<Desc/Clms Page number 1>
Die Erfindung betrifft ein Verfahren zum Vergleich eines Anfragefingerprints mit in einem Archiv enthaltenen Referenzfingerprints.
Zur Feststellung der Identität eines als digitalisiertes Bild vorliegenden Fingerabdruckes - eines sogenannten Anfragefingerprints - kann dieser mit in einem Archiv in digitalisierter Form gespeicherten Fingerabdrücken bekannter Identität - sogenannter Referenzfingerprints - verglichen werden, wobei die Erfassung eines Fingerprints üblicherweise mittels eines geeigneten Sensor erfolgt, beispielsweise auf optischer oder kapazitiver Basis. Das vom einem Sensor gelieferte Bild hat typischerweise eine Auflösung von 500 dpi und ist ein Graustufenbild, welches nach dem Scan in Abhängigkeit des Verfahrens unterschiedlich weiterverarbeitet wird.
Um den Vergleich von Anfragefingerprints mit den Referenzfingerprints effizienter zu gestalten, werden die Referenzfingerprints anhand von vorgebbaren Merkmalen in Klassen unterteilt. Im Rahmen der Feststellung der Identität des Anfragefingerprints wird der Anfragefingerprint einer Merkmalsextraktion unterzogen und festgestellt, in welche Klasse von Referenzfingerprints er fällt. Hierauf werden die in dieser Klasse enthaltenen Referenzfingerprints mit dem Anfragefingerprint auf Übereinstimmung überprüft - beispielsweise mittels eines Minutienvergleichs ( Minutiae-Based Fingerprint Matching).
Beim Minutiae-Based Fingerprint Matching werden charakteristische Punkte des Fingers wie Rillen, Kreuzungen, Verzweigungen und Enden - die Minutien erfasst. Üblicherweise wird zur Gewinnung der Minutien aus einem mittels eines Sensors erfassten Original-Graustufenbild des Fingerabdrucks ein Richtungs- bzw. Orientierungsfeld berechnet, aus welchem ein Rillenmuster bzw. Linienmuster des Fingerprints ermittelt wird. Aus dem Rillenmuster können schliesslich die Positionen der Minutien ermittelt werden.
Die mathematischen Informationen zur Kodierung der Minutien werden mit entsprechenden Merkmals-Extraktions-Algorithmen aus dem Orientierungsfeld eines Fingerprints extrahiert. Ein Individuum wird als Besitzer entsprechender Referenzdaten erkannt, wenn die aus seinem Fingerprint gewonnenen Anfragedaten in einer vordefinierten Anzahl von Minutien mit den Referenzdaten übereinstimmen. Zum Vergleich eines Anfragefingerprints mit einem Referenzfingerprint kann der Referenzfingerprint solange verschoben und gedreht werden, bis die Abweichungen der Minutien minimal ist. Zum Vergleich von Fingerprints mittels Minutienvergleich siehe beispielsweise auch die DE 100 38 873 A1.
Bei der Klassifizierung von Fingerprints handelt es sich um eine Vorselektion, durch welche die Anzahl der potentiell mit dem Anfragefingerprint übereinstimmenden Referenzfingerprint reduziert wird. Auf diese Weise kann die Menge der zu miteinander zu vergleichenden Fingerprints wesentlich reduziert werden, wodurch sich die Berechnungszeit erheblich verringern lässt.
Die WO 1999/10838 A1 und die WO 1997/38533 zeigen Verfahren zur Kompression von Bilddaten, bei welchen die Bilddaten zur effizienteren Speicherung in Quadtrees zerlegt werden.
Weiters ist ein Bildvergleich mittels Quadtrees beispielsweise aus der KR 210 400 B bekannt geworden.
Aus E. ALBUZ, E. D. KOCALAR, A. A. KHOKHAR, Quanzized CIELab Space and Encoded Spatial Structure for Scalable Indexing of Large Color Image Archives, Proc. Of the IEEE Int.
Conf. On Acoustics, Speech, and Signal Processing, 5. -9. Juni 2000, Vol. 6, Seiten 1995-1998 ist eine Methode zum Suchen in Archiven von Farbbildern bekannt geworden, wobei Referenzbilder gemäss der in ihnen enthaltenen Farbinformationen in dem Archiv abgelegt sind. Bei dem bekannten Verfahren wird aus jedem Abfragebild ein Merkmalsvektor mittels einer Quad-TreeZerlegung gewonnen, wobei das Bild in Regionen gleicher bzw. ähnlicher Farbe unterteilt wird.
Anhand der Quad Tree Struktur des Abfragebilds wird sodann ermittelt, welcher Klasse von Referenzbildern das Abfragebild zugeordnet ist.
<Desc/Clms Page number 2>
Die oben genannten Verfahren eignen sich prinzipiell nicht besonders gut zur Erstellung eines Archivs von Referenzfingerprints, da bei den bekannten Verfahren Bildrohdaten im wesentlichen ohne vorherige Merkmalsextraktion einer Quad-Tree-Zerlegung unterworfen werden, wodurch Informationen, die wesentlich für die Erkennung von Fingerprints sind, verloren gehen können. Aus diesem Grund ist es bei den bekannten Verfahren notwendig, zusätzliche Informationen, wie etwa das Orientierungsfeld des Fingerprints, zu speichern, um eine nachfolgende Fingerprinterkennung zu ermöglichen, womit jedoch ein sehr hoher Rechen- und Speicheraufwand, vor allem bei sehr grossen Archiven, verbunden ist.
Aus "X. LUO, G. MIRCHANDANI, An integrated Framework for Image Classifcation, Proc. of the IEEE Int. Conf. on Accoustics, Speech, and Signal Processing, 7. -11. Mai 2001, Vol. 2, Seiten 977-980" ist ein Verfahren zur Klassifizierung von Bildern in einer Datenbank bekannt geworden, bei welchem ein zu klassifizierendes Bild einer Fourier Mellin Transformation unterworfen wird und das Bild anhand von Eigenschaften seiner Transformierten einer Klasse von Bildern zugeordnet wird.
Bekannte Klassifizierungsverfahren wie sie zum Erstellen von Archiven oder zur Identifikation von Fingerprints verwendet werden, brauchen jedoch üblicherweise grosse Speicher und Rechenkapazitäten.
Aufgabe der vorliegenden Erfindung ist es daher, eine einfach und mit geringem Rechen- und Speicheraufwand durchzuführende Methode zur Klassifizierung von Fingerprints bei der Erstellung eines Archivs bzw. bei der Überprüfung, ob ein Anfragefingerprint mit einem in dem Archiv enthaltenen Referenzfingerprint übereinstimmt, zu schaffen.
Diese Aufgabe wird mit einem Verfahren der eingangs genannten Art erfindungsgemäss dadurch gelöst, dass die in dem Archiv enthaltenen Referenzfingerprints anhand einer aus einer Quad Tree Zerlegung ihres jeweiligen Orientierungsfeldes resultierenden Quad Tree Struktur je einer Klasse von Referenzfingerprints zugeordnet sind, wobei zu dem Anfragefingerprint ein Orientierungsfeld berechnet wird, welches einer Quad Tree Zerlegung unterworfen wird, woraufhin überprüft wird, ob der Anfragefingerprint anhand der Struktur seines aus der Quad Tree Zerlegung resultierenden Quad Trees einer Klasse von Referenzfingerprints zuortbar ist, wobei ein anhand der Struktur des Quad Trees seines Orientierungsfeldes einer Klasse von Referenzfingerprints zugeordneter Anfragefingerprint mit den in dieser Klasse enthaltenen Referenzfingerprints auf Übereinstimmung überprüft wird.
Die Berechnung des Orientierungsfeldes stellt keinen zusätzlichen Rechenaufwand dar, da im Rahmen der Aufzeichnung der Referenzvektoren üblicherweise eine Merkmalsextraktion erfolgt, in deren Rahmen ohnedies das Orientierungsfeld berechnet wird, um im Bedarfsfall Identitäts- überprüfung eines Anfragefingerprints zu ermöglichen. Durch die Quad Tree Zerlegung kann darüber hinaus die Grösse der zu speichernden Daten noch wesentlich verringert werden.
Bei der Quad Tree Zerlegung handelt es sich um ein Standardverfahren der Computational Geometry , welches eine kompakte Darstellung einer zweidimensionalen Funktion - des Orientierungsfeldes - erlaubt. Bei der Quad Tree Zerlegung wird das Orientierungsfeld in quadratische Bereiche mit der Seitenlänge s zerlegt. Diese Bereiche werden im Folgenden als Kacheln bzw. Regionen bezeichnet. Der innerhalb einer Kachel gelegene Teil des Orientierungsfeldes kann durch einen konstanten Wert - üblicherweise als Orientierungswert bezeichnet - ersetzt werden, falls das Orientierungsfeld innerhalb dieser Kachel von diesem Orientierungswert um ein vorgebbares Fehlermass nicht abweicht.
Sollte das doch der Fall sein, kann die ursprüngliche Kachel in vier (Quad) gleiche Teile mit einer Seitenlänge s/2 zerlegt und rekursiv das gleiche Kriterium auf die kleinere Kachel angewendet werden, bis das Fehlermass in jeder Kachel unterschritten wird. Bei diesem Prozess entsteht eine Art ausgefranster Pyramide - der Quad Tree.
<Desc/Clms Page number 3>
Vorteilhafterweise werden bei einer nicht leeren Menge von bereits in dem Archiv enthaltenen, klassifizierten Referenzfingerprints bei Hinzufügen eines neuen Referenzfingerprints Positionen von Knoten innerhalb des Quad Trees des hinzuzufügenden Referenzfingerprints mit Positionen von Knoten innerhalb zumindest eines eine Klasse von Referenzfingerprints repräsentierenden Quad Trees verglichen. Auf diese Weise lässt sich sehr schnell feststellen, ob ein in das Archiv aufzunehmender Referenzfingerprint einer bereits existierenden Klasse von in dem Archiv enthaltenen Referenzfingerprints zugeordnet werden kann.
Weiters kann überprüft werden, ob die Position zumindest eines Knotens der ersten Ebene des Quad Trees des in das Archiv aufzunehmenden Referenzfingerprints mit der Position zumindest eines Knotens der ersten Ebene eines einer Klasse von Referenzfingerprints zugeordneten Quad Trees übereinstimmt. Durch die Beschränkung auf den Vergleich von Knoten des Quad Trees (ein Knoten eines Quad Trees hat wiederum zumindest 4 Kinder - entweder wiederum Knoten oder auch Blätter) kann auf sehr effiziente und schnelle Art festgestellt werden, welcher Klasse ein zu archivierender Fingerprint entspricht, da auf einen Vergleich von Blättern des Quad Trees (Blätter haben keine Kinder) verzichtet werden kann, wodurch sich die benötigte Rechenzeit weiter verringern lässt.
Für den Fall, dass keine Knoten mit übereinstimmender Position in den ersten Ebenen der Quad Trees gefunden werden können, kann ein aus der Quad Tree Zerlegung gewonnenes Homogenitätsbild eines der miteinander verglichenen Quad Trees in einer das Homogenitätsbild enthaltenden Ebene gedreht werden, wobei der zu dem gedrehten Homogenitätsbild gehörige Quad Tree mit dem anderen Quad Tree auf in ihren Positionen in dem je zugeordneten Quad Tree übereinstimmende Knoten überprüft wird.
Bei einer vorgebbaren Anzahl übereinstimmenden Knoten des Quad Trees des zu archivierenden Referenzfingerprints und des einer Klasse von archivierten Referenzfingerprints zugeordneten Quad Trees, kann der zu archivierende Referenzfingerprint der bestehenden Klasse zugeordnet werden.
Weiters kann ein Verhältnis zwischen allen möglichen Paaren von Knoten zweier miteinander verglichener Quad Trees und der Anzahl von Paaren aller in den beiden Quad Trees an einander entsprechenden und/oder diesen Positionen unmittelbar benachbarten Positionen liegenden Knoten gebildet werden, wobei die Knoten eines Paares auf einander entsprechenden Ebenen der Quad Trees liegen.
Darüber hinaus können die Knotenpaare gewichtet werden, wobei die Paare der Knoten an einander entsprechenden Positionen liegen höher gewichtet werden als die Paare, deren Knoten an benachbarten Positionen liegen.
In Anhängigkeit von einem Wert des Verhältnisses, können die miteinander verglichenen Quad Trees als derselben Klasse oder als unterschiedlichen Klassen zugehörig klassifiziert werden.
Die Erfindung samt weiterer Vorteile wird im Folgenden anhand einiger nicht einschränkender Ausführungsbeispiele näher erläutert, welche in der Zeichnung dargestellt sind. In dieser zeigen schematisch : Fig. 1 eine Quad Tree Zerlegung eines Orientierungsfeldes eines Fingerprints in ein Homogenitätsbild, Fig. 2 die Struktur des Quad Trees des Homogenitätsbildes aus Fig. 1 Fig. 3 einen Vergleich zweier Quad Trees miteinander, Fig. 4a ein Homogenitätsbild eines Orientierungsfeldes im näheren Detail, Fig. 4b das Homogenitätsbild aus Fig. 4a um 90 in der Bildebene entgegen dem Uhrzeigersinn verdreht, Fig. 5a der Quad Tree des Homogenitätsbildes aus 4a und
<Desc/Clms Page number 4>
Fig. 5b der Quad Tree des Homogenitätsbildes aus Fig. 4b.
Gemäss Fig. 1 wird bei dem erfindungsgemässen Verfahren das Orientierungsfeld eines in digitalisierter Form vorliegender Fingerprint ermittelt. Hierauf wird aus dem Orientierungsfeld ORI mittels einer Quad Tree Zerlegung QTZ ein Homogenitätsbild HOM gewonnen. Die Struktur des Quad Trees dieses Homogenitätsbildes wird erfindungsgemäss als Klassifikationsmerkmal für einen in eine Referenz aufzunehmenden Referenzfingerprint oder für einen auf seine Identität hin zu überprüfenden Anfragefingerprint verwendet (Fig. 3).
Zur Ermittlung seines Orientierungsfeldes ORI kann ein Fingerprint bekannterweise in Bereiche gleicher Grösse aufgeteilt werden. Mittels der Gradienten an jedem Pixel kann die lokale Orientierung jedes Bereichs ermittelt werden. Auftretende Störungen, wie Schmutz, Rauschen oder Bruchstellen können beseitigt werden in dem die Umgebung der Bereiche berücksichtigt wird.
Falls der unterschied zwischen der Umgebung und einem Block zu gross ist, kann die Orientierung mit einer niedrigeren Auflösung, also einer grösseren Bereichsgrösse, ermittelt werden. Dies hat überdies eine glättende Wirkung auf das resultierende Orientierungsfeld ORI.
Aus dem Orientierungsfeld ORI können hierauf, wie bereits eingangs erwähnt, auf an sich bekannte Weise die Minutien (Linienenden und Liniengabelungen) ermittelt werden, welche im Bedarfsfall zu einer Überprüfung eines Anfragefingerprints dienen.
Die Quad Tree Zerlegung des Orientierungsfeldes ORI entspricht einer fortgesetzten Unterteilung des Orientierungsbildes in Unterregionen solange, bis jede Unterregion eine Ähnlichkeitsbedingung erfüllt. Jede Unterregion ist üblicherweise quadratisch, jedoch mit halbierter Seitenlänge. Somit wird jede Region in vier Unterregionen (oben links, oben rechts, unten links unten rechts) zerlegt (Fig. 4a, 4b).
Die Zerlegung wird gemäss den Fig. 2, Fig. 5a und 5b durch den Quad Tree QT1 dokumentiert, dessen Struktur die Zerlegung beschreibt. Jeder Knoten KN1, KN2, KN3, KN1', KN2', KN3', 2, 4,22, 24, 41,44, 1 , 3', 11', 13', 33', 34' bzw. jedes Blatt BL1, BL2, BL1', BL2', 1, 3,21, 23,42, 43, 2', 4', 12', 14', 31', 32' dieses Baums steht für eine Unterregion des Orientierungsfeldes ORI.
Ist diese Region zerlegt, so sind deren vier Unterregionen die vier Kindknoten des betreffenden Knotens. Regionen, die nicht weiter zerlegt werden, sind durch Blätter dieses Baums repräsentiert. Von der Tatsache, dass in diesem Baum jeder Knoten (ausser den Blättern) vier Kindknoten hat, leitet sich auch der Name Quad-Tree her.
Nach Fig. 4a, 4b kann die Segmentierung im einzelnen in der folgenden Weise durchgeführt werden : Zunächst wird das gesamte Bild als Region betrachtet und ihr Minimum und Maximum berechnet (IDL-Funktionen MIN und/oder MAX). Ist der Abstand zwischen minimalem und maximalem Grauwert zu gross, dann wird die Region in vier rechteckige Unterregionen 1, 2,3, 4, 1', 2', 3', 4' zerlegt, wobei die alte Region 1,2, 3,4, 1', 2', 3', 4' mit Koordinatenwerten zwischen x1,...,x2 und y1,...,y2 an den Stellen (x1+x2)/2 und (y1+y2)/2 unterteilt wird.
Für jede Unterregion 1,2, 3,4, 1', 2', 3', 4' wird der Zerlege-Algorithmus erneut aufgerufen, bis keine Region 21,22, 24,23, 11', 12', 13', 14', 31', 32', 33', 34' mehr existiert, für die das Homogenitätskriterium nicht gilt (das ist spätestens dann der Fall, wenn die Region aus einem Pixel mit Grauwert g=gmin=gmax besteht). Als Resultat der Quad Tree Zerlegung erhält man das Homogenitätsbild HOM, welches in Kacheln bzw. Regionen 1,2, 3, 4, 1 , 2', 3', 4', 21, 22, 24, 23, 11', 12', 13', 14', 31', 32', 33', 34' unterteilt ist, für die allesamt das oben erwähnte Homogenitätskriterium erfüllt ist.
Die Unterteilung des Homogenitätsbildes HOM wird, wie bereits oben erwähnt, durch den Quad-Tree QT1, QTH, QTH' repräsentiert, wobei die Wurzel das gesamte Bild, jeder Knoten KN1, KN2, KN3, KN1', KN2', KN3', 2,4, 22,24, 41, 44, 1 , 3', 11', 13', 33', 34' eine Region 1, 2, 3,4, 1', 2', 3', 4', 21,22, 24,23, 11', 12', 13', 14', 31', 32', 33', 34' und jedes Blatt BL1, BL2, BL1', BL2', 1,3, 21,23, 42,43, 2', 4', 12', 14', 31', 32' eine nicht weiter zerlegbare Region repräsentiert.
<Desc/Clms Page number 5>
Anhand der Struktur des Quad Trees QT1, QT2, QTH, QTH' kann ein in das Archiv aufzunehmender Referenzfingerprint dann einer Klasse von Fingerprints zugeordnet werden.
Gibt es noch keine Klasse von Fingerprints deren Quad Tree Struktur der Struktur des Quad Trees des neu hinzuzufügenden Fingerprints entsprechen, so kann für diesen Fingerprint eine entsprechende Klasse erzeugt werden.
Nach Fig. 3 können zur Überprüfung, ob die Struktur eines Quad Trees QT1 eines in das Archiv aufzunehmenden Referenzfingerprints mit der Struktur eines eine Klasse von Referenzfingerprints repräsentierenden Quad Trees QT2 übereinstimmt, Positionen von Knoten in den betrachteten Quad Trees miteinander verglichen werden.
Zur Durchführung des Verfahrens können die Quad Trees QT1, QT2 des in das Archiv aufzunehmenden Fingerprints und eines eine Klasse repräsentierenden Quad Trees paarweise miteinander verglichen werden.
Hierbei kann in einem ersten Schritt überprüft werden, ob es auf den ersten Ebenen E1 der Quad Trees QT1, QT2 Knoten KN1, KN2, KN1', KN2' gibt, die hinsichtlich ihrer Positionen übereinstimmen. Ist dies der Fall so können in einem weiteren Schritt, die auf den nächsten Ebenen E2 - E5 liegenden Knoten KN3, KN3' der Quad Trees QT1, QT2 ebenfalls auf Übereinstimmung in den Positionen geprüft werden.
Auf den gleichen Ebenen E1 - E5 an benachbarten Positionen liegende Knoten KN3, KN3' können als bedingt gültige Knotenpaare angesehen werden, während in ihren Positionen übereinstimmende Knoten KN1, KN2, KN1', KN2' als uneingeschränkt gültige Knotenpaare betrachtet werden können.
Ausgehend von der Anzahl der Knoten KN1, KN2, KN3, KN1', KN2', KN3' in den beiden Quad Trees QT1, QT2 kann die Anzahl aller möglichen Knotenpaare bestimmt werden - ein Knotenpaar besteht immer aus einem Knoten des einen Quad Trees QT1 und einem Knoten des anderen Quad Trees QT2 - wobei nur Knoten die auf der gleichen Ebene E1, E2, E3, E4, E5 in den beiden Quad Trees QT1, QT2 liegen miteinander verglichen bzw. zur Paarbildung herangezogen werden. Auf diese Weise kann sichergestellt werden, dass nur auch in bezug auf die Grösse ihrer Regionen einander entsprechende Knoten miteinander verglichen werden.
Eine Möglichkeit, um festzustellen, ob die beiden Quad Tree Strukturen QT1, QT2 innerhalb vorgebbarer Toleranzen übereinstimmen und somit der selben Klasse angehören, besteht darin, gemäss
EMI5.1
das Verhältnis Msw der Summe der gewichteten Anzahl aller uneingeschränkt gültigen Knotenpaare NmpW# und der gewichteten Anzahl NmpW# aller bedingt gültigen Knotenpaare zu der Anzahl aller möglichen Knotenpaare Npp zu bilden.
Hierbei werden bedingt gültige Knotenpaare NmpW# abgewichtet und alle uneingeschränkt gültigen Knotenpaaren NmpW# ein Standardgewicht zugeordnet.
Natürlich besteht auch die Möglichkeit das Verhältnis Ms der Anzahl gültiger Knotenpaare Nmp nur der unbeschränkt gültigen Paare und/oder der eingeschränkt gültigen Paare, ohne Gewichtungsfaktoren zu der Anzahl der möglichen Knotenpaare Npp gemäss (2) Ms = Nmp/Npp # # zu bilden.
<Desc/Clms Page number 6>
Liegt das nach (1) oder (2) berechnete Verhältnis Ms bzw. Msw über einem vorgebbaren Schwellwert #, so können die beiden den miteinander verglichenen Quad Trees zugehörigen Fingerprints der selben Klasse zugeordnet werden.
Gibt es auf der ersten Ebene E1 keine hinsichtlich ihrer Positionen in dem je zugeordneten Quad Tree QT1, QT2 übereinstimmende Knoten, so kann das Homogenitätsbild HOM eines der beiden miteinander verglichenen Fingerprints in der Bildebene des Homogenitätsbildes gedreht werden. Vorzugsweise wird das Homogenitätsbild in Schritten von je 90 gedreht, wobei zu jedem Drehwinkel die zugehörige Struktur des Quad Trees ermittelt und der Vergleich mit dem anderen Quad Tree durchgeführt wird.
In Fig. 4a und 4b wird der Zweck dieser Massnahme veranschaulicht. Die beiden in den Fig. 4a und 4b dargestellten Homogenitätsbilder HOM, HOM' weisen eine identische Struktur auf sind aber, um 90 zueinander verdreht. Eine beispielsweise oben links beginnende Sortierung (anfangend mit den Regionen 1,2, 3,4 im Uhrzeigersinn) der Regionen des Homogenitätsbildes HOM in der Reihenfolge ihrer Grösse resultiert in dem in Fig. 5a dargestellten Quad Tree QTH.
Dem um 90 gegen den Uhrzeigsinn verdrehte Homogenitätsbild HOM entspricht nach obigem Sortierungsschema der Quad Tree QTH' nach Fig. 5b. Wie man leicht erkennen kann, könnte es in dem Fall zweier zueinander verdrehter, aber ansonst identischer Homogenitätsbilder HOM, HOM', aufgrund der unterschiedlichen Quad Tree Strukturen QTH, QTH' zu einer Fehlklassifizierung kommen. Was durch die oben beschriebene Massnahme der Drehung eines Homogenitätsbildes und Vergleich der je zugehörigen Quad Tree Strukturen verhindert werden kann. Eine Rotation des Homogenitätsbildes HOM, HOM' entspricht hierbei einer Vertauschung von Positionen der Knoten des zugehörigen Quad Trees QTH, QTH', wie den Fig. 4a - 5b zu entnehmen ist.
Der Quad Tree QTH' des, beispielsweise in Schritten von je 90 , gedrehten Homogenitätsbildes HOM', welcher die höchste Übereinstimmung mit dem zu vergleichenden Quad Tree QTH aufweist, kann in weiterer Folge dem Vergleich zugrunde gelegt werden.
Aufgrund einer Verdrehung der Homogenitätsbilder HOM, HOM' resultierende Probleme können jedoch auch dadurch vermieden werden, dass die Orientierungsfelder zweier miteinander verglichener Fingerprints vor der Quad Tree Zerlegung mittels der Operationen Translation und Rotation so ausgerichtet werden, dass sie im Wesentlichen die gleiche Relativlage in Bezug auf ein Koordinatensystem einnehmen.
Zur Überprüfung, ob ein Anfragefingerprint mit einem in dem Archiv enthaltenen Referenzfingerprint übereinstimmt, wird auf die bereits oben beschriebene Art aus dem Orientierungsfeld des Anfragefingerprints ein Homogenitätsbild und daraus die zugehörige Quad Tree Struktur ermittelt. Anhand der Struktur des Quad Trees kann auf die bereits oben in Zusammenhang mit der Erstellung des Archivs beschriebene Art der Anfragefingerprint gegebenenfalls einer Klasse von Referenzfingerprints zugeordnet werden. Der Anfragefingerprint muss hierauf nur mehr mit den in dieser Klasse enthaltenen Referenzfingerprints auf Übereinstimmung geprüft werden, beispielsweise mittels eines Minutienvergleichs.
Somit brauchen bei dem erfindungsgemässen Verfahren nicht alle in dem Archiv enthaltenen Referenzfingerprints mit dem Anfragefingerprint verglichen werden, sondern nur jene Referenzfingerprints die der selben Klasse angehören wie der Anfragefingerprint, wodurch sich der benötigte Rechenaufwand im Vergleich zu anderen Abfrageverfahren erheblich reduzieren lässt.
**WARNUNG** Ende DESC Feld kannt Anfang CLMS uberlappen**.