CN1136848A - 指纹匹配系统 - Google Patents
指纹匹配系统 Download PDFInfo
- Publication number
- CN1136848A CN1136848A CN95191030A CN95191030A CN1136848A CN 1136848 A CN1136848 A CN 1136848A CN 95191030 A CN95191030 A CN 95191030A CN 95191030 A CN95191030 A CN 95191030A CN 1136848 A CN1136848 A CN 1136848A
- Authority
- CN
- China
- Prior art keywords
- star
- fingerprint
- distance matrix
- coupling
- coupling core
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000011159 matrix material Substances 0.000 claims abstract description 138
- 230000008878 coupling Effects 0.000 claims description 169
- 238000010168 coupling process Methods 0.000 claims description 169
- 238000005859 coupling reaction Methods 0.000 claims description 169
- 238000000034 method Methods 0.000 claims description 52
- 230000008569 process Effects 0.000 claims description 25
- 230000009467 reduction Effects 0.000 claims description 19
- 238000010606 normalization Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 13
- 238000012217 deletion Methods 0.000 claims description 8
- 230000037430 deletion Effects 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 230000005055 memory storage Effects 0.000 claims 3
- 230000014509 gene expression Effects 0.000 description 32
- 210000003811 finger Anatomy 0.000 description 20
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 9
- 238000007639 printing Methods 0.000 description 7
- 238000005096 rolling process Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000013011 mating Effects 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 210000005224 forefinger Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 102000002262 Thromboplastin Human genes 0.000 description 1
- 108010000499 Thromboplastin Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002207 retinal effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
- G06V40/1353—Extracting features related to minutiae or pores
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
- G06V40/1371—Matching features related to minutiae or pores
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
Abstract
一种图象比较装置利用电子计算机来比较一个未知指纹组的指纹的数字化指纹细节图与存储在存储器中的对比指纹组的对应图,以便识别未知指纹或匹配指纹。匹配是通过将所有指纹转换成包含附有属性的节点与分岔的归属关系图(ARG)而执行的。对于正在比较的各指纹对,生成一个距离矩阵,该矩阵的元素为星形的相似性。选择最高级别的星形对作为一棵比较树的起点,通过它来试图用表示匹配星形的元素来填充一个匹配中心部分。比较包含各星形的节点与分岔的各种属性。一旦在各指纹组中匹配了最大数目的相符星形,便将下一个对比指纹与未知指纹比较,直到比较了所有相关的对比指纹为止。匹配中心部分中的元素的数目表示未知的与各对比指纹的匹配程度。
Description
本发明涉及指纹识别,并可能涉及其它个人特征匹配,而更具体地涉及一组指纹与包含许多指纹的对比档案的匹配,及两个或更多指纹印记是否来自同一手指或不同手指的鉴定。
模式匹配或比较方法有许多应用,诸如在制造过程中识别机器部件、以及在邮件分检过程中读取地址。上述应用是这种比较的较简单的使用,因为在机器部件的情况中,不同部件的数量是有限的,并且它们的形状通常是比较简单的;文字读取过程只要识别26个字母与10个数字,尽管机器印刷的排列数目是大的。
更复杂的类型的比较涉及区别相似但不完全相同的物品,尤其是在形成图象的条件不一致时。当图象为生物样品时,图象的可变性可能非常大。这种图象匹配的一个方面便是匹配供识别的物体的视网膜模式。另一种用途为通过与档案指纹比较来识别指纹。
指纹的信息内含非常丰富。指纹中有两大类信息。第一是脊纹流信息,而第二则为指纹的特定特征或细节。这里用名词“细节”来表示单数与多数。指纹根据它们的信息内含唯一地标识一个个人。信息在指令中是以细节及它们的相对拓扑关系表示的。指纹中细节的数目随手指不同而变化,但平均每一个指纹有大约80到150个细节。在指纹范围内,有大量的指纹存储存在于全国执法机关中。这些指纹中包含已知个人的指纹档案,它们是结合逮捕或诸如安全通行证调查及获得移民证件等某些其它原因,而通常在卡片上滚动带油墨的手指所作出的,并且还包含用各种方法在犯罪现场取得的潜在指纹的复制品。这些对比指纹容易出现诸如趋向于填满指纹中的谷纹的油墨过多以及趋向于产生虚假的脊纹终止的油墨过少及同一指纹图象的不同区域中可能同时存在的油墨过多与过少等缺陷。由于在滚动过程中手指的不必要移动或放在手指上的不均匀压力,而在指纹中的不同地方出现模糊不清与浸润。所存储的指纹在存储中也易受损坏,诸如由于较老的图象的退色或沾污所引起的。再者,指纹操作人员的经验水平及取指纹条件的巨大变化产生指纹图象质量的巨大变化。在现场扫描指纹中,由于扫描设备的不同也会产生类似的后果。
绝大多数现存系统中的指纹匹配在极大程度上依赖于作为全局对准点的中心部分与三角形部分的比较,由于上列的许多失真与变化源而趋向于比较容易出错,由于可能遇到的各种不同的着油墨、存储与预处理条件而几乎总会出现这些失真与变化根源。
如1991年Elsevier出版的Henry C.Lee与R.E.Guenssten的著作“指纹技术中的进展”第164-191页上所描述的,长期以来已作出努力来使指纹识别自动化,因为由于大量的对比档案而使人工搜索不再行得通。自动化指纹识别的工作包括两个不同的领域,即(a)指纹扫描与细节识别,及(b)为了识别匹配的指纹而比较与不同指纹相关的细节表。已经扫描过大型指纹对比档案,并用全自动设备或需要人力协助的半自动设备从其中获得数字形式的细节表。虽然尚未解决指纹扫描及细节检测中的所有问题,但当前更迫切的似乎是匹配问题。
匹配或搜索子系统构成任何自动化指纹识别系统(AFIS)的最关键部件。其性能构成整个系统的匹配可靠性(如果数据库中存在一个时,宣布正确的配对物的概率)、匹配选择性(每一次搜索尝试中所宣布的伪候选者的平均数)以及吞吐量,后者在大型数据库系统中特别重要。指纹的唯一性识别通常用包含在各指纹中的细节组来执行。对于各指纹,这些细节形成一个细节图。
图1a示出从正确的涂油墨过程得到的、来自国家标准与技术协会(NIST)数据库4的一个特定的缩略指纹印记,F0048-04号,而图1b则示出从油墨过少及下衬印记中有些模糊不清得出的同一缩略指纹。作为在不同条件下作出图1a与1b的印记的结果,至少由图1a与1b中的点所表示的某些细节是不同的并且位于不同地方。从这些差别中明显地看出如果想用一个对比指纹来可靠地识别一个未知的或搜索指纹而不产生过多的伪肯定的数目,匹配方法必须特别健全。
希望有一种改进的搜索或匹配系统,能够提供高匹配可靠性、低匹配选择性、以及大型数据库范围内的高系统吞吐量。
首先通过生成对比指纹的档案,数字化对比指纹以生成它们的数字表示,并将信息存储在诸如只读存储器、磁带之类的数字存储器中,而将诸如指纹等图象与对比指纹进行比较。这些档案业已存在,并由诸如FBI(联邦调查局)等部门保管与更新。
数字化对比指纹数据由电子计算装置转换成归属关系图(ARG)格式,其中包括从对比指纹组的抽取数字细节图导出的(a)节点与节点属性,及(b)节点间的分岔及分岔属性。归属关系图中包含各种节点与分岔属性,其中包含诸如细节位置与方向等拓扑信息。为了识别一组不明指纹(该组可包含少至一个指纹),必须将该组不明指纹与存储的对比指纹组比较。在本上下文中,应用在一组指纹上的术语“不明”不一定意味这些指纹是来自一个未知的人的,但是它们尚未与(对照的)对比指纹匹配。该组不明指纹的比较是用下述方法进行的:首先生成该不明指纹组的各指纹的一个归属关系图,各该归属关系图包含(a)节点与节点属性,及(b)节点间的分岔与分岔属性,它们与初始为对比指纹档案所进行的十分相似,全部从该组不明指纹的抽取数字细节图中导出。归属关系图的生成蕴含生成以各节点为中心的星形;一个星形包含一个中心节点、直接连接在中心节点上的其分岔、以及在其分岔的端上的节点。识别或比较一个不明指纹组中的第二步使用电子计算装置来生成(a)该未知指纹组的指纹之一的ARG中的星形与(b)对比指纹组之一中的指纹之一的ARG的星形之间的一个距离矩阵。距离矩阵中包括与被比较的各对星形关联的一个矩阵元素。在本发明的一个较佳实施例中,为各指纹对按照元素的值排序距离矩阵的元素,以建立星形对匹配的次序。利用被比较的各指纹的距离矩阵与ARG生成相符的星形对的一个匹配中心部分。在较佳实施例中,匹配中心部分的生成是按照由排序的距离矩阵所建立的次序执行的。通过增加与包含在匹配中心部分中的星形对相符的星形对而扩充被比较的各指纹对的匹配中心部分,直到不能再增加与匹配中心部分相符的这种星形对为止。这可能在下述情况中出现:由于被比较的指纹之间缺乏匹配;由于指纹对的所有可得到的星形对都已匹配;或由于已达到匹配的星形对的预定的限制数目。重复这一过程,将不明指纹相继地与对比档案中的各指纹比较。如果能用诸如特定手指的识别(例如,食指)或手的识别(左或右)等附带的知识来减少搜索,则搜索或比较可限制在对比指纹档案的对应指纹上。具有最高分的该匹配中心部分识别不明指纹与对比指纹档案的一个指纹之间的最接近的对匹配。
按照本发明的方法的另一方面,生成归属关系图的步骤包含下述步骤:(a)将ARG的一个特定节点分配给抽取的数字细节图的各细节,(b)将其对应细节的位置分配给ARG的特定节点,(c)将其对应细节的方向分配给ARG的特定节点,(d)在该特定节点与由该特定节点的方向所建立的该节点周围的四个象限中的每一个中的最接近的另一节点之间构成一个分岔,其中的“最接近”是由节点之间的欧几里德距离决定的,以及(e)至少将(i)欧几里德距离与(ii)另一节点所在的象限这些属性分配给分岔。
按照本发明的一个方面,执行距离矩阵计算的步骤包括下述步骤:确定细节对之间的欧几里德距离,以及用这些对细节之间的局部脊宽度的平均值来除细节对之间的欧氏距离,以生成各对的归一化脊宽距离,从而拓扑关系表中包含归一化的脊宽距离。
按照本发明的又一方面,将细节类型与局部脊宽属性之一或两者分配给归属关系图的节点。将脊计数、归一化脊宽距离属性与/或“相同脊”属性分配给归属关系图的分岔。
按照本发明,距离矩阵的生成是由两步完成的,第一步为比较未知与对比指纹的ARG表示的星形的属性值。这包含未知指纹的一个星形的各分岔与对比指纹的一个星形的各分岔之间的比较。为各对分岔生成一个比分。生成距离矩阵的元素的第二步是为各星形对计算分岔对的比分的最大相符和。
通过下述步骤构成一个匹配中心部分:选择与最高值距离矩阵元素相关联或对应的一个星形时,来定义匹配中心部分的第一个元素;在匹配中心部分中加上这一第一元素;从距离矩阵中删除与匹配中心部分的第一元素相关的该元素,借此生成一个缩减距离矩阵;从以匹配中心部分的第一元素中的星形对的中心节点的相邻节点为中心的候选星形对中选择(a)既与匹配中心部分相符的(b)又是在所有与匹配中心部分相符的这种候选星形对中,与缩减距离矩阵中的最大距离矩阵元素相关联的候选星形对,借此生成匹配中心部分的第二元素;将第二元素作为又一个元素加在匹配中心部分中;从缩减距离矩阵中删除与作为第二元素加在匹配中心部分中的候选星形对相关联的该距离矩阵元素,以构成一个进一步缩减的距离矩阵;重复选择又一个星形对,加入匹配中心部分中、以及从缩减距离矩阵中删除的步骤,至少直到不再留下与匹配中心部分相符的候选星形对为止。如上所述,匹配中心部分中的预定数目的元素可认为足以停止匹配中心部分的进一步生成,这一数目以外的元素称作“不相符的”。
如果匹配中心部分中的元素数目小于一个特定的数,且未留下与匹配中心部分相符的星形对,则搜索策略可以“回溯”及试验另一条搜索路径,通过从匹配中心部分中删除最后加上的元素而使倒数第二个元素或另一个元素成为最后加在匹配中心上的元素。然后从位于与匹配中心部分的一个元素相关联的任何星形的中心节点的相邻节点为中心的候选星形对中选择另一个候选星形对。所选择的该星形对(a)既与匹配中心部分相符,(b)又是在与匹配中心部分相符的所有候选星形对中,与缩减距离矩阵中的最大距离矩阵元素相关联的。这便为匹配中心部分生成了下一个候选元素,然后加在匹配中心部分上。删除与该候选星形对相关的该距离矩阵元素,以构成又进一步缩减的距离矩阵。重复选择该又一星形对、加入及从缩减距离矩阵中删除的步骤,至少直到不再留下与匹配中心部分相符的候选星形对为止。
图1a和1b为一个单一手指的简略指纹图象的图,示出印记的不同涂油墨条件在得出的细节上的影响;
图2为按照本发明的指纹匹配装置或系统的总体图,示出图象扫描、特征抽取、将对比信息存储在存储器中,以及通用或专用编程的概要;
图3a为指纹的细节的归属关系图表示,图3b为一个节点属性矢量的可能的位结构图,而图3c则为一个分岔属性矢量的位结构的可能表示;
图4a示出来自被比较的两个指纹的归属关系图的一对星形,各星形由一个中心节点、来自中心节点的分岔及相邻的节点构成,而图4b示出一个指纹的一部分,展示在脊部末端及在脊部分叉点上的细节,同时展示相邻细节之间的脊计数的测定;
图5a、5b、5c与5d表示一个特定细节附近的局部坐标系统,该坐标系统定义应用在来自一个特定指纹的众多细节中的一个细节上,类似于图5b中的坐标系统顺时针方向旋转了的模糊象限定义,以及类似于图5b中在逆时针方向旋转了的模糊象限定义;
图6a与6b一起为用于按照本发明将一个特定的指纹与另一个匹配的方法的距离矩阵生成部分的简化流程图;
图7为按照本发明判定两个指纹的相似性的匹配中心部分的生成部分的简化流程图;以及
图8a与8b一起构成展示图7的候选节点选择步骤的细节的简化流程图。
图2中,用一个光学扫描仪12扫描通过涂油墨及滚动一个个人的手指制成的指纹卡10,以在足以识别细节的详细程度上生成表示该图象的数字信号。如上所述,采用图示的扫描仪的一种替代品便是采用现场扫描设备,它直接从扫描放在一块板上的一个手指生成数字信号。如这里所使用的,除非上下文另有所指,术语“指纹”或“指纹图象”用来表示从自动或手动扫描一个手指的涂油墨的滚动所得到的,或者通过现场扫描设备捕捉到的一个指纹的数字图象。将数字信号作用在一个传统的特征抽取器14上,它便至少抽取一张细节位置与方向表,并可生成该图象的缩略图。可能希望抽取诸如细节类型与局部脊宽等其它信息。一个缩略图便是指纹的印记的图象,在其中提高了对比度使之只留下二进制信息(1与0);缩略可以光学地进行,随后通过扫描与数字化,或者从图象的扫描中可得出表示灰度级的数字信息,随后可以处理数字信息将灰度级压缩成两个值。在特征抽取器内可使用缩略图来抽取另一种需要的属性,即脊计数,如下面所描述的。特征抽取器14将搜索指纹的细节表耦合到处理器16上。处理器16执行从数字细节表到归属关系图(ARG)的转换,下面联系图3a加以描述。通常ARG为指纹印记的符号表示,其中包含诸如卡片上的细节位置、细节方向及可以得到的其它属性等相关信息。每一次作出油墨印记或取现场扫描时,即使是同一手指也会由于手指在卡片窗口上的位置变化而使图象上的细节位置随之变化,即使碰巧位置相同,手指的滚动及其上面的压力变化也会使某些细节相对于其它细节的位置移动。用路径18将未知的或搜索指纹的ARG耦合到处理器20上。在本上下文中,处理器16与20可以是在一部分时间使用ARG生成软件而在其它时间使用搜索软件的同一通用处理器,或者它们也可以是各为一种特定功能编程的不同硬件设备。
可以是诸如磁带文件、光盘存储器之类的电子存储器的存储器22事先加载有表示对比指纹信息组的归属关系图,它们是象上面关于不明指纹ARG所描述的那样制作的。由于存储器必须以某种方式加载,用划线代表另一条数据路径24表示在要进行搜索的时间之前从处理器16将对比指纹信息的ARG表示加载到存储器22中。指示为23的读取装置在耦合在其上的控制信号的指令下读取关于对比指纹的信息。
用在按照本发明的匹配中用的细节通常有两种基本类型,(a)多个脊的连结点(分叉点),及(b)没有分岔或连接的脊的端点(脊端),但并不仅限于这两种类型。关于各细节必须得到的最少信息便是位置(它通常是以X-Y笛卡儿坐标提供的,但也可能以圆周或其它坐标提供)与方向。细节的方向在上述Lee与Guenssten的著作中定义,但通常可以说成是在脊端情况中的脊的方向,而在分叉点情况中则为一个分叉的公共部分的相反方向。
当在图2的存储器22中加载了对比指纹归属关系图信息,且处理图16已生成了一个未知指纹的ARG时,处理器20便可利用两者来进行搜索了。通过顺序地将待识别的指纹与对比指纹存储器中的各相关指纹进行比较而完成识别。从而,总是比较构成一组的两个指纹;一个未知或搜索指纹及来自对比存储器的指纹之一。通常,通过在未知指纹ARG及在对比指纹之一的ARG两者上进行计算生成一个距离矩阵,来起动各指纹对的比较。图2中,距离矩阵计算是在处理器20的模块26中进行的。处理器20可以是一台编程的通用计算机,在这一情况中,它本身生成控制用于从存储器22中读取的存储器读出器23的控制信号,及控制其中的各种模块26、28与30;如果处理器20为一个专用处理器,它可能需要一个定时控制器或定序器39来同步各部分的活动。距离矩阵计算是通过将一个指纹ARG的星形与另一个指纹ARG的星形进行比较而进行的,或者更具体地说在未知指纹的星形与当前的一个对比指纹的星形之间进行比较。星形在下面定义。在图2的模块26中所执行的距离矩阵计算得出一个矩阵,该矩阵带有未知指纹与对比指纹的归属关系图的每对星形的一个元素。在本发明的一个较佳实施例中,将距离矩阵从模块26耦合到部件28上,后者表示按照元素的大小或值对距离矩阵的元素进行排序。可以用任何方式执行排序。处理器20的部件30表示一个图形匹配模块,为了逐个星形对地建立匹配星形对的最大相符组,它尝试星形对的所有可能的匹配组合。为了减少不太可能产生实质性匹配的处理量,最好在图形匹配模块30中按排序模块28中进行的排序所建立的次序执行处理,从最相似的星形对开始。一旦在模块30中执行了图形匹配,便以数值形式取道路径32将匹配结果传送给暂时存储器即存储器34,在其中至少存储包含最大数目的匹配星形对的图形的值,连同与这一匹配相关联的对比指纹的本体。在比较过未知指纹与一个对比指纹并记录了其匹配值时,便从存储器22中将关于下一个对比指纹的信息读到距离矩阵生成器26中,并重新开始匹配过程。这一序列至少继续到找到由某种阈值标准建立的匹配为止,或者直到穷尽了相关对比指纹的供应为止。存储在存储器34中的信息表示最佳匹配,或者如果存储了一个以上的匹配时,表示这些匹配的值或比较质量、连同与匹配关联的对比指纹的标识。部件36表示从存储的匹配中选择最佳匹配,而部件40则表示一个显示器,在其上面至少显示与未知指纹最佳匹配的对比指纹组的标识。
图3a表示一个指纹的简化归属关系图。图3a中,圆或椭圆表示节点,各与抽取的指纹信息的一个细节关联。一个这种节点指定为310,而一个相邻的节点指定为312。如下面所述,各节点为一个星形的中心节点。一条线或“分岔”314延伸在节点310与312之间,并归属或“表示”这两个节点的拓扑关系。图3a的各节点具有从其延伸的多个分岔,但与一个单个节点相关的分岔的最小数目为一。一个“星形”由一个选择的中心节点、连同终止在其上的分岔以及在这些分岔的另一端上的“邻居”节点构成。从而,如果选择节点310作为星形的中心节点,则整个星形由中心节点310、分岔314、324、326、328与330、连同节点312、316、318、320与322构成。由于与中心节点310相关,将术语“邻居”赋予了节点312、316、318、320与322。图3a中,各节点是与细节类型的一种图形表示关联的。例如,节点310与一个指示为340的图形相关联,它是分叉点的形式,而节点312则与图形342相关联,它表示一个脊终点。图形的朝向同时指明细节方向。用图3a中的图形表示的细节类型与细节方向信息编码在与该节点相关联的数字字中。
图3b表示定义图3a的一个节点的数字字的格式。图3b中,该字的18位与该节点所表示的细节的X,Y位置关联,下一组8位表示细节的方向,再下面的8位定义细节的局部脊宽度(如果能得到),再下一或二位分配给指明细节类型(如果能得到)。虽然实际上只需一位来指定上面定义的两种细节类型,但可利用额外的一位在能够得到这种细节时来编码有关附加信息的信息。
图3c示出分岔属性或定义的位分配。图3c中,8位标识分岔在其上终止的两个节点的每一个(节点标识符)总共16位。4个附加位定义由节点表示的两个细节之间的脊计数。8个附加位用于“模糊象限赋值”;4位定义端节点中的第一个在根据第二节点的细节的方向的象限中的位置,另外4位定义端节点中的第二个在基于第一个节点的细节的方向的象限中的位置。需要4位来标识一个象限的原因是象限是“模糊”的,在于指定基本象限,及同时指定在细分成三个区的基本象限中的位置;结果,存在着12种可能的模糊象限赋值。脊赋值需要图3a的字中的两位。脊赋值为表示相邻的细节的两个相邻的节点(与同一个分岔相关联的)确定它们位于同一务脊上还是在不同的脊上;同一条脊属性在下面结合图4b描述。由于至此已描述了图3c,分岔矢量位便是期望作为图2的存储器22中的ARG的一部分存储的位。
在图2的距离矩阵模块26中计算另外两组位,但并不必要存储在存储器22中。它们是由相邻的节点表示的两个细节之间的欧氏距离,以及这两个相同的细节之间的归一化脊宽度距离。欧氏距离为图3c的字的位分配中的32位的一块,而归一化脊宽度也是32位的一块。归一化脊宽度距离为欧氏距离除以相邻节点的两个局部脊宽之和的一半。手指中的脊并不一定是等间隔的;归一化脊宽距离较正手指自身/或由于手指的弹性引起的油墨印记中的不同脊宽。
图4a表示来自未知指纹的归属关系图的一个星形410及来自当前正在进行比较的对比指纹的ARG的另一个星形430。星形410可认为是当前正在从ARG抽取器16耦合到图2的距离矩阵计算模块26的一个未知指纹的ARG的星形中的一个,而星形430则可以认为是当前正在从存储器22耦合到距离矩阵计算模块26的供比较用的一个对比指纹的ARG的星形中的一个。图4a的星形410的中心节点指定为412,而星形430的中心节点则指定为432。对于正在比较的特定指纹组的第一个星形,假定节点方向可以是任何朝向的,即360度的转动。实际上,当涂油墨的手指滚动时,手指在卡片上是粗略地朝向同一方向的,即使是隐藏的指纹也有择优取向,从而有可能限制必须搜索的角位置的范围。更具体地说,相信将细节匹配方向限制在120°内便已足够,对应于图象的60°顺时针与逆时针转动。如果将匹配限制改变成361°,基本上从处理中消除了试验,在处理中得到所有可能的转动,借此在匹配过程中保持转动不变性,尽管将印记转动任何的量,也允许出现匹配。
为这组指纹(一个未知指纹与一个对比指纹)的这一特定的星形对在图2的处理器26中生成距离矩阵中的第一步为起动图6的流程图的开始框610所建议的处理,将未知指纹的ARG加载进局部存储器(框612),并加载对比指纹中第一个的ARG(框614)。从框614,图6的逻辑进到框616,它表示将未知指纹的ARG中的所有星形的集合设定为等于SU。图6a与6b的逻辑最终重复通过这一指纹的SU的所有元素。逻辑从框616进行到判定框618,它检验集合SU以判定它是否包含元素或者是否是空的。如果集合SU是空的,这一指纹对的距离矩阵计算便完成了,而逻辑通过路径620离开图6a与6b的流程图进入图2的排序模块28。然而,如果距离矩阵计算尚未完成,逻辑取道“否”路径离开判定框618到达框622。框622表示从集合SU中去掉一个星形U,使得它可以与对比指纹的所有星形比较。框624将对比指纹的ARG的所有星形分配给另一个集合SV,与框616为未知指纹所做的十分相似。逻辑从框624进行到判定框626,它检验集合SV。如果集合SV是空的,则当前的U已与对比指纹的所有星形比较过,而逻辑取道逻辑路径628返回到判定框618。假定SV不空,逻辑取道“否”路径离开判定框626进行到框630,它表示从集合SV中去掉星形V之一,供与U比较。图6a与6b的流程图的其余部分表示星形U与星形V的比较。
框632表示将中心节点U与V标识为UC与VC。逻辑流经序列中的判定框634、636与638,它们比较中心节点的三个可能的从属因子(附着在节点描述字上的因子)。这些因子中的第一个为节点方向的相似性(框634),第二个为细节类型的相似性(框636),而第三个则为图象中细节相对于指纹的位置的相似性(638)。在为这一星形对估计距离矩阵元素值中的第一因子(即节点方向因子)的确定是将节点方向之间的差的绝对值与一个阈值比较。这是在框634中按下式执行的:
|(dir312)-(dir332)|≤T0 (1)其中阈值T0可以是上面提到的120°。这接受一个是一否结果。如上所述,这一阈值可设定为361°来保持转动不变性。
在为这一星形对估计距离矩阵元素值中的第二因子(即细节类型相似性因子)的确定为估计细节类型的相等性。细节类型412等于类型432否?这一比较是在图6的判定框636中执行的,并接受是-否结果。如果得不到细节类型信息,这一步骤的结果永远为“是”,因此逻辑总是进入下一个逻辑框。
在这一星形对的中心节点的距离矩阵元素值的估计中的第三因子(即在图象中细节相对于指纹的位置的相似性)的确定为估计图4a的节点412与432的归一化位置。为了实现位置归一化,对准指纹在图象平面中的位置。更具体地说,可以通过确定出现在图象中的细节位置的最小X与Y值,并从正在估计的各节点的位置中减去该最小X与Y值,而完成这一对准。这有效地将指纹放置在图象中相同的位置上。一旦归一化了图4a的节点412与432的位置,在图6的框638中将节点的归一化位置之间的差的绝对值与一个阈值比较。在图象一方上具有512个象素的一个特定实施例中,已发现在X与Y双方大约150个象素的阈值能产生好的结果。
|(X312)-(X332)|≤TX (2a)
|(Y312)-(Y332)|≤TY (2b)
如果将TX设定为大于图象的宽度,且将TY设定为大于图象的高度,则平移不变性得以保持,而框638的响应永远为“是”。在这一星形对的距离矩阵元素值的估计中的第一次三个因子的确定是通过将值赋予上述三个确定的结果而完成的;如果三个条件中有一个条件不满足,则将赋予值零作为该指纹对的这一星形对的距离矩阵的元素的值,然而,如果所有条件都满足,则不赋予值,而执行进一步的评估来产生一个值。不能满足判定框634、636与638所设立的所有条件导致逻辑到达框640。框640引导回判定框626,并令逻辑选择另一个V供评估(如果尚未评估所有的V)。
参见图4a,并假定上述三个条件都满足,便继续进行以节点412与432为中心的星形的比较,而逻辑从判定框638的“是”出口进行到一个节点602,它引导到图6b的逻辑。图6b的逻辑通过将从节点412发出的各分岔的包含(a)分岔属性矢量及(b)在分岔的端点上的节点的属性矢量的一个复合矢量顺序地与从节点432发出的各分岔属性矢量(以及相关联的节点属性矢量)进行比较,而继续进行以节点412与432为中心的星形的比较。在框642中将与当前中心节点Uc关联的所有分岔包含进一个集合BRV中。判定框644评估集合BRU,如果设集合是空的,便取道节点604将逻辑送回图6a的逻辑。假定集合BRU不空,逻辑由“否”路径离开判定框644,并到达框646。框646表示从集合BRU中选择一条分岔bu供进一步处理并将其从集合BRU中去掉。也是在框646中,将来自中心节点Uc的所选中的分岔bu的另一端上的节点指定为“邻居”节点UN。框648表示将对比指纹星形的所有分岔分配给集合BRV。判定框650检验集合BRV,如果该集合为空则将逻辑返回到框644;这表示集合BRV中的所有分岔都已与集合BRU的当前分岔bu比较过了。如果集合BRV不空,逻辑取道“否”路径离开框650,并到达框652。框652表示选择对比指纹的星形V的一条分岔bv供与bu比较,并从集合BRV中去掉分岔bv。框652还表示将来自中心节点Vc的选中的分岔bu的另一端上的节点指定为“邻居”节点VN。
图6b的其余逻辑表示对比星形的当前分岔bv与未知星形的当前分岔bu的比较,以及对比星形的当前邻居节点VN与未知星形的当前邻居节点UN的比较。在图4a中可以理解分岔与邻居节点的比较,其中首先进行(a)表示分岔414与邻居节点416的复合矢量与(b)表示分岔434与邻居节点436的复合矢量之间的比较。可对五种分岔属性进行比较,它们是(1)脊计数属性,(2)模糊象限属性,(3)脊赋值属性,(4)欧氏距离属性,及(5)正规化的脊宽距离属性,它们都是出现在图3c的字中的信息片。可用出现在图3b的字中两种邻居节点属性,方向与细节类型来进行比较。下面更详细地讨论这些比较。
为了理解脊计数属性,注意图4b示出了缩略指纹印记的简化部分。图4b中,多条脊450、452、454隔开两个细节456与458。一条概念线,虚线460,延伸在细节456与458之间,横越三条脊,因此在这一特定情况中的脊计数为三,两条分岔bu与bv(各来自一个星形)的脊计数必须相等,或在一个容差阈值之内。在图6b的判定框654中比较两条分岔bu和bv的脊计数属性。
假定这两条分岔的脊计数满足相等或在容差范围内的标准,图6b的逻辑从框654取道其“是”出口进行到下一个框656,在其中估计模糊象限。模糊象限估计需要了解局部坐标系统。图5a、5b、5c与5d帮助理解局部坐标。在图5a中,中心细节512具有一个用箭头514指示的细节方向。箭头514二等分第一象限,象限I,并且其它象限II、III与IV位于围绕中心节点的逆时针接连位置上。箭头514的方向是作为细节方向用数字编码,并且是与ARG中的细节对应的节点相关联的属性之一。图5b中,轴502与504相交在与缩略指纹印记的一个细节(黑点)重合的位置上,并且细节的方向二等分由线502与504定义的第一(I)象限。对于在图5b的坐标系统的0,0上的细节,第一、第二、第三与第四象限中的最近细节(如果存在的话)定义为邻居。如果愿意,可将各象限中次最近的其它细节包括在邻居的定义内。如果只将各象限中最近的细节定义为邻居,则选定作为归属关系图中的一个星形的中心的节点只能有不超过四个的邻居节点。如果将各象限中两个最近的细节定义为邻居,各星形的中心节点只能有不超过8个的邻居节点;对于各象限中三个邻居细节,邻居节点的最大数目为12。
即使能够完美地建立细节的方向,指纹的滚动也能导致匹配的指纹的同一细节落在未知与对比指纹中的一根轴(诸如图5b的轴502或504)的两对侧上。然而,不可能不带一定程度误差地定义细节方向,这时落在象限边界附近的细节有可能随机地落在未知与对比印记中的任何一侧。为了在出现可能导致邻居细节落入两个指纹中的不同象限的细微差别时使搜索更加有力,采用了“模糊”象限法。在“模糊”象限法中,将各相邻细节或节点在一个特定的象限中,定为“强”或在两个相邻象限中定为“弱”。
图5c具有与图5b相同的指纹印记,但轴502′与504′顺时针方向转动了15°。结果,图5b中在第一象限中的细节550在图5c中在第二象限中,而在图5b中在第四象限中的细节552在图5c在第一象限中。在其它象限中的其它细节也可能类似地移动到相邻的象限中。图5d与图5c相似,但轴502″与504″从原始位置逆时针转动了15°。这当然导致某些细节从它们原先占据的象限移动到了不同的象限。
模糊象限属性是12值的,4个值为“强”存在一个基本象限中,而其它8个值为“弱”存在两个相邻的象限中。模糊象限值的估计是通过为中心节点的各邻居细节记录是否无论上述轴的顺时针与逆时针移动,它仍保持在一个象限中而完成的;如果它这样保持,便说它是强存在该象限中。可赋予这一条件一个数值。已发现对第一象限的满意数值为0,对第二象限为3,而对第三与第四象限则分别为6与9。如果如图5c中所示,在轴的顺时针移动期间,一个邻居细节落入了一个不同的象限,便指定它为弱存在于原来的象限中且弱存在于由于轴转动而使它移入的象限中。更具体地,如果一个细节从象限I移动到象限II,从II到III,从III到IV或从IV到I,则分别赋予值1、4、7与10。类似地,对于如图5d中所示的轴的逆射针转动,如果一个细节从象限II移动到象限I,从III到II,从IV至III或从I到IV,则分别赋予值2、5、8与11。这一值是编码成4位的,并且是存储在图1的存储器22中的信息的一部分,在图3c中所示的8位“模糊象限”字部分的一部分中。还有另一个与当前正在估计的节点对相关联的同样重要的象限,这便是邻居节点的坐标系统中的中心节点的模糊象限;这是存储在图3c的8位模糊象限的其余四位中的。
当在对比指纹的情况中用来自存储的可得到的以及在不明指纹的情况中用来自新生成的ARG的信息估计一个特定星形对的模糊象限时,便利用两者的四位模糊象限值,即(a)定义邻居在中心节点坐标中的位置的一个,及(b)定义中心节点在邻居坐标系统中的位置的一个。由于在当前正在估计的两条分岔之间,一个星形的邻居节点的模糊象限必须在第二星形的邻居节点的模糊象限的一个数值内;这保证两个邻居的相对位置在两个星形中是相似的。为了满足使11的数值在数值0的“1内”的要求,将确定MOD12。类似地,中心节点相对于邻居节点的模糊象限也是模12估计的。在图6b的逻辑流程的判定框656中执行模糊象限估计。
在图6b的判定框658中执行分岔bu与bv的分岔属性的估计的下一步,在其中得出脊分配或“同一脊”属性的比较值。参见图4b,细节456与462位于同一脊464上,但细节456与458则不位于同一脊上。
假定根据前面的三种评估,两条分岔的确对应,图6b的逻辑取道“是”路径离开判定框658到达判定框660与662,在其中评估这一对分岔的下面的属性,即欧氏距离属性及正规化脊宽距离属性。它们可表示如下:
1/α Ed314≤Ed334≤αEd314 (3)
1/β NRWD314≤NRWD334≤βNRWD314 (4)其中α与β为数值,它们是在1.2至1.3范围内的已经成功地赋予的值。这一数值表示可能的比例因子变化;这些式子假定在认为是相同的指纹的情况中,细节之间的距离变化不大于指纹之间的30%。自然,适当时也可采用其它的值。这也提供归因于涂油墨变化与/或细节抽取变化的细节位置变化的容差。
图6b的框654至662中的逻辑流程完成第一对分岔bu与bv的评估,但不是第一对相关联的邻居节点UN与VN的评估。假定认为分岔本身是对应的,便在框664、666与668中通过比较它们各自的方向与细节类型来评估相关的节点。首先在判定框664中进行细节类型比较。如果能够得到数据,细节类型的相等性是必要的。假定细节类型相等,以两种不同的方法由图6b的逻辑框666与668将邻居节点关联的细节方向包含进比较之中。
如同比较中心节点的方向差,邻居节点的方向差上的转动限制可定义为
|dir316-dir336|≤120° (5)将阈值设定为361°,本质上消除了这一测试,允许以转动不变性来发现匹配。这一比较是在图6b的框666中进行的。
另一种方向限制是与转动不变性相符的方向差之差。这一测试是在框668中进行的,并定义如下:
|(dir312-dir316)-(dir332-dir336)|≤30° (6)它识别邻居节点方向相对于中心节点方向的朝向。
如果判定框654至668所进行的测试中任何一个失败,逻辑流程便取道逻辑路径672返回到判定框650,因为bu与bv的属性并不对应,即UN与VN的属性并不匹配,并且只要存在,必须评估另一对分岔与邻居节点。
然而,假定分岔/邻居满足迄今为止在图6b的逻辑流程中所描述的比较的所有限制,这可以更好地理解为等价于将图4a的星形410的分岔414及邻居节点416与星形430的分岔434及邻居节点436相匹配。必须记住星形410为来自未知指纹的一个星形,而星形430则为来自对比指纹的。逻辑流程从图6b的框668前进到框670,它表示将分岔对bu与bv加入星形对u与v的匹配的分岔的指定为B的集合中。这样便完成了这一分岔/邻居节点对的评估,而逻辑流程返回到判定框650去继续评估。为当前正在比较的星形对的各成对的分岔执行这一分岔/邻居比较过程。从而,图4a的星形410中的各分岔/邻居节点矢量与星形430的所有分岔/邻居节点矢量进行比较。必须理解,星形410的任何一个或若干个分岔/邻居节点能与星形430的对应部分的任何一个或若干个匹配。最终所有的分岔/邻居节点匹配都将受到评估,而集合BRU将成为空的,这时逻辑取道“是”路径离开判定框644,并通过节点604返回到图6a的流程图。
在图6a中,逻辑从节点604进入框674,它表示从集合B中选择一个最大的相符子集,集合B为通过评估当前正在比较的星形对u、v的所有分岔/邻居节点的配对所导出的所有分岔/邻居节点匹配的集合。相符性要求单一的分岔/邻居节点不能出现在子集中一对以上的分岔/邻居节点中。这一相符性要求避免了将对比星形中的两条(或以上)分岔分配给未知星形的一条分岔(或者返过来)的逻辑问题。在框674中将这一星形对的距离矩阵的元素的值设定为
1+|MCS|=元素值 (7)
其中MCS为分岔/邻居节点对的所有匹配的配对的集合的一个最大相符子集。从而,如果星形对的星形之一的三个唯一的分岔/邻居节点与该对的另一星形的三个唯一分岔/邻居节点匹配,则该星形对的距离矩阵元素的值为一加三即四。逻辑流程从逻辑框674返回到判定框626。
如迄今为止所描述的,未知指纹的一个星形已与对比指纹的一个星形进行了比较。距离矩阵计算要求未知指纹的ARG的各星形与对比指纹的ARG的各星形的比较。只要判定框618与626判定尚留有未经比较的星形时,逻辑便返回到框630去继续评估星形对。为所有这种星形的配对执行上述步骤,借此用值来填充距离矩阵的元素。最终,在穷尽了未评估的星形对时,逻辑取道“是”路径离开判定框618,取道逻辑路径620到达图2的模块或部件28。
距离矩阵中的元素的数目取决于在指纹对中比较的星形的数目;如果未知指纹中的星形的数目为M,而对比指纹中的星形数目为N,则距离矩阵包含M×N个元素。由于各星形的中心节点是ARG中的一个节点,并且各节点与一个细节关联,由此星形的数目等于抽取的指纹中的细节的数目。
在距离矩阵的元素的确定中,由于缺少信息而可以排除某些测试,来保持一定的不变性,或者加快比较过程。可能得不到细节类型、局部脊宽度、脊计数与/或脊分配信息而免除它们的测试。
一旦填入了一对指纹的距离矩阵的元素,如图6a与6b的逻辑所表示的,便将该距离矩阵的元素耦合到图2的处理器20的模块28上,而逻辑流程(或定序器39)启动排序处理器20的操作。处理器20根据它们的值排序这对指纹的距离矩阵的元素。任何标准排序例程都将是满意的。排序的结果得出一张列入元素大小的距离表。该表的生成在图7的流程图中示出为框710。
将图2的排序模块20所生成的距离表传递给图形匹配模块30。图形匹配模块30以取经过排序的距离矩阵元素表中的星形对作为起点,将对应的星形“放”在一个网络或集合(以下称作“子图”)中,并试图扩张匹配星形的网络或集合到包含指纹对的所有星形。当然,如果对比与未知ARG的星形数目不等,它们便不能全部彻底地匹配。由于涂油墨与其它变量,预期同一手指的两个印记的ARG的所有星形不一定匹配。从而,处理器30试图建立相符星形对的最大子图,如结合图7的流程图所描述的。其它约束在下面说明。
为指纹对的匹配生成子图的逻辑从在图7的逻辑框710的输出上生成的距离矩阵的排序的元素表中选择满足下述标准并具有最高值(如果一个以上具有最高值,则具有一最高值的)星形对(来自未知的一个星形及来自对比的一个星形)开始。在图7中用确定当前距离矩阵中是否存在这一元素的判定框712及另一判定框714的组合来展示最高值星形对(u1,v1)的选择。这一选择主要指定最可能匹配的对作为构造链接的星形的子图的起点,后者又力图避免不太可能得到好结果的处理。如下所述,在框714中将这第一两个星形的本体u,v加到称作“匹配中心部分”的一个集合中,该集合也称作“M”,它只是描述指纹对中已确定了对应性的那些星形对所构成的子图的一个集合。从而,匹配中心部分只是子图的一种定义。从而,开始时匹配中心部分M为集合((u1,v1))。第一对星形总是加入匹配中心部分中的,但以后的星形对只在它们真正构成符合对应时才加入,这种符合对应是通过满足相对于匹配中心部分的一组约束而建立的。框714表示第一组星形的加入。同时,框714表示将距离矩阵的当前值“压”在距离矩阵的栈上。
如上所述,供包含进匹配中心部分中的初始星形对的选择必须满足一定标准。其距离矩阵值必须超过一个阈值。在本发明的一个特殊实施例中,该阈值为5。此外,初始星形对的数目限制为K,这具有限制调用图7的流程图的次数的作用。已试验过若干种值,并选择了值4供进一步使用。
匹配中心部分M的当前值或匹配得分S的定义如下:
S=(M中的星形对的数目)*(在M中的所有星形对的所有距离矩阵值上所取的中值)+(M中任何星形对中的星形的中心节点之间,未知指纹的ARG中的分岔的数目)+(M中的任何星形对中的星形的中心节点之间,对比指纹的ARG中的分岔的数目)其中*为乘号。
匹配中心部分M′表示具有迄今为止遇到的匹配得分的最高值的一个匹配中心部分。将当前的M的匹配得分S与M′的匹配得分S′比较。如果S大于S′,用M取代M′。这一比较是由图7的判定框716与执行替换的另一个框718的组合执行的。然后逻辑到达另一个判定框760。
当识别到匹配中心部分中的星形的数目达到一个特定的数时,便认为完成了一个特定指纹的比较,因为假定在一个子图中该数目的星形的匹配无岐义地识别了一对匹配的指纹。图7的判定框760将当前的匹配中心部分M的大小与所选择的元素的阈值数比较。已经成功地采用的数目为15。从而,在已将15个星形对加入匹配中心部分M中时,框760便宣布匹配。当然,也能采用15以外的阈值数。然后逻辑进行到框720。
一旦将第一个元素加入匹配中心部分,便生成邻居配对的候选表。图7的框720表示候选表C的生成。下面结合图8a与8b描述生成候选表的框720的操作的细节。逻辑取道路径722从框720到判定框724,它检验候选表C来判定它是否为空,或者还包含候选者。如果候选表中包含成员,逻辑便取道“否”路径离开框724到达框726。图7的框726表示从C取出具有最高距离矩阵值的一对星形(u″,v″),并将其从候选表C中消除。然后逻辑返回到框714,将刚才在框726中选择的,即最高值元素(u″,v″)加入匹配中心部分中。现在的匹配中心部分为集合((u1,v1)(u2,v2))。只要还剩下候选对,逻辑便在包含框716、718、760、720、724、726与714的路径中循环,每一次循环加一个候选对到匹配集合中。匹配集合为((u1,v1)(u2,v2)…(uN,nN))。由于借加入到匹配中心部分中的候选对具有非零距离矩阵元素值,且由于它们已通过了框720中的其它约束,如下所述,候选星形对总是能加入匹配中心部分中。结果只要能够得到候选对,包含框720、724、726与714的循环将继续操作。最终,当候选对的供应穷尽时,逻辑便取道“是”路径728离开框724到达框730。
图7的框730表示去掉匹配中心部分M的最后加入的元素(UN,VN)。这表示进入“死胡同”,即一定配置的匹配中心部分或子图不能进一步扩充时的回溯。匹配中心部分的配置是通过回溯与沿一条起始于匹配中心部分(((u1,v1)(u2,v2)…(uN- 1,vN-1))的新搜索路径向前进行而改变的。因此,当匹配中心部分为空时,搜索以一个新的星形对为基础重新开始,选择该下一个星形对作为距离矩阵中的第二最高,或者如果一个以上具有相同的最高值时,选择最高值对中的另一个。框730还表示通过将它从栈上去掉(弹出)而选择栈顶上的距离矩阵作为当前距离矩阵。在新的距离矩阵中,将星形对(UN,VN)的元素的值设置为0。
逻辑从框730进行到判定框732,它评估匹配中心部分的内容,判断匹配中心部分是否为空。如果其中只包含第一元素而未发现可供包含的其它候选对,匹配中心部分可以是空的。如果图7的框714-726所执行的搜索在指纹中并未找到选定数目的匹配的星形对,则中心部分最终将是空的,因为我们已经回溯过,探索过服从下面详述的约束的以匹配中心部分((u1,v1))为基础的子图的邻居星形的每一种组合。如果匹配中心部分M为空,逻辑便取道“是”路径离开框732,并经过路径734返回到框712去开始另一遍对另一个星形对的逻辑。如果判定框712确定存在着能开始另一个匹配中心部分的另一个星形对,框714便选择另一个星形对(u1′,v1′)作为一个新的匹配中心部分的初始成员。反之如果匹配中心部分不空,逻辑取道路径736从判定框732返回到框720。在框720中为缩小的匹配中心部分构造一个候选组,并通过穿越包含路径722、框724、730与732的逻辑路径试图再次扩充匹配中心部分。
最终,或者M中的星形对的数目达到结合框760所讨论的预定最大数,或者没有剩下可作为一个匹配中心部分的初始成员的星形对。在第一种情况中,判定框760将引导逻辑取道框738与614离开图7的流程图,而在第二种情况中,判定框712将引导逻辑取道路径740与相同的框738与614离开。逻辑框738为匹配中心部分M′重新计算匹配得分S′。这一S′值便是存储在图2的部件34中的。图7的框614表示下一个对比指纹的选择,对应于图6a中相同指示符的框。
图8a与8b一起构成表示图7的逻辑框720内的逻辑流程的流程图。将回忆起框720的逻辑是用于确定包含在候选对表C中的星形对的目的的,这些候选对是供包含进匹配中心部分中的。在图8a和8b中,逻辑从图7的框760到达框810。框810表示选择以邻居节点为中心的所有星形的一个集合X,这些邻居节点为用M表示的当前子图中的未知指纹的ARG的一部分星形。候选星形必须全是已经成为子图的一部分的一个节点的邻居,在本实例中,它们可包含多达14个星形。框810生成的集合X中包含所有这些星形。逻辑从逻辑框810进行到判定框812,它检验X中的元素的数目。如果X为空,便完成了候选星形对集合C的生成,而判定框812引导逻辑取道节点701到图7的框724。只要X不空,便可从集合X中去掉一个星形u′,而逻辑取道“否”路径离开判定框812到达框814,在其中从集合X中去掉一个星形u′。逻辑从框814进行到框816,它表示选择以邻居节点为中心的所有星形的一个集合Y,这些邻居节点是用M表示的当前子图中的对比指纹的ARG的一部分星形。候选星形必须全是已成为子图的一部分的一个星形的邻居,在本实例中可包含多达14个星形,框816生成的集合Y中包含全体这些星形。逻辑从逻辑框816进行到判定框818,它检验Y中的元素数目。如果Y为空,C的生成尚未完成,而逻辑返回框812。只要Y不空,便能从集合Y中去掉一个星形V′,而逻辑取道“否”路径离开判定框818到达框820,在其中从集合Y去掉一个星形V′。
图8a与8b的流程图的其余部分中执行测试来判定星形对(u′,v′)是否可以加入候选星形对的集合c。更具体地,判定框822与824分别判定(u′,v′)是否已在匹配中心部分中及(u′,v′)的距离矩阵值是否为0。如果这两个条件都不满足,逻辑便取道节点801进入图8b。如果满足条件之一,则(u′,v′)不能加入集合c,这时逻辑返回到框818去检验另一星形对。
逻辑从图8b的节点801进入框826,它表示确定Z为匹配中心部分M中的u′为u的一个邻居及v′为v的一个邻居的所有星形对(u,v)的集合。判定框828检验Z,如果Z不空,便引导逻辑流程到框830。框830表示从Z中去掉一个(u,v)供在下面的框中使用。判定框832判定u相对于u′的坐标系统的象限值是否在v相对于v′的坐标系统的象限值的1(MOD12)之内。判定框832还判定u′相对于u的坐标系统的象限值是否在v′相对于v的坐标系统的象限值的1(MOD12)之内。如果这两个条件都满足,流程进入判定框834。判定框834确保u到u′的脊计数等于v到v′的脊计数或在其容差范围内。如果这一条件满足,逻辑流程进入判定框836。框836判定u与u′及v与v′的脊赋值是否相等。如果满足这一条件,逻辑取道路径838返回到判定框828。包含框828-838及路径838的循环相对于Z中的所有星形对评估潜在候选星形对(u′,v′)。如果由框832、834与836设立的条件中的任何一个不满足,候选集合c便不接收星形对(u′,v′),而逻辑取道节点803返回到图8a的框818。
一旦判定框828-836评估了Z的所有元素,逻辑便取道路径840离开判定框828到框842,它表示建立一个等于集合M的集合A。这允许相对于潜在的候选星形对(u′,v′)评估匹配中心部分M中的各星形对。逻辑从框842进行到评估A的判定框844。如果A中剩有元素,逻辑便进入框846,它表示从A中去掉一个星形对(u,v)供在下面的判定框中使用。判定框848、850与852用潜在的候选星形对(u′,v′)评估星形对(u,v)。
判定框848评估细节的方向差之差。如果该值在容许误差范围内,流程进行到判定框850。判定框850与852以类似于结合图6b的框660与662所描述的方式,比较欧氏距离与归一化脊宽距离。如果任何一个条件不满足,逻辑便取道节点803返回图8a的框818,并且不将星形对(u′,v′)加入候选集合c。反之如果判定框848、850与852所设立的条件满足,逻辑返回到判定框844。包含框844-852的循环表示在集合A中的所有星形对上重复执行。当集合A穷尽时,(u′,v′)便已经成功地与匹配中心部分M中的所有星形对进行了比较。然后逻辑取道“是”路径离开判定框844到达框854。框854将(u′,v′)加入候选集合c。然后逻辑取道节点803从框854离开图8b的流程图,并返回到图8a的判定框818去测试另一个潜在候选星形对。
概言之,本系统以归属关系图的形式捕捉指纹的细节图及相对拓扑信息。以非常紧凑的形式存储指纹图的信息内含,一个包含110至130个细节的细节图仅使用少于2,000字节。搜索是根据指纹的ARG表示的子图的不精确匹配执行的。搜索是高效的,因为它采用一种探索性确定的“聪明”策略来匹配ARG表示的子图。该技术一面通过一面淘汰细节图中能得到的信息,识别出一个匹配的细节连同它们的对应拓扑关系的子集。搜索策略是转动、平移、缩放与变形不变的,从而它能应付附有噪声、畸变及诸如模糊不清、浸润及不足与虚假信息等各种形式的不确定性的低劣质量指纹。所描述的系统的一个特大优点便是不象某些先有技术系统那样需要一个全局坐标系统,也不需要检测诸如中心部分及三角形区的全局指纹特征。已经在诸如标准UNIX工作站等商业上流行的硬件上运行的“C”高级编程语言中以初步形式实现了按照本发明的系统。在NIST专用数据库4中的所有姆指、所有食指与所有中指指纹上达到了96%的匹配精度。
本发明的其它实施例对熟悉本技术的人员是显而易见的。例如,执行未知与对比指纹之间的比较的电子计算装置可以在远离存储对比指纹的存储器的地点,而数据可用数字数据路径在它们之间传输。对比指纹可以以ARG形式或者以图象形式存储在电子存储器中,在后一情况中必须在比较之前在对比指纹上执行到ARG形式的转换。按照本发明的步骤可以在互相充分隔开的时间上执行,而在间隔时间中将数据存储在存储器中。虽然作为可以比较的个人身体特征描述了指纹,包含掌纹、脚指纹及(光)脚印在内其它这类特征也能应用,诸如医院用来识别婴儿。所描述的配置为一种单个的指纹阅读器;当能够得到大型对比指纹档案时,可能发现需要不明指纹的较大的吞吐量,在这一情况中,多个类似于所描述与提出的处理器可以同时地从同一对比指纹档案或从不同的但相关的对比指纹档案操作;从而,一个处理器可将未知指纹与1至N1档案号码范围内的对比指纹比较,第二个处理器可同时比较同一未知指纹与档案号码N2至N3范围内的对比指纹,第三个处理器可同时…。本发明的原理可在场景或图象中的对象/目标的识别与/或鉴别中找到用途。
Claims (22)
1.一种用于将至少包含一个不明指纹的一组不明指纹与来自指纹档案的多组对比指纹进行匹配的方法,所述方法包括下述步骤:
生成一个归属关系图(ARG),其中包含来自所述不明指纹组的抽取的数字细节图的(a)节点与节点属性,以及(b)所述节点之间的分岔与分岔属性,借此蕴含地生成以各所述节点为中心的星形;
生成(a)所述未知指纹组的所述未知指纹之一的所述ARG中的星形与(b)所述对比指纹组之一中的指纹之一的ARG的星形之间的一个距离矩阵,所述距离矩阵包含与各星形对相关联的一个矩阵元素;以及
从所述距离矩阵与所述ARG生成相符星形对集合的一个匹配中心部分。
2.按照权利要求1的方法,还包括下述步骤:
赋予所述匹配中心部分一个匹配得分;
为来自所述对比档案的另一个指纹,重复所述步骤(a)生成从属关系图、(b)生成距离矩阵、(c)生成匹配中心部分;以及
将匹配值赋予所述匹配得分为最大的一个,借此识别出所述对比指纹中的这一个为与所述未知指纹的最佳匹配。
3.按照权利要求1的方法,其中所述执行距离矩阵计算的步骤包括下述步骤:
确定所述细节对之间的欧氏距离;以及
用所述对的所述细节之间的局部脊宽度的平均值去除所述细节对之间的所述欧氏距离,而为各所述对生成归一化脊宽距离,从而所述拓扑关系表中包含所述归一化脊宽距离。
4.按照权利要求1的方法,还包括生成所述未知指纹组的所述归属关系图的步骤。
5.按照权利要求1的方法,其中所述生成归属关系图的步骤包括下述步骤:
将所述ARG的一个特定节点分配给所述抽取的数字细节图的各细节;
将其对应细节的位置赋予所述ARG的所述特定节点;
对其对应细节的方向赋予所述ARG的所述特定节点;
在所述特定节点与其周围的由所述特定节点的所述方向建立的四个象限中的各个中的最接近的另一个节点之间构成一条分岔,其中最接近是由所述节点之间的欧氏距离确定的;以及
至少将(a)所述欧氏距离与(b)另一个节点所在的象限的属性赋予所述分岔。
6.按照权利要求5的方法,还包括下述步骤中至少一个;
将细节类型属性赋予所述节点;以及
将局部脊宽度属性赋予所述节点。
7.按照权利要求5的方法,还包括下述步骤中至少一个:
将脊计数属性赋予所述分岔;
将归一化脊宽距离属性赋予所述分岔;及
将同一条脊属性赋予所述分岔。
8.按照权利要求1的方法,其中所述生成距离矩阵的步骤包括下述步骤:
比较所述未知与对比指纹的所述ARG表示的所述星形的各所述分岔的属性值,借此在所述未知指纹的一个星形的各分岔与所述对比指纹的一个星形的各分岔之间作出比较,借此为各这种分岔对生成一个得分;以及
通过计算各星形对的分岔对的最大得分相符合,生成所述距离矩阵的一个元素。
9.按照权利要求1的方法,还包括下述步骤:
按照所述元素的值,排序各指纹对的所述距离矩阵的所述元素,以构成建立星形对匹配次序的一个排序的距离矩阵;以及
其中生成所述匹配中心部分的所述步骤是以所述排序的距离矩阵所建立的次序执行的。
10.按照权利要求9的方法,其中所述生成匹配中心部分的步骤包括下述步骤:
选择与所述排序的距离矩阵的一个最高元素关联的一个星形对,来定义匹配中心部分的第一个元素;
从所述距离矩阵中删除与所述匹配中心部分的所述第一元素关联的该元素,以生成一个缩减的距离矩阵;
从以所述匹配中心部分的所述第一元素中的所述星形对的中心节点的邻居节点为中心的星形的候选对中,选择与所述缩减距离矩阵中的最高距离矩阵元素相关联,且所述的候选星形对满足:(a)既与所述匹配中心部分相符,(b)又在与所述匹配中心部分相符的全体所述候选星形对中,借此生成所述匹配中心部分的第二个元素;
将所述第二元素作为另一个元素加入所述匹配中心部分;
从所述缩减距离矩阵中删除与加入所述匹配中心部分的所述候选星形对关联的所述距离矩阵的所述元素中的这一个,以构成一个进一步缩减的距离矩阵;
重复选择该另一星形对、加入、及从所述缩减距离矩阵中删除的所述步骤,至少直到不再留下与匹配中心部分相符的候选星形对为止。
11.按照权利要求10的方法,其中重复到不再留下与匹配中心部分相符的星形对为止的所述步骤包括将所述匹配中心部分中的特定数目的元素认为不相符的步骤。
12.按照权利要求10的方法,还包括下述步骤:
如果所述匹配中心部分中的元素数目小于一个特定的数,且未留下与所述匹配中心部分相符的星形对,便从所述匹配中心部分中删除最近加入的元素,从而使另一个元素成为加入所述匹配中心部分的最后一个元素;
从以与所述匹配中心部分的一个元素关联的任何星形的中心节点的邻居节点为中心的星形的候选对中,选择与所述缩减距离矩阵中的最高距离矩阵元素关联的,所述候选星形对满足(a)既与所述匹配中心部分相符,(b)又在与所述匹配中心部分相符的全体所述候选星形对中,借此生成所述匹配中心部分的下一个元素;
将所述下一个元素加入所述匹配中心部分;
从所述缩减距离矩阵中删除与作为所述下一个元素加入所述匹配中心部分的所述候选星形对关联的所述距离矩阵的所述元素中的一个,以构成一个又进一步缩减的距离矩阵;
重复选择又一个星形对、加入、及从所述缩减距离矩阵中删除的所述步骤,至少直到不再留下与匹配中心部分相符的候选星形对为止。
13.按照权利要求1的方法,其中所述生成匹配中心部分的步骤进一步包括下述步骤:
按照所述元素的值,排序各指纹对的所述距离矩阵的所述元素,以建立星形对匹配的次序;以及
以所述排序的距离矩阵建立的次序执行下述进一步的步骤:
(a)选择与一个最高距离矩阵元素关联的一个星形对,来定义匹配中心部分的第一个元素;
(b)从所述距离矩阵中删除与所述匹配中心部分的所述第一元素关联的该元素,以生成一个缩减距离矩阵;
(c)从以所述匹配中心部分的所述第一元素中的所述星形对的中心节点的邻居节点为中心的星形的候选对中,选择与所述缩减距离矩阵中的一个最高距离矩阵元素关联的所述候选星形对满足(i)既与所述匹配中心部分相符,(ii)又在与所述匹配中心部分相符的全体所述候选星形对中,借此生成所述匹配中心部分的第二个元素;
(d)将所述第二元素作为另一个元素加入所述匹配中心部分;
(e)从所述缩减距离矩阵中删除与加入所述匹配中心部分的所述候选星形对关联的所述距离矩阵的所述元素中的这一个,以构成一个进一步缩减的距离矩阵;
(f)重复选择该另一星形对、加入、及从所述缩减距离矩阵中删除的所述步骤,至少直到不再留下与匹配中心部分相符的候选星形对为止。
14.一种将至少包含一个不明指纹的一组不明指纹与多组用数据描述的对比指纹匹配的方法,所述方法包括下述步骤:
从所述不明指纹组的一个抽取的数字细节图中生成一个归属关系图(ARG),包括(a)节点与节点属性,及(b)所述节点之间的分岔及分岔属性,借此蕴含地生成以各所述节点为中心的星形;
从以数字形式存储的对比指纹信息预编程的存储器中读取多个归属关系图,借此得到所述对比指纹组中的指纹之一的至少一个抽取的ARG;
采用一个编程的电子计算装置生成一个比较(a)所述未知指纹组的所述指纹之一的所述ARG中的星形与(b)所述抽取的ARG的星形的距离矩阵,所述距离矩阵包含一个与各星形对关联的矩阵元素;
利用所述编程的电子计算装置,从所述距离矩阵与所述ARG中生成星形对的相符组的匹配中心部分;以及
利用所述匹配中心部分的值来选择所述对比指纹之一作为与所述未知指纹最接近的匹配。
15.按照权利要求14的方法,还包括下述步骤:
利用所述编程的电子计算装置,按照所述元素的值,排序各指纹对的所述距离矩阵的所述元素,以建立星形对匹配的次序;以及
其中所述生成匹配中心部分的步骤是按所述排序的距离矩阵所建立的次序执行的。
16.一种用于比较指纹的装置,包括:
ARG生成装置,用于从所述不明指纹组的一个抽取的数字细节图中生成包含(a)节点与节点属性及(b)所述节点之间的分岔与分岔属性的一个归属关系图,借此蕴含地生成以各所述节点为中心的星形;
用多个对比指纹的ARG预编程的一个数字存储器;
耦合在所述存储器上的读取装置,用于在一个控制信号的控制下从所述存储器中顺序地读取所述ARG;
耦合在所述ARG生成装置及所述读取装置上的距离矩阵生成装置,用于在所述控制信号的控制下,生成(a)所述未知指纹组的所述指纹之一的所述ARG中的星形与(b)所述对比指纹组之一中的指纹之一的ARG的星形之间的一个距离矩阵,所述距离矩阵包含一个与各对星形关联的矩阵元素;
耦合在所述排序装置上的匹配中心部分生成装置,用于在所述控制信号的控制下,从所述距离矩阵与所述ARG生成相符星形对组的匹配中心部分;
耦合在所述匹配中心部分生成装置上的存储装置,用于在所述控制信号的控制下,存储所述匹配中心部分的值;
耦合在所述存储装置上的匹配中心部分排序装置,用于在所述控制信号的控制下,选择所述匹配中心部分中具有最大值的一个,及生成标识与所述最大值关联的所述对比指纹之一的显示;以及
耦合在所述距离矩阵生成装置、所述匹配中心部分生成装置、所述存储装置与所述匹配中心部分排序装置上的一个定序器,用于(a)令所述距离矩阵生成装置顺序地执行所述未知指纹的所述星形与各所述对比指纹的星形的所述比较,(b)当已经将所述对比指纹之一的ARG的全体星形归约成所述距离矩阵的元素时,令所述匹配中心部分生成装置生成所述匹配中心部分,(d)在生成了各所述匹配中心部分时,令所述存储装置存储所述匹配中心部分,(e)在存储了多个匹配中心部分之后,令所述匹配中心部分排序装置选择至少具有最高值的所述一个匹配中心部分。
17.按照权利要求16的装置,还包括:
耦合在所述距离矩阵生成装置上的距离矩阵排序装置,用于在所述控制信号的控制下,按照所述元素的值,排序各指纹对的所述距离矩阵的所述元素,以建立星形对匹配的次序;以及
耦合在所述距离矩阵排序装置与所述定序器上的定序器耦合装置,用于在所述对比指纹之一的ARG的全体星形已归约成所述距离矩阵的元素时,令所述距离矩阵排序装置按照它们的值排序所述距离矩阵的所述元素以生成一个次序,以及用于在所述距离矩阵排序装置已建立了所述次序时,令所述匹配中心部分生成装置按所述次序确定的序列生成所述匹配中心部分。
18.按照权利要求16的装置,还包括:
耦合在所述匹配中心部分排序装置及所述定序器上的一个显示器,用于显示对应于具有最高值的所述一个匹配中心部分的所述对比指纹之一的一个标识。
19.一种用于将包含至少一个不明个人的身体特征的一组不明个人的身体特征与来自个人身体特征档案的多组对比个人身体特征匹配的方法,所述方法包括下述步骤:
从所述不明个人的身体特征组的一个抽取的数字细节图,生成包含(a)节点与节点特征及(b)所述节点之间的分岔与分岔属性的一个归属关系图,借此蕴含地生成以各所述节点为中心的星形;
生成(a)所述未知个人的身体特征组的所述个人身体特征之一的所述ARG中的星形,与(b)所述对比个人身体特征组之一中的个人身体特征之一的ARG的星形之间的一个距离矩阵,所述距离矩阵包含一个与各星形对关联的矩阵元素;以及
从所述距离矩阵及所述ARG生成相符的星形对组的一个匹配中心部分。
20.按照权利要求19的方法,其中所述个人身体特征为指纹。
21.按照权利要求19的方法,还包括下述步骤:
按照所述元素的值,排序各个人身体特征对的所述距离矩阵的所述元素,以建立星形对匹配的次序;以及
其中从所述距离矩阵及所述ARG生成相符的星形对组的匹配中心部分的所述步骤是按所述排序的距离矩阵所建立的次序执行的。
22.一种用于将至少一个不明指纹与至少一个对比指纹匹配的方法,所述方法包括下述步骤:
从所述不明指纹的一个抽取的数字细节图生成包含(a)节点与节点属性及(b)所述节点之间的分岔与分岔属性的一个归属关系图(ARG),借此蕴含地生成以各所述节点为中心的星形;
生成(a)所述未知指纹的所述ARG中的星形与(b)所述对比指纹的所述一个的ARG的星形之间的一个距离矩阵,所述距离矩阵包含一个与各星形对关联的矩阵元素;以及
从所述距离矩阵及所述ARG中生成相符的星形对的一个匹配中心部分。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US08/322,048 US5613014A (en) | 1994-10-12 | 1994-10-12 | Fingerprint matching system |
US08/322,048 | 1994-10-12 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1136848A true CN1136848A (zh) | 1996-11-27 |
Family
ID=23253171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN95191030A Pending CN1136848A (zh) | 1994-10-12 | 1995-10-05 | 指纹匹配系统 |
Country Status (8)
Country | Link |
---|---|
US (1) | US5613014A (zh) |
EP (1) | EP0733240B1 (zh) |
JP (1) | JP3065104B2 (zh) |
KR (1) | KR960706662A (zh) |
CN (1) | CN1136848A (zh) |
AU (1) | AU4002395A (zh) |
DE (1) | DE69529210T2 (zh) |
WO (1) | WO1996012246A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1322471C (zh) * | 2002-03-22 | 2007-06-20 | 英国电讯有限公司 | 比较图案 |
CN1333365C (zh) * | 2003-08-14 | 2007-08-22 | 上海一维科技有限公司 | 指纹识别方法 |
CN102982317A (zh) * | 2005-01-07 | 2013-03-20 | 光谱辨识公司 | 用于改进生物统计特征的确定的系统与方法 |
Families Citing this family (142)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6424249B1 (en) | 1995-05-08 | 2002-07-23 | Image Data, Llc | Positive identity verification system and method including biometric user authentication |
AU764404B2 (en) * | 1995-10-16 | 2003-08-21 | Nec Corporation | Tenprint card selector and tenprint card preselector |
JP2785862B2 (ja) * | 1995-10-16 | 1998-08-13 | 日本電気株式会社 | 指紋カード選択装置および指紋カード絞り込み装置 |
GB9601955D0 (en) * | 1996-01-31 | 1996-04-03 | Crossling Dudley B | Imprint identification system |
US6114862A (en) * | 1996-02-14 | 2000-09-05 | Stmicroelectronics, Inc. | Capacitive distance sensor |
DE69625891T2 (de) * | 1996-02-22 | 2003-11-13 | Stmicroelectronics S.R.L., Agrate Brianza | Verfahren und Gerät zum Identifizieren von Fingerabdrücken |
US5978495A (en) * | 1996-07-17 | 1999-11-02 | Intelnet Inc. | Method and apparatus for accurate determination of the identity of human beings |
US5963656A (en) * | 1996-09-30 | 1999-10-05 | International Business Machines Corporation | System and method for determining the quality of fingerprint images |
US5995640A (en) * | 1996-10-23 | 1999-11-30 | International Business Machines Corporation | System and method for determining if a fingerprint image contains an image portion representing a dry fingerprint impression |
US5883971A (en) * | 1996-10-23 | 1999-03-16 | International Business Machines Corporation | System and method for determining if a fingerprint image contains an image portion representing a smudged fingerprint impression |
US6005963A (en) * | 1996-10-23 | 1999-12-21 | International Business Machines Corporation | System and method for determining if a fingerprint image contains an image portion representing a partial fingerprint impression |
US6072891A (en) * | 1997-02-21 | 2000-06-06 | Dew Engineering And Development Limited | Method of gathering biometric information |
US6038334A (en) * | 1997-02-21 | 2000-03-14 | Dew Engineering And Development Limited | Method of gathering biometric information |
US6259805B1 (en) * | 1996-12-04 | 2001-07-10 | Dew Engineering And Development Limited | Biometric security encryption system |
US6498861B1 (en) | 1996-12-04 | 2002-12-24 | Activcard Ireland Limited | Biometric security encryption system |
US6111978A (en) | 1996-12-13 | 2000-08-29 | International Business Machines Corporation | System and method for determining ridge counts in fingerprint image processing |
US6072895A (en) * | 1996-12-13 | 2000-06-06 | International Business Machines Corporation | System and method using minutiae pruning for fingerprint image processing |
US6330347B1 (en) | 1997-02-19 | 2001-12-11 | Stmicroelectronics S.R.L. | Method and device for identifying fingerprints using an analog flash memory |
JP2944557B2 (ja) * | 1997-02-27 | 1999-09-06 | 日本電気ソフトウェア株式会社 | 縞パターン照合装置 |
US6111977A (en) * | 1997-04-17 | 2000-08-29 | Cross Match Technologies, Inc. | Hand-held fingerprint recognition and transmission device |
US6263090B1 (en) | 1997-05-19 | 2001-07-17 | Cross Match Technologies, Inc. | Code reader fingerprint scanner |
US6002815A (en) * | 1997-07-16 | 1999-12-14 | Kinetic Sciences, Inc. | Linear sensor imaging method and apparatus |
US5953442A (en) | 1997-07-24 | 1999-09-14 | Litton Systems, Inc. | Fingerprint classification via spatial frequency components |
US5933516A (en) * | 1997-08-07 | 1999-08-03 | Lockheed Martin Corp. | Fingerprint matching by estimation of a maximum clique |
US6856383B1 (en) | 1997-09-05 | 2005-02-15 | Security First Corp. | Relief object image generator |
US6466686B2 (en) * | 1998-01-07 | 2002-10-15 | International Business Machines Corporation | System and method for transforming fingerprints to improve recognition |
US6195447B1 (en) * | 1998-01-16 | 2001-02-27 | Lucent Technologies Inc. | System and method for fingerprint data verification |
US6091082A (en) | 1998-02-17 | 2000-07-18 | Stmicroelectronics, Inc. | Electrostatic discharge protection for integrated circuit sensor passivation |
US6178255B1 (en) * | 1998-04-28 | 2001-01-23 | Cross Match Technologies, Inc. | Individualized fingerprint scanner |
US6091838A (en) | 1998-06-08 | 2000-07-18 | E.L. Specialists, Inc. | Irradiated images described by electrical contact |
DE19908380A1 (de) * | 1999-02-25 | 2000-08-31 | Matthias Schott | Identifikationssystem durch Ähnlichkeitsbeziehungen (stark komprimierte Daten) |
US6272562B1 (en) | 1999-05-28 | 2001-08-07 | Cross Match Technologies, Inc. | Access control unit interface |
US6744910B1 (en) | 1999-06-25 | 2004-06-01 | Cross Match Technologies, Inc. | Hand-held fingerprint scanner with on-board image normalization data storage |
US6886104B1 (en) | 1999-06-25 | 2005-04-26 | Cross Match Technologies | Rechargeable mobile hand-held fingerprint scanner with a data and power communication interface |
US6681034B1 (en) * | 1999-07-15 | 2004-01-20 | Precise Biometrics | Method and system for fingerprint template matching |
WO2001006447A1 (en) * | 1999-07-15 | 2001-01-25 | Veridicom, Inc. | Multi-dimensional fingerprint minutia data constellation |
JP2003506793A (ja) * | 1999-08-09 | 2003-02-18 | クロス マッチ テクノロジーズ, インコーポレイテッド | インターフェイスケーブルを介して位置アドレスおよびラインスキャンデータを有するパケットを送信するシステムおよび方法 |
US6658164B1 (en) * | 1999-08-09 | 2003-12-02 | Cross Match Technologies, Inc. | Calibration and correction in a fingerprint scanner |
WO2001011550A1 (en) * | 1999-08-09 | 2001-02-15 | Cross Match Technologties, Inc. | Method, system, and computer program product for a gui to fingerprint scanner interface |
US7162060B1 (en) | 1999-08-09 | 2007-01-09 | Cross Match Technologies | Method, system, and computer program product for control of platen movement during a live scan |
US6483932B1 (en) * | 1999-08-19 | 2002-11-19 | Cross Match Technologies, Inc. | Method and apparatus for rolled fingerprint capture |
JP2003512873A (ja) | 1999-10-22 | 2003-04-08 | クロス マッチ テクノロジーズ, インコーポレイテッド | 可動性プリズムプラテンを有するテンプリントスキャナにおける調節可能な回転式フィンガーガイド |
US6512381B2 (en) | 1999-12-30 | 2003-01-28 | Stmicroelectronics, Inc. | Enhanced fingerprint detection |
US7239227B1 (en) | 1999-12-30 | 2007-07-03 | Upek, Inc. | Command interface using fingerprint sensor input system |
SE516860C2 (sv) * | 2000-07-17 | 2002-03-12 | Precise Biometrics Ab | Anordning och förfarande för fingeravtryckskontroll, genom kontroll av särdrag i delbilder |
US6567765B1 (en) * | 2000-08-17 | 2003-05-20 | Siemens Corporate Research, Inc. | Evaluation system and method for fingerprint verification |
ATE322720T1 (de) | 2000-08-18 | 2006-04-15 | Cross Match Technologies Inc | System und verfahren zum automatischen steuern eines fingerabdruckabtasters |
US6766040B1 (en) | 2000-10-02 | 2004-07-20 | Biometric Solutions, Llc | System and method for capturing, enrolling and verifying a fingerprint |
US6763127B1 (en) | 2000-10-06 | 2004-07-13 | Ic Media Corporation | Apparatus and method for fingerprint recognition system |
US6928195B2 (en) | 2000-12-18 | 2005-08-09 | Cross Match Technologies, Inc. | Palm scanner using a programmable nutating mirror for increased resolution |
US6778687B2 (en) * | 2001-04-24 | 2004-08-17 | Lockheed Martin Corporation | Fingerprint matching system with ARG-based prescreener |
US20030016427A1 (en) * | 2001-04-26 | 2003-01-23 | Arnold Joe F. | Silicon rubber surfaces for biometric print TIR prisms |
US7046829B2 (en) * | 2001-05-30 | 2006-05-16 | International Business Machines Corporation | Fingerprint verification |
CN1509895A (zh) * | 2001-06-22 | 2004-07-07 | ��Τ����˹ | 彩色复制方法 |
KR100432491B1 (ko) | 2001-08-31 | 2004-05-22 | (주)니트 젠 | 융선방향 모델을 이용한 지문 특징데이터 추출방법 |
US20030149343A1 (en) * | 2001-09-26 | 2003-08-07 | Cross Match Technologies, Inc. | Biometric based facility security |
KR100453220B1 (ko) * | 2001-12-05 | 2004-10-15 | 한국전자통신연구원 | 지문 특징점을 이용한 사용자 인증 장치 및 방법 |
GB2384095B (en) * | 2001-12-10 | 2004-04-28 | Cybula Ltd | Image recognition |
US6867850B2 (en) * | 2002-01-17 | 2005-03-15 | Cross Match Technologies, Inc. | Light wedge for illuminating a platen in a print scanner |
US6954260B2 (en) | 2002-01-17 | 2005-10-11 | Cross Match Technologies, Inc. | Systems and methods for illuminating a platen in a print scanner |
US7308122B2 (en) * | 2002-01-17 | 2007-12-11 | Cross Match Technologies, Inc. | Biometric imaging system and method |
US7088872B1 (en) | 2002-02-14 | 2006-08-08 | Cogent Systems, Inc. | Method and apparatus for two dimensional image processing |
US7079007B2 (en) * | 2002-04-19 | 2006-07-18 | Cross Match Technologies, Inc. | Systems and methods utilizing biometric data |
US6944768B2 (en) * | 2002-04-19 | 2005-09-13 | Cross Match Technologies, Inc. | System and methods for access control utilizing two factors to control access |
US7073711B2 (en) * | 2002-04-19 | 2006-07-11 | Cross Match Technologies, Inc. | Mobile handheld code reader and print scanner system and method |
AU2003254280A1 (en) * | 2002-08-02 | 2004-02-23 | Cross Match Technologies, Inc. | System and method for counting ridges in a captured print image |
US7099498B2 (en) * | 2002-09-30 | 2006-08-29 | Motorola, Inc. | Minutiae matching system and method |
US7155039B1 (en) | 2002-12-18 | 2006-12-26 | Motorola, Inc. | Automatic fingerprint identification system and method |
US7072496B2 (en) * | 2002-12-20 | 2006-07-04 | Motorola, Inc. | Slap print segmentation system and method |
US20040125993A1 (en) * | 2002-12-30 | 2004-07-01 | Yilin Zhao | Fingerprint security systems in handheld electronic devices and methods therefor |
US7164440B2 (en) * | 2003-02-28 | 2007-01-16 | Cross Match Technologies, Inc. | Dynamic image adaptation method for adjusting the quality of digital prints |
US7460696B2 (en) | 2004-06-01 | 2008-12-02 | Lumidigm, Inc. | Multispectral imaging biometrics |
US7668350B2 (en) * | 2003-04-04 | 2010-02-23 | Lumidigm, Inc. | Comparative texture analysis of tissue for biometric spoof detection |
US7394919B2 (en) * | 2004-06-01 | 2008-07-01 | Lumidigm, Inc. | Multispectral biometric imaging |
US7751594B2 (en) | 2003-04-04 | 2010-07-06 | Lumidigm, Inc. | White-light spectral biometric sensors |
WO2004090786A2 (en) * | 2003-04-04 | 2004-10-21 | Lumidigm, Inc. | Multispectral biometric sensor |
US7539330B2 (en) * | 2004-06-01 | 2009-05-26 | Lumidigm, Inc. | Multispectral liveness determination |
US7545963B2 (en) * | 2003-04-04 | 2009-06-09 | Lumidigm, Inc. | Texture-biometrics sensor |
US20040258280A1 (en) * | 2003-06-23 | 2004-12-23 | Canadian Bank Note Company, Ltd. | Optical document authentication system |
US7277562B2 (en) | 2003-08-01 | 2007-10-02 | Cross Match Technologies, Inc. | Biometric imaging capture system and method |
US20050047631A1 (en) * | 2003-08-26 | 2005-03-03 | Cross Match Technologies, Inc. | Method and apparatus for rolled fingerprint image capture with variable blending |
EP1671260B1 (en) * | 2003-10-01 | 2014-06-11 | Authentec, Inc. | Methods for finger biometric processing and associated finger biometric sensors |
US7787667B2 (en) * | 2003-10-01 | 2010-08-31 | Authentec, Inc. | Spot-based finger biometric processing method and associated sensor |
ATE370460T1 (de) * | 2003-10-17 | 2007-09-15 | Berner Fachhochschule Technik | Fingerabdrucksverifikationsmethode und -system |
KR100617292B1 (ko) * | 2003-11-14 | 2006-08-30 | 한국전자통신연구원 | 지문 인식 방법 및 그 장치 |
EP1713032B1 (en) * | 2004-01-15 | 2012-12-05 | NEC Corporation | Pattern identifying system, pattern identifying method, and pattern identifying program |
US7508965B2 (en) * | 2004-06-01 | 2009-03-24 | Lumidigm, Inc. | System and method for robust fingerprint acquisition |
US8229185B2 (en) * | 2004-06-01 | 2012-07-24 | Lumidigm, Inc. | Hygienic biometric sensors |
US8787630B2 (en) | 2004-08-11 | 2014-07-22 | Lumidigm, Inc. | Multispectral barcode imaging |
US7616788B2 (en) * | 2004-11-12 | 2009-11-10 | Cogent Systems, Inc. | System and method for fast biometric pattern matching |
US7515741B2 (en) * | 2005-01-07 | 2009-04-07 | Motorola, Inc. | Adaptive fingerprint matching method and apparatus |
US20060171571A1 (en) * | 2005-02-01 | 2006-08-03 | Chan Michael T | Systems and methods for quality-based fusion of multiple biometrics for authentication |
US7801338B2 (en) * | 2005-04-27 | 2010-09-21 | Lumidigm, Inc. | Multispectral biometric sensors |
US8131477B2 (en) * | 2005-11-16 | 2012-03-06 | 3M Cogent, Inc. | Method and device for image-based biological data quantification |
US7530105B2 (en) * | 2006-03-21 | 2009-05-05 | 21St Century Technologies, Inc. | Tactical and strategic attack detection and prediction |
JP4518092B2 (ja) * | 2006-03-31 | 2010-08-04 | ソニー株式会社 | 物体認識装置、物体認識方法、物体認識プログラム、特徴量登録装置、特徴量登録方法、及び特徴量登録プログラム |
US8175346B2 (en) * | 2006-07-19 | 2012-05-08 | Lumidigm, Inc. | Whole-hand multispectral biometric imaging |
US7995808B2 (en) * | 2006-07-19 | 2011-08-09 | Lumidigm, Inc. | Contactless multispectral biometric capture |
CN101506826A (zh) * | 2006-07-19 | 2009-08-12 | 光谱辨识公司 | 多重生物测定多谱成像器 |
US8355545B2 (en) * | 2007-04-10 | 2013-01-15 | Lumidigm, Inc. | Biometric detection using spatial, temporal, and/or spectral techniques |
US7801339B2 (en) * | 2006-07-31 | 2010-09-21 | Lumidigm, Inc. | Biometrics with spatiospectral spoof detection |
US7804984B2 (en) * | 2006-07-31 | 2010-09-28 | Lumidigm, Inc. | Spatial-spectral fingerprint spoof detection |
EP1892666A1 (en) * | 2006-08-16 | 2008-02-27 | Toyota Motor Europe NV | A method, an apparatus and a computer-readable medium for processing an image dataset |
US7831066B2 (en) * | 2006-09-15 | 2010-11-09 | Robert William Kocher | Pocket identification collection kit (PICK) |
US7676068B2 (en) * | 2006-09-18 | 2010-03-09 | Miguel Angel Cervantes | Biometric authentication |
GB2446837A (en) * | 2006-10-18 | 2008-08-27 | Unilink Software | Handheld fingerprint analysis unit |
US8285010B2 (en) * | 2007-03-21 | 2012-10-09 | Lumidigm, Inc. | Biometrics based on locally consistent features |
US8275179B2 (en) * | 2007-05-01 | 2012-09-25 | 3M Cogent, Inc. | Apparatus for capturing a high quality image of a moist finger |
US20080273770A1 (en) * | 2007-05-03 | 2008-11-06 | Upek, Inc. | Fast Fingerprint Identification And Verification By Minutiae Pair Indexing |
US8411916B2 (en) * | 2007-06-11 | 2013-04-02 | 3M Cogent, Inc. | Bio-reader device with ticket identification |
US8115497B2 (en) * | 2007-11-13 | 2012-02-14 | Authentec, Inc. | Pixel sensing circuit with common mode cancellation |
JP5304655B2 (ja) * | 2007-12-26 | 2013-10-02 | 日本電気株式会社 | パターン間特徴対応付け装置及びそれに用いるパターン間特徴対応付け方法並びにそのプログラム |
CN101946264B (zh) * | 2008-02-19 | 2012-12-05 | 日本电气株式会社 | 模式验证设备和模式验证方法 |
US8144947B2 (en) * | 2008-06-27 | 2012-03-27 | Palo Alto Research Center Incorporated | System and method for finding a picture image in an image collection using localized two-dimensional visual fingerprints |
US8233722B2 (en) * | 2008-06-27 | 2012-07-31 | Palo Alto Research Center Incorporated | Method and system for finding a document image in a document collection using localized two-dimensional visual fingerprints |
US8233716B2 (en) * | 2008-06-27 | 2012-07-31 | Palo Alto Research Center Incorporated | System and method for finding stable keypoints in a picture image using localized scale space properties |
US8218906B2 (en) | 2008-08-20 | 2012-07-10 | Hankuk University Of Foreign Studies Research And Industry-University Cooperation Foundation | Image registration evaluation |
WO2010087886A1 (en) * | 2009-01-27 | 2010-08-05 | Gannon Technologies Group Llc | Systems and methods for graph-based pattern recognition technology applied to the automated identification of fingerprints |
US20100246902A1 (en) * | 2009-02-26 | 2010-09-30 | Lumidigm, Inc. | Method and apparatus to combine biometric sensing and other functionality |
WO2011028620A1 (en) * | 2009-08-26 | 2011-03-10 | Lumidigm, Inc. | Multiplexed biometric imaging and dual-imager biometric sensor |
US8548193B2 (en) * | 2009-09-03 | 2013-10-01 | Palo Alto Research Center Incorporated | Method and apparatus for navigating an electronic magnifier over a target document |
US8594392B2 (en) * | 2009-11-18 | 2013-11-26 | Yahoo! Inc. | Media identification system for efficient matching of media items having common content |
US8041956B1 (en) | 2010-08-16 | 2011-10-18 | Daon Holdings Limited | Method and system for biometric authentication |
US8520903B2 (en) * | 2010-02-01 | 2013-08-27 | Daon Holdings Limited | Method and system of accounting for positional variability of biometric features |
US9514103B2 (en) * | 2010-02-05 | 2016-12-06 | Palo Alto Research Center Incorporated | Effective system and method for visual document comparison using localized two-dimensional visual fingerprints |
US8086039B2 (en) * | 2010-02-05 | 2011-12-27 | Palo Alto Research Center Incorporated | Fine-grained visual document fingerprinting for accurate document comparison and retrieval |
US8570149B2 (en) | 2010-03-16 | 2013-10-29 | Lumidigm, Inc. | Biometric imaging using an optical adaptive interface |
RU2444058C2 (ru) * | 2010-03-17 | 2012-02-27 | Общество с ограниченной ответственностью "СОНДА Технолоджи" | Способ гребневого счета на основе топологии дактилоскопического узора |
US8554021B2 (en) | 2010-10-19 | 2013-10-08 | Palo Alto Research Center Incorporated | Finding similar content in a mixed collection of presentation and rich document content using two-dimensional visual fingerprints |
US8750624B2 (en) | 2010-10-19 | 2014-06-10 | Doron Kletter | Detection of duplicate document content using two-dimensional visual fingerprinting |
US8724861B1 (en) * | 2010-12-06 | 2014-05-13 | University Of South Florida | Fingertip force, location, and orientation sensor |
EP2495687B1 (en) * | 2011-03-02 | 2018-12-05 | Precise Biometrics AB | Method of matching, biometric matching apparatus, and computer program |
GB2490490A (en) | 2011-04-28 | 2012-11-07 | Nds Ltd | Encoding natural-language text and detecting plagiarism |
CN104156707B (zh) * | 2014-08-14 | 2017-09-22 | 深圳市汇顶科技股份有限公司 | 指纹识别方法及其指纹识别装置 |
KR101673694B1 (ko) * | 2014-11-10 | 2016-11-07 | 현대자동차주식회사 | 시선추적장치 및 그의 반사점 검출 방법 |
DE102016005636A1 (de) * | 2015-06-08 | 2016-12-22 | Cross Match Technologies, Inc. | Transformierte Repräsentation für Fingerabdruckdaten mit hoher Erkennungsgenauigkeit |
US10733415B1 (en) | 2015-06-08 | 2020-08-04 | Cross Match Technologies, Inc. | Transformed representation for fingerprint data with high recognition accuracy |
US9690973B2 (en) | 2015-11-16 | 2017-06-27 | MorphoTrak, LLC | Feature-based matcher for distorted fingerprint matching |
US9626549B1 (en) | 2015-11-16 | 2017-04-18 | MorphoTrak, LLC | Derived virtual quality parameters for fingerprint matching |
US9846800B2 (en) | 2015-11-16 | 2017-12-19 | MorphoTrak, LLC | Fingerprint matching using virtual minutiae |
US20190108554A1 (en) * | 2017-10-06 | 2019-04-11 | Comscore, Inc. | Systems and methods for generating and transmitting content based on association of a common device |
CN108520049B (zh) * | 2018-03-30 | 2021-12-17 | 新华三大数据技术有限公司 | 关系图绘制方法及装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3611290A (en) * | 1968-06-03 | 1971-10-05 | North American Rockwell | Fingerprint minutiae reading device |
US4135147A (en) * | 1976-09-10 | 1979-01-16 | Rockwell International Corporation | Minutiae pattern matcher |
JPS6012674B2 (ja) * | 1979-04-02 | 1985-04-02 | 日本電気株式会社 | パタ−ン特徴抽出装置 |
CA1181176A (en) * | 1980-10-27 | 1985-01-15 | John C. Elsey | Fingerprint minutiae matcher |
DE3587083T2 (de) * | 1984-04-18 | 1993-06-03 | Nippon Electric Co | Identifizierungssystem durch pruefung von fingerabdruecken. |
US4817183A (en) * | 1986-06-16 | 1989-03-28 | Sparrow Malcolm K | Fingerprint recognition and retrieval system |
EP0343580B1 (en) * | 1988-05-24 | 1993-03-10 | Nec Corporation | Method and apparatus for matching fingerprints |
US4936680A (en) * | 1989-04-03 | 1990-06-26 | General Electric Company | Method of, and apparatus for, edge enhancement of fingerprint minutia |
-
1994
- 1994-10-12 US US08/322,048 patent/US5613014A/en not_active Expired - Lifetime
-
1995
- 1995-10-05 EP EP95938770A patent/EP0733240B1/en not_active Expired - Lifetime
- 1995-10-05 KR KR1019960703080A patent/KR960706662A/ko not_active Application Discontinuation
- 1995-10-05 CN CN95191030A patent/CN1136848A/zh active Pending
- 1995-10-05 WO PCT/US1995/013332 patent/WO1996012246A1/en active IP Right Grant
- 1995-10-05 JP JP8513428A patent/JP3065104B2/ja not_active Expired - Fee Related
- 1995-10-05 DE DE69529210T patent/DE69529210T2/de not_active Expired - Lifetime
- 1995-10-05 AU AU40023/95A patent/AU4002395A/en not_active Abandoned
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1322471C (zh) * | 2002-03-22 | 2007-06-20 | 英国电讯有限公司 | 比较图案 |
CN1333365C (zh) * | 2003-08-14 | 2007-08-22 | 上海一维科技有限公司 | 指纹识别方法 |
CN102982317A (zh) * | 2005-01-07 | 2013-03-20 | 光谱辨识公司 | 用于改进生物统计特征的确定的系统与方法 |
Also Published As
Publication number | Publication date |
---|---|
JPH09508739A (ja) | 1997-09-02 |
EP0733240B1 (en) | 2002-12-18 |
KR960706662A (ko) | 1996-12-09 |
US5613014A (en) | 1997-03-18 |
DE69529210D1 (de) | 2003-01-30 |
DE69529210T2 (de) | 2003-11-13 |
AU4002395A (en) | 1996-05-06 |
WO1996012246A1 (en) | 1996-04-25 |
JP3065104B2 (ja) | 2000-07-12 |
EP0733240A1 (en) | 1996-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1136848A (zh) | 指纹匹配系统 | |
CN101567051B (zh) | 一种基于特征点的图像配准方法 | |
JP3053388B2 (ja) | 指紋画像特色相関器 | |
US6178417B1 (en) | Method and means of matching documents based on text genre | |
US20100189316A1 (en) | Systems and methods for graph-based pattern recognition technology applied to the automated identification of fingerprints | |
CN1163841C (zh) | 在线手写中文字识别装置 | |
EP1634135B1 (en) | Systems and methods for source language word pattern matching | |
CN112633382A (zh) | 一种基于互近邻的少样本图像分类方法及系统 | |
JP2003178307A (ja) | 指紋比較方法 | |
Super | Retrieval from shape databases using chance probability functions and fixed correspondence | |
US6009198A (en) | Method for matching perceptual shape similarity layouts across multiple 2D objects | |
CN104766043A (zh) | 一种选票图像快速识别的方法 | |
CN110334237B (zh) | 一种基于多模态数据的立体对象检索方法与系统 | |
CN113920303B (zh) | 一种基于卷积神经网络弱监督类别无关的图像相似性检索系统及其控制方法 | |
CN109658522B (zh) | 一种用于三维二值图像连通体标记的临时标号合并处理的简化方法 | |
Liu et al. | SYRER: Synergistic Relational Reasoning for RGB-D Cross-modal Re-identification | |
CN110704651A (zh) | 基于核心细节点支持系统的指纹数据库快速检索方法 | |
CN117291944B (zh) | 图像处理方法及相关设备 | |
CN114066943B (zh) | 一种基于特征的多模态图像配准方法 | |
CN108959650A (zh) | 基于共生surf特征的图像检索方法 | |
Elhady et al. | Weighted feature voting technique for content-based image retrieval | |
CN116258842B (zh) | 指纹模板动态拼接优选系统及方法 | |
CN1164077A (zh) | 指纹指数确定和查寻方法及相关设备 | |
WO2000016264A1 (en) | Line object vectorization in colour/grayscale images | |
CN115908883A (zh) | 基于凝聚聚类算法的误匹配点对剔除方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C01 | Deemed withdrawal of patent application (patent law 1993) | ||
WD01 | Invention patent application deemed withdrawn after publication |