(fā)送給他們的命令歷史，且產(chǎn)生原樣的繪制。然后還可制作另外的繪制，且將其發(fā)送回最初的使用者或到其他所希望的使用者。在一些實施例中，第一個使用者是核心力量，例如是圖像模型軟件的提供者，其具有圖像或圖像類型的檢查的特殊專長。在其它實施例中，使用者可以是多個不同的犯罪實驗室、醫(yī)學實驗室、病理學家或其它具有特有專長領(lǐng)域但不特定束縛于圖像模型軟件的使用者。如所希望的，也可能有其它的使用者。
在另一方面中，可有利地顯示在此所討論的印記和其它圖像，使得可在8比特或更少比特的顯示系統(tǒng)上顯示具有用于每一象素通道信息的9比特或更多比特量級的圖像?？砂ㄔ谠摲椒ê拖到y(tǒng)等中的工具包括表面/線框/輪廓/格點映射、等高線間距控制、海拔比例和縮放、假彩色/灰度映射、顏色/透明映射、表面方向、表面投影透視、特寫和遠景、比較視窗瓷磚濾鏡和同步、圖像配準、圖像克隆、通過直方圖均衡化和線性范圍映射的顏色貼圖對比度控制。該系統(tǒng)等將灰度圖像強度、其它量級轉(zhuǎn)變成量級的3D表面表示。該轉(zhuǎn)變導致HVS感知機制的基本變化，其中音調(diào)值轉(zhuǎn)變成于相應象素的所選量級對應的“海拔”形狀和形式。海拔形狀和形式可以以任何所選的對比度級別或色相來表示，避免了灰度音調(diào)顯示和HVS感知問題?？墒褂枚喾N用于數(shù)量感的交互工具和輔助，例如圖象變比(zoom)、傾斜、搖晃、旋轉(zhuǎn)、所應用的顏色值、等值線、線性縮放、空間校準和圖像特征的鼠標手勢測量。
該系統(tǒng)等提供在傳統(tǒng)顯示裝置上顯示多于8比特(多于256色調(diào))和更多(例如，16比特，65,536色調(diào))的灰度色調(diào)，一般能夠辨別最大8比特灰度。在一些實施例中，這是通過在圖像的X和Y軸映射數(shù)字量級圖像空間信息，同時在Z軸或海拔維度繪出灰度值來實現(xiàn)的。最后所得的三維面可對Z軸分配任何期望的長度和縮放因子，因此提供了等于或超過打印機、顯示器和人類視覺系統(tǒng)的通常256灰度限制的灰度信息的顯示。
另外，可在“放大視窗”顯示信息的全部比特集合的子集合(即，完全未壓縮或至少比量級信息的其余部分較少壓縮)，從而僅信息的某些段被完全顯示，而其余部分被壓縮或甚至“離開”顯示屏。例如“視窗”可以是全部灰度范圍的子集，例如4096中的256?？啥ㄎ淮恕耙暣啊币圆榭粗幸簟凹墑e”(1920到2176)、極暗“級別”(0到255)或其他的12比特等級到達4096的灰度值。對于極暗的例子，調(diào)整來自4096或其它高比特級別圖像的極暗(級別)灰度的256灰度部分(視窗)以顯示那些暗灰度，其是使用對普通顯示裝置上的HVS容易可見的中音級別灰度。在12比特圖像中的3840灰度(4096減去256)的平衡在顯示上不可見。使用可選的3維表面，極暗色調(diào)以及灰色的中音和極亮色調(diào)不用調(diào)整(視窗和級別)就可見。作為3D表面的對象，對于HVS感知可一下子(若期望，或更多)獲得所有4096灰度值。
此外，在此以上和別處討論的某些表面創(chuàng)建技術(shù)、持久命令歷史、顯示選擇、軟件等本身構(gòu)成在此的革新，包括除了AFIS分析以外的目的。例如，該技術(shù)等可用于醫(yī)學、工業(yè)、牙齒、法庭、質(zhì)量保證、個人識別等情況。
在此所使用的所有術(shù)語包括在此部分下面具體討論的那些術(shù)語根據(jù)其通常的意思使用，除非上下文或定義另外清楚地指出。此外，除非另有所指，除了落在權(quán)利要求內(nèi)，“或”的使用包括“和”，反之亦然。非限制性術(shù)語不應解釋成限制，除非特別說明或上下文另外清楚地指出，(例如，“包含”、“具有”和“包括”一般表示“包括而非限制”)。包括在權(quán)利要求中的單數(shù)形式例如“一(a)”、“一(an)”和“所述的(the)”包括多于一個參考，除非特別說明或上下文另外清楚地指出。
“計算機”是一種設備，其能夠控制掃描儀、數(shù)字圖像分析儀、或處理器等或在此所討論的方法和裝置的其它元件。例如，計算機可控制在此所討論的AFIS分析、軟件，其確定灰度或其它亮度和/或強度切片等。一般上，計算機包括中央處理單元(CPU)、或其它邏輯實現(xiàn)設備，例如獨立計算機如桌面型或膝上型計算機、具有外圍、手持、局域網(wǎng)或因特網(wǎng)的計算機等。計算機已眾所周知，且鑒于本公開，對于特定方面或特征選擇所期望的計算機落在技術(shù)人員的范圍內(nèi)。
本系統(tǒng)和方法等的范圍包括裝置加功能，以及步驟加功能概念。然而，在本申請中所闡釋的術(shù)語在權(quán)利要求中不應被解釋成表示“裝置加功能”的關(guān)系，除非單詞“裝置”在權(quán)利要求中被特別引用，以及在單詞“裝置”在權(quán)利要求中被特別引用的情況下，其在權(quán)利要求中被解釋成表示“裝置加功能”的關(guān)系。相似地，在本申請中所闡釋的術(shù)語在方法或過程權(quán)利要求中不應被解釋成表示“步驟加功能”的關(guān)系，除非單詞“步驟”在權(quán)利要求中被特別引用，以及在單詞“步驟”在權(quán)利要求中被特別引用的情況下，其在權(quán)利要求中被解釋成表示“步驟加功能”的關(guān)系。
從前述來看，應該理解，盡管出于示出的目的，在此已描述了特定實施例，然而在不脫離在此的討論和權(quán)利要求的精神和范圍的情況下，可作各種修改。
權(quán)利要求
1.一種分析印記的方法，其包括a)提供印記的至少二維的圖像；b)使所述圖像經(jīng)受量級增強分析，從而在所述印記的至少一基本部分上的至少一個相關(guān)量級描繪在相對于所述至少二維的另一維上，以提供量級增強圖像，從而相比于沒有所述量級增強分析的所述二維圖像，附加的量級級別對于人眼基本上更可識別；c)顯示所述增強圖像；以及d)人工檢查所述量級增強圖像，以放置所述印記的至少一個細節(jié)特征點標記。
2.如權(quán)利要求1所述的方法，其中所述放置過程包括識別和放置先前在所述印記上未被識別的至少兩個細節(jié)特征點標記。
3.如權(quán)利要求1所述的方法，其中所述放置過程包括移動先前不正確地放置在所述印記上的至少兩個細節(jié)特征點標記。
4.一種分析印記的方法，其包括a)提供印記的至少二維的圖像，所述圖像包括由提供自動細節(jié)特征點標記的自動細節(jié)特征點標記算法確定的細節(jié)特征點標記；b)使所述圖像經(jīng)受量級增強分析，從而在所述印記的至少一基本部分上的至少一個相關(guān)量級描繪在相對于所述至少二維的另一維上，以提供量級增強圖像，從而相比于沒有所述量級增強分析的所述二維圖像，附加的量級級別對于人眼可見；c)顯示所述增強圖像；以及d)人工檢查所述量級增強圖像，以評估所述自動細節(jié)特征點標記的正確性。
5.如權(quán)利要求4所述的方法，其中所述方法進一步包括確定所述印記的至少一個細節(jié)特征點標記，所述確定過程包括除去不正確的自動細節(jié)特征點標記、移動不正確的自動細節(jié)特征點標記或增加另外的細節(jié)特征點標記中的至少一個。
6.如權(quán)利要求1-5中任一項所述的方法，其中所述量級是灰度。
7.如權(quán)利要求1-5中任一項所述的方法，其中所述量級包括色相、亮度或飽和度的至少一個。
8.如權(quán)利要求1-5中任一項所述的方法，其中所述量級包括從灰度、色相、亮度或飽和度的至少一個所獲得的值的組合。
9.如權(quán)利要求1-5中任一項所述的方法，其中所述量級包括由集中于所述圖像內(nèi)的象素的面積算符所定義的平均強度。
10.如權(quán)利要求1-5中任一項所述的方法，其中使用線性函數(shù)確定所述量級。
11.如權(quán)利要求1-5中任一項所述的方法，其中使用非線性函數(shù)確定所述量級。
12.如權(quán)利要求1-11中任一項所述的方法，其中所述方法進一步包括執(zhí)行所述圖像中的所述標記的指紋自動識別系統(tǒng)II類型分析。
13.如權(quán)利要求1-11中任一項所述的方法，其中所述方法進一步包括執(zhí)行所述圖像中的所述標記的指紋自動識別系統(tǒng)III類型分析。
14.如權(quán)利要求1-13中任一項所述的方法，其中印記的所述至少二維的圖像是二維圖像，且相對于所述二維的另一維是第三維，以提供具有三維表面的三維圖像，其中所述二維圖像的兩維用x、y軸表示，且所述第三維用z軸表示。
15.如權(quán)利要求1-14中任一項所述的方法，其中所述量級分析區(qū)分足夠的所述量級級別以辨別所述印記的級別III特征。
16.如權(quán)利要求1-15中任一項所述的方法，其中所述量級增強分析是動態(tài)量級增強分析。
17.如權(quán)利要求16所述的方法，其中所述動態(tài)分析包括至少滾動、傾斜或搖晃所述圖像。
18.如權(quán)利要求17所述的方法，其中所述動態(tài)分析包括至少滾動、傾斜和搖晃所述圖像。
19.如權(quán)利要求17或18所述的方法，其中所述動態(tài)分析包括使所述動態(tài)分析加入電影環(huán)路。
20.如權(quán)利要求1-19中任一項所述的方法，其中所述圖像是數(shù)字圖像。
21.如權(quán)利要求1-19中任一項所述的方法，其中所述圖像是攝影影象的數(shù)字掃描
22.如權(quán)利要求1-21中任一項所述的方法，其中所述圖像是彩色圖象。
23.如權(quán)利要求1-22中任一項所述的方法，其中所述圖像是黑—白圖像。
24.如權(quán)利要求1-23中任一項所述的方法，其中所述印記為指紋。
25.如權(quán)利要求1-23中任一項所述的方法，其中所述印記為掌印。
26.如權(quán)利要求1-25中任一項所述的方法，其中所述印記為局部印記。
27.如權(quán)利要求1-25中任一項所述的方法，其中所述印記是潛在印記。
28.如權(quán)利要求1-27中任一項所述的方法，其中所述方法進一步包括在放置所述印記的所述細節(jié)特征點標記時，同時在所述印記的二維圖像和三維圖像上顯示所述細節(jié)特征點標記。
29.如權(quán)利要求28所述的方法，其中所述印記的所述二維圖像和所述三維圖像同時顯示在單個顯示屏上。
30.執(zhí)行權(quán)利要求1-29中任一項所述的方法的自動元素的計算機實施程序設計。
31.一種包括計算機實施程序設計的計算機，其執(zhí)行權(quán)利要求1-29中任一項所述的方法的自動元素。
32.如權(quán)利要求31所述的計算機，其中所述計算機包括相鏈的計算機的分布式網(wǎng)絡。
33.如權(quán)利要求32所述的計算機，其中所述計算機包括手持計算機，且權(quán)利要求1-29中任一項所述的方法用所述手持無線計算機來實現(xiàn)。
34.如權(quán)利要求32所述的計算機，其中所述計算機包括無線連接計算機，且權(quán)利要求1-29中任一項所述的方法用所述手持無線計算機來實現(xiàn)。
35.一種包括計算機實施程序設計的指紋自動識別系統(tǒng)的系統(tǒng)，所述計算機實施程序設計執(zhí)行權(quán)利要求1-29中任一項所述的方法的自動元素。
36.如權(quán)利要求32所述的指紋自動識別系統(tǒng)的系統(tǒng)，其中，所述指紋自動識別系統(tǒng)的系統(tǒng)包括手持無線計算機，且權(quán)利要求1-29中任一項所述的方法用所述手持無線計算機來實現(xiàn)。
37.一種包括根據(jù)權(quán)利要求31-35中任一項所述的計算機的指紋自動識別系統(tǒng)的系統(tǒng)。
38.一種分析印記的方法，其包括a)提供印記的至少二維的圖像；b)使所述圖像經(jīng)受量級增強分析，從而在所述印記的至少一基本部分上的至少一個相關(guān)量級描繪在相對于至少二維的另一維上，以提供量級增強圖像，從而相比于沒有所述量級增強分析的二維圖像，附加的量級級別對于人眼可見；c)將所述量級增強圖像分成多個強度級別；d)個別地選擇至少一個孤立的強度級別；e)從所述孤立的強度級別確定至少一個指紋自動識別系統(tǒng)的標記。
39.如權(quán)利要求38所述的方法，其中所述方法進一步包括顯示所述孤立級別，以及人工確定至少一個細節(jié)特征點標記。
40.如權(quán)利要求38所述的方法，其中自動確定所述細節(jié)特征點標記
41.如權(quán)利要求38-40中任一項所述的方法，其中所述多個強度級別包括至少三個級別。
42.如權(quán)利要求38-41中任一項所述的方法，其中所述方法進一步包括除去不正確的細節(jié)特征點標記、移動不正確的細節(jié)特征點標記或給所述圖像增加細節(jié)特征點標記中的至少一個。
43.如權(quán)利要求38-41中任一項所述的方法，其中所述確定過程包括確定先前在所述印記上未被識別的至少兩個細節(jié)特征點標記。
44.如權(quán)利要求38-41中任一項所述的方法，其中所述確定過程包括移動先前不正確地放置在所述印記上的至少兩個細節(jié)特征點標記。
45.如權(quán)利要求38-44中任一項所述的方法，其中所述強度值是灰度。
46.如權(quán)利要求38-44中任一項所述的方法，其中所述量級包括色相、亮度或飽和度的至少一個。
47.如權(quán)利要求38-44中任一項所述的方法，其中所述量級包括從灰度、色相、亮度或飽和度的至少兩個所獲得的值的組合。
48.如權(quán)利要求38-44中任一項所述的方法，其中所述量級包括由集中于圖像內(nèi)的象素的面積算符所定義的平均強度。
49.如權(quán)利要求38-44中任一項所述的方法，其中使用線性函數(shù)確定所述量級。
50.如權(quán)利要求38-44中任一項所述的方法，其中使用非線性函數(shù)確定所述量級。
51.如權(quán)利要求38-44中任一項所述的方法，其中所述方法進一步包括執(zhí)行所述圖像中的標記的指紋自動識別系統(tǒng)II類型分析。
52.如權(quán)利要求38-44中任一項所述的方法，其中所述方法進一步包括執(zhí)行所述圖像中的標記的指紋自動識別系統(tǒng)III類型分析。
53.如權(quán)利要求38-44中任一項所述的方法，其中印記的所述至少二維的圖像是二維圖像，且相對于所述二維的另一維是第三維，以提供具有三維表面的三維圖像，其中所述二維圖像的兩維用x、y軸表示，且所述第三維用z軸表示。
54.如權(quán)利要求38-53中任一項所述的方法，其中所述量級分析區(qū)分足夠的所述量級級別以辨別所述印記的級別III特征。
55.如權(quán)利要求38-54中任一項所述的方法，其中所述量級增強分析是動態(tài)量級增強分析。
56.如權(quán)利要求55所述的方法，其中所述動態(tài)分析包括滾動、傾斜或搖晃所述圖像。
57.如權(quán)利要求56所述的方法，其中所述動態(tài)分析包括滾動、傾斜和搖晃所述圖像。
58.如權(quán)利要求56或57所述的方法，其中所述動態(tài)分析包括使所述動態(tài)分析加入電影環(huán)路。
59.如權(quán)利要求38-58中任一項所述的方法，其中所述圖像是數(shù)字圖像。
60.如權(quán)利要求38-58中任一項所述的方法，其中所述圖像是攝影影象的數(shù)字掃描。
61.如權(quán)利要求38-60中任一項所述的方法，其中所述所述圖像是彩色圖象。
62.如權(quán)利要求38-60中任一項所述的方法，其中所述圖像是黑白圖像。
63.如權(quán)利要求38-62中任一項所述的方法，其中所述所述印記為指紋。
64.如權(quán)利要求38-62中任一項所述的方法，其中所述所述印記為掌印。
65.如權(quán)利要求38-64中任一項所述的方法，其中所述印記為局部印記。
66.如權(quán)利要求38-64中任一項所述的方法，其中所述印記是潛在印記。
67.如權(quán)利要求38-66中任一項所述的方法，其中所述方法進一步包括在放置所述印記的所述細節(jié)特征點標記時，同時在所述印記的二維圖像和三維圖像上顯示所述細節(jié)特征點標記。
68.如權(quán)利要求67所述的方法，其中所述印記的所述二維圖像和所述三維圖像同時顯示在單個顯示屏上。
69.執(zhí)行權(quán)利要求38-68中任一項所述的方法的自動元素的計算機實施程序設計。
70.一種包括計算機實施程序設計的計算機，其執(zhí)行權(quán)利要求38-68中任一項所述的方法的自動元素。
71.如權(quán)利要求70所述的計算機，其中所述計算機包括相鏈計算機的分布式網(wǎng)絡。
72.如權(quán)利要求70所述的計算機，其中所述計算機包括手持無線計算機，且權(quán)利要求38-68中任一項所述的方法用所述手持無線計算機來實現(xiàn)。
73.一種包括計算機實施程序設計的指紋自動識別系統(tǒng)的系統(tǒng)，所述計算機實施程序設計執(zhí)行權(quán)利要求38-68中任一項所述的方法的自動元素。
74.如權(quán)利要求71所述的指紋自動識別系統(tǒng)的系統(tǒng)，其中所述指紋自動識別系統(tǒng)的系統(tǒng)包括手持無線計算機，且權(quán)利要求38-68中任一項所述的方法用所述手持無線計算機來實現(xiàn)。
75.一種包括根據(jù)權(quán)利要求70-72中任一項所述的計算機的指紋自動識別系統(tǒng)的系統(tǒng)。
全文摘要
關(guān)于指紋自動識別系統(tǒng)的識別、提取和三維分析策略的系統(tǒng)和方法，系統(tǒng)和方法等幫助印記檢查員對于包含在指紋自動識別系統(tǒng)的系統(tǒng)內(nèi)的已知印記數(shù)據(jù)庫搜索和比較印記或其基本部分。在某些實施例中，印記可確定地與在所述數(shù)據(jù)庫中的相應的所述印記匹配。更徹底的搜索和比較的結(jié)果可具有更高的找到分數(shù)和正確率。在某些實施例中，所述數(shù)據(jù)庫包括先前獲得的印記的候選列表，以幫助識別。
文檔編號G06K9/00GK1898680SQ200480038597
公開日2007年1月17日 申請日期2004年10月15日 優(yōu)先權(quán)日2003年10月23日
發(fā)明者卡西·沃特海姆, 杰弗里·瓦拉泰斯 申請人:流明Iq有限公司