JPH08506194A - フラッシュ相関のための方法と装置 - Google Patents

Abstract

(57)【要約】 フラッシュ相関によれば、２つ以上のパターン（２０、５０）を瞬時に比較して（５２）、イメージの複雑さに関係なく、ノイズの付加、局部的変化、及び、解像度及び焦点の変動にもかかわらず、それらが同じまたはほぼ同じであるか否かが判定される。フラッシュ相関アーチファクト（５８）も、一方のイメージのもう一方のイメージに対する相対移動、伸縮、ぶれ、及び、ワーピングの定量査定に対する手掛かりを提供する。２つのパターン・スタック間にフラッシュ相関アーチファクト（５８）が存在すれば、少なくとも１対のかなり相関したパターン（６２）を含むものとして、そのスタックを識別するのに十分である。重ね合わせ、イメージ・サイズ、及び、配向の精密な制御は、不要である。オーバレイまたは連結によって、あるイメージと別のイメージを組み合わせても、なおかつ、識別が可能である。フラッシュ相関エンジンは、光学、アナログ、または、デジタル処理を利用することにより、計算上の複雑さを最小限に抑えた、迅速なソート、分類、及び、識別機能を提供する。

Description

【発明の詳細な説明】 フラッシュ相関のための方法と装置 技術分野 本発明は、２つ以上のパターンを比較して、それらが同じであるか、あるいは 、ほぼ同じであるかを判定するための方法及び装置に関するものである。 背景技術 本発明は、線形ワーピングと非線形ワーピングの両方、いずれかのパターンま たは両方のパターンのセグメント化、視覚ノイズの追加、局部的変化、及び、解 像度及び焦点といったセンサ条件に基づく変動を含む、サイズの変化に適応する 。本発明では、本質的に並列であり、単一操作を伴う、比較方法を解説するため 、「フラッシュ相関」という用語を創り出した。 本発明によって得られるフラッシュ相関アーチファクトによって、１つのイメ ージの別のイメージに対する相対的伸縮、ぶれ、及び、ワーピングの定量査定に 対する手掛かりも得られる。フラッシュ相関アーチファクト（ＦＣＡ）の存在及 び作用、並びに、フラッシュ相関の他の特徴によって、フラッシュ相関とモアレ のパターンとの区別がつく。一般に、モアレ効果は、反復パターンがスーパイン ポーズされる結果として生じる。この効果は、角度によって変化するが、一般に 、オーバレイされるイメージ全体にわたって生じる。反復ライン・パターンのイ メージが２つオーバレイされると、モアレ効果が生じ、従って、モアレ効果の存 在は、パターン間の一致を示すことはない。 ドットまたは自然に生じるグレインから構成されるパターンを利川して、２５ 年を超える期間にわたって、情報の符号化が行われてきた。パターンは、グレイ ンの化学的分散、機械的分散、写真的分散、または、相互に関連した分散を通じ て発生させることが可能である。Ｃａｒｌｓｏｎ（１９６６年１０月の米国特許 第３，２７９，０９５号）は、自然に生じる擬似ランダム・パターンとして、局 部的写真反転によって再生し、グレイン・パターンによって隠された情報を伝送 するために利用することが可能な、写真的グレインを利用している。受容者は、 その後、写真的に作成されたオーバレイを利用して、埋め込まれた情報を明らか にする。Ｃａｒｌｓｏｎの技法の場合、情報を読み取るためには、オリジナルと オーバレイが同じサイズであって、正確な重ね合わせが行われることを必要とす る。この枝法は、あるイメージのために形成された単一のオーバレイを利用して 、そのイメージに埋め込まれた単一のメッセージを読み取る場合にしか適合しな い。 Ｃｏｏｋ（１９８７年７月の米国特許第４，６８２，９５４号）は、ランダム な不透明領域と透明領域によって形成される第１のマスク、及び、第１のマスク の相補形である第２のマスクを利用して、シートをなす絵画情報を符号化する。 ２つのマスクのそれぞれを通して情報を写真的に露光させることによって、情報 が、それぞれ、ランダム化されているように見えるが、正確に重ね合わせ、同一 サイズにすることにより、２つを組み合わせると、もとの情報を読み取ることが できる、２つのイメージに分割される。この技法は、単一イメージの読み取りに 適合する。 Ｆａｌｖｉｎ他（１９８５年１０月の米国特許第４，５４４，８３６号）は、 ２進光学符号化技法を利用して、アクセス制御システムに用いられるカードを発 生する。サンドイッチ状の層をなす材料を利用することによって、カードを破壊 しなくても、人間による光学コードの検分が阻止される。アクセス制御カード読 み取り器には、コードが見えるようにするための適合する照射源が含まれている 。バー・コード読み取り技法を用いて、カードの拒絶または受諾が行われる。サ ンドイッチ状の層は、偽造カードに対する防護を強化するため、さまざまな光学 周波数に関連している可能性がある。情報密度は高くなく、精密な重ね合わせは 、必要とされない。一度に読み取られるカードは、１枚だけである。 Ｗｉｎｔｅｒ（１９８６年５月の米国特許第４，５８６，７１１号）は、ラン ダムに符号化されたマスクを用いて、ゲーム用途のマッチング・カードを発生す る。Ｃａｒｌｓｏｎ及びＣｏｏｋの基本技法を用いて、Ｗｉｎｔｅｒは、コンピ ュータで発生する２進イメージを利用し、互いにオーバレイすると、可視イメー ジを形成する２カード・セットを作成する。そのうちの１つまたは少しだけしか 「賞品」カードに一致しない、ランダム・カードを大量配布して、チャンス・ゲ ーム及び広告のプロモーションに利用することが可能である。「賞品」カードと 比較されるのは、一度につき、可能性のあるカード１枚だけである。精密な重ね 合わせ及び同一のサイズが必要とされる。 Ｄｌｕｇｏｓ（１９８７年の米国特許第４，６６０，２２１号）は、印刷文字 に適用される２進マスクを用いて、文字を確認する。このマスクは、保全性を増 すため、各用途毎に変更することが可能である。郵便料金別納証印印刷機による 印刷の確認を意図した応用例の場合、印刷文字に白抜きを加える結果となり、白 抜きのパターンを利用して、証印を確認することができる。確認には、各位置に おける白抜きの読み取りが必要である。精密な重ね合わせ及び同一サイズが・必 要とされる。また、単一イメージの各白抜きが、直列に復号化される。 Ｋａｆｒｉ他（１９８８年１０月の米国特許第４，７７６，０１３号）は、光 学イメージを、各ピクセルが少なくとも２つの許容値からのグレイ・レベル値を 有している、ピクセル・グリッドに変換することによって、該イメージの符号化 を実施する。この符号化は、イメージ・ピクセルの値に基づいて、各イメージ・ ピクセル毎に、マスタ・マトリックスの強度値、すなわち、ランダム値を送信す ることによって、光学的に、または、デジタル方式で実施される。復号化には、 マスタ・マトリックスの利用が必要であり、それと送信される符号化イメージと の間の精密なアライメントが必要とされる。この技法は、単一イメージの読み取 りに適合する。 他にも、ファクシミリ機または他のチャネルを介した情報の伝送に同様の技法 を適用した例がある。情報の読み取りには、マッチング・マスクまたはオーバレ イの利用が必要とされる。 発明の目的 本発明の目的は、ｎ次元イメージの相関に対して下記の新規の点を提供するこ とにある： １．分散統計値が十分にランダムな場合に、２つ以上の分散パターン間におい てフラッシュ相関アーチファクトが存在すれば、そのパターンを整合するとして 識別するのに十分である。整合を識別するのに、イメージを復号化したり、ある いは、ピクセル毎の比較を行ったりする必要がない。 ２．比較されるイメージ間における精密な重ね合わせが不要である。 ３．比較されるイメージ間におけるイメージ・サイズ及び配向の精密な制御が 不要である。 ４．複数のイメージを同時に比較することが可能である。 ５．イメージを読み取り、比較するための光学システムは、個々のピクセル要 素を解像できなくてもよい。 ６．パターンの確認は、パターンの複雑さに関係なく、１回の操作で実施でき る。 ７．多色またはマルチ・グレイ・レベルのイメージを同様に確認し、あるいは 、識別することが可能である。 ８．比較されるイメージのサイズが同じである必要はない。サイズと形状が、 両方とも異なっていてもかまわない。 ９．イメージを多くのセクションにセグメント化することが可能であり、フラ ッシュ相関によって、セクションを再結合する方法が得られる。また、各セクシ ョンは、個々に確認し、読み取ることが可能である。 １０．オーバレイまたは連結によって、あるイメージを他のイメージと組み合 わせることが可能であり、それでも、そのイメージを確認し、読み取ることがで きる。 １１．写真によるイメージも、コンピュータによって生じるイメージも、利用 する必要はなく、人の作成した、または、自然に発生したパターンを利用して、 確認及び識別を実施することが可能である。一般に、あるイメージ・クラス内に おいて十分な弁別が得られるようにするのに十分な、独自のパターンを用いるこ とが望ましい。この新規の特徴によって、明らかにされていないマーキングの防 護及び確認が可能になる。 １２．フラッシュ相関技法は、パターン素材の寸法安定性によって、他の光学 的符号化または光学的マーキング技法が役に立たなくなる、きわめて不統一な計 画にも適用することが可能である。 １３．フラッシュ相関を用いるには、情報媒体のサイズ、形状、テキスチャ、 カラー、密度、及び、材料が、未知のものである、極めて確実な情報送信の場合 であっても、最小限のトレーニング及び最小限の装置が必要とされる。 １４．イメージの読み取りやすさ、または、確認能力を台無しにすることなく 、カモフラージュ・パターンまたは追加情報をイメージにスーパインポーズする こ とが可能である。可視パターンと不可視パターンの組み合わせを利用することが 可能であり、サブパターンの全てまたは任意のものを確認または識別することが 可能である。 １５．フラッシュ相関の速さからして、フル・モーション・ビデオ・イメージ の全てのフレームにフラッシュ相関を利用して、リアル・タイムに基準テープと 比較するのが実用的である。 １６．項目のマーキングに利用する場合、２次元バー・コードと比較すると、 パターンに含まれる情報の密度を制限するのは、用いられるパーチクルのサイズ だけである。全てのパーチクルは、同じサイズまたは形状である必要はなく、こ の場合、獲得し得る情報密度は、サイズと形状の分布関数である。 １７．フラッシュ相関には、便宜上、粗いパーチクルのブラダを用いる再利用 可能なタグを利用することが可能である。こうしたタグによって、シールが開く 毎に、または、対象が乱される毎に、独自のパターンを発生させることが可能で ある。 １８．ツールよる傷痕、紙の繊維、または、材料のフィラメントによって生じ る既存のパターンを利用することにより、あるいは、吹き付け塗料によって生じ る塗布されたパターンを利用することにより、フラッシュ相関を用いた後続の確 認及び識別に備えて、独自のパターンを形成するという、最小限度のコストで済 むことになる。 １９．フラッシュ相関は、本質的に並列であり、計算上、集約型ではない。従 って、高スループットの確認及び識別のためのフラッシュ相関を実現するコスト は、競合する技法よりも低い。 ２０．フラッシュ相関は性質が逞しいので、基礎となる真の情報が得られない 、ある距離から、及び、非制御状態下において、それを利用することも可能であ る。従って、不可視マーキング及びトラッキング用途により適している。同様に 、特定の光学周波数においてのみ見える材料の吹き付けを含む、マーキング材料 及び方法のフレキシビリティは、車両、小荷物、及び、その他の物品の所定の位 置に、見えないようにマーキングを施さなければならない、運用計画に向いてい る。 ２１．フラッシュ相関は、擬似ランダム発生パターンまたは書き込み後読み取 りランダム・パターンを利用して、物品が、製造または分配サイクルを進行する 際、追加パターンをオーバレイする能力を提供する。後で、全複合パターン、ま たは、任意の数のサブパターンを確認し、あるいは、識別することが可能である 。擬似ランダムパターンは、指紋読み取り器からの詳細のような生物測定データ から生成することも可能である。従って、一連の保管利用において、文書または 物品を入手する各人は、先行する受領者のマークの上に彼のマーク（彼の擬似ラ ンダム・パターン）を自動的にオーバレイすることが可能である。フラッシュ相 関は、こうしたオーバレイされた全てのマークを確認することが可能である。 発明の開示 本発明によれば、物体に対して行うマーキング、カメラで撮像するシーン、各 種センサから得られる符号化情報といった、分散パターンの分類及び識別のため の方法及び装置が得られる。 本発明の特徴は、そのデータを２次元パターンで示すことが可能な、あるいは 、２次元スライスのシーケンスとみなすことが可能なセンサに利用される、共通 識別技法を提供するという点にある。 本発明のもう１つの特徴は、ファジィ軌跡、ぶれた、または、別様に劣化した 影像、表面が汚れた、または、部分的に破壊された影像、基準パターンからの距 離及び角度などが異なる条件下でとられた影像を利用することができるという点 にある。 本発明のもう１つの特徴は、長距離からの、リアル・タイムによる、あるいは 、後処理による識別が可能であるという点にある。 本発明のもう１つの特徴は、基準イメージのスタック内における整合の瞬時表 示が可能という点にある。 本発明の目的に従うと、パターンの生成及び抽出の両方または一方を行い、後 で、それらを分類し、識別する方法及び装置は、 １）マーキングの技法及び装置と、 ２）作成されたマークのデータ・ベースと、 ３）パターンを抽出するための技法及び装置と、 ４）フラッシュ相関を実施するための光学、デジタル、または、他のプロセッ サと、 ５）フラッシュ相関の結果を解析するためのコンパレータと、 ６）データ・ベースを更新して、追加パターンまたは新しいパターンを反映す るための技法及び装置と、 ７）判定しきい値を設定し、それを利用して、データ・ベースの探索を管理す るための技法及び装置から構成される。 「フラッシュ相関」は、２π次元以上のレコード間におけるかなりの相関の瞬 時表示を表す。「フラッシュ相関」は、２つのパターン間に十分な類似性が存在 する場合、及び、その場合に限って、２つのパターンをオーバレイして、一方が 、もう一方に対して回転し、かつ、反転するか、または、反転しないようにする ことによって、密度が、オーバレイされたパターン領域の残りの部分よりも、統 計的に高いか、または、低い領域が形成されるようにするプロセスを意味してい る。 「フラッシュ相関アーチファクト」は、相対的に回転している２つのオーバレ イされたパターンを相対的に並進させることによって、オーバレイされた領域内 における位置変更が可能な、統計的に密度の異なる領域を意味している。 本書で用いられる限りでは、「ピクセル」は、光学またはアナログ処理の場合 、検出可能性のしきい値（すなわち、最小の解像可能な領域インクリメント）を 規定する領域を意味し、電子処理の場合、直線グリッドにおける従来の意味の位 置を表している。 「ＯＲ演算を行った」は、２つの集合の一方または両方における包含によって 、結果生じる集合の包含が得られる、古典的なブール代数の包含的「ｏｒ」の意 味で用いられる。 本発明に関して理解しておくべきは、「レコード」は、２次元分散パターンま たはデータ・アレイであるということである。分散パターンは、２次元領域全般 にわたるランダム、擬似、または、不均一分散とすることができる。 後続の論考においては、２次元レコードが利用されるものと仮定する。異なる タイプのレコードについても言及することにする。「ベース・レコード」は、デ ータ・ベースの基本要素である。ベース・レコードは、識別子レコードであり、 従って、未知のレコードとベース・レコードの相関が可能であれば、その未知の レコードは、識別されたことになる。従って、ベース・レコードは、必要とされ る、望ましい識別情報の全てと連係している。 「複合レコード」は、２つ以上のベース・レコードからアセンブルすなわち形 成されている。複合レコードは、ベース・レコードのスタックと考えた方が都合 のよい場合もある。ベース・レコードは、結果生じる複合イメージの密度が、許 容可能になるように、オーバラップの有無にかかわらず、互いに、横にオフセッ トさせることが可能である。複合レコードは、ただ単にいくつかのイメージをス ーパポーズして、ほぼ垂直方向のアライメントがとれるようにするだけでも、生 成することが可能である。 「反転レコード」は、ベース・レコードまたは複合レコードとすることが可能 である。レコードが、それぞれ、対応する密度を備えた、複数の示差画素すなわ ちピクセルから構成されるものであると考えると、反転レコードにおける各示差 画素毎のイメージ密度は、対応する非反転レコードの対応する示差画素のイメー ジ密度の逆数ということになる。 「スーパインポーズ」及び「スーパポーズ」は、一般に、１つのレコードとも う１つのレコードをオーバレイする意味に用いられる。スーパインポーズまたは スーパポーズ時に、どちらのレコードが上で、どちらのレコードが下になるかは 、重要ではない。 十分な相関が施された２つの分散パターンのスーパインポーズまたはスーパポ ーズによって、２つの分散パターンまたはレコードの包含の査定（すなわち、確 認）、１つのパターンまたはレコードともう１つのパターンまたはレコードの突 き合わせ、パターンまたはレコードの分類、及び、特定のパターンまたはレコー ドの識別の全てまたはいずれかに利用可能な、１つ以上の「相関アーチファクト 」が得られる。さらに、識別がなされた場合、相関アーチファクトは、未知のパ ターンまたはレコードのデワーピングに利用することが可能である。相関アーチ ファクトは、観察時には、２つのレコード間におけるかなりの相関の存在を示し 、非観察時には、２つのレコード間における相関が存在しないことを示す作用特 性を備えている。相関アーチファクトのこの作用特性は、（ａ）スーパインポー ズされたレコードを側方に移動させると、疑わしい相関アーチファクトの横移動 が 生じ、この横方向が、側方移動方向と角度をなすことと、（ｂ）スーパインポー ズされたレコードの横移動によって、疑わしい相関アーチファクトの側方移動が 生じることと、（ｃ）疑わしい相関アーチファクトの軸まわりでスーパインポー ズされたレコードを回転させると、疑わしい相関アーチファクトのサイズがほぼ 半径方向に変化することと、（ｄ）疑わしい相関アーチファクトからオフセット した軸まわりでスーパインポーズされたレコードを回転させると、疑わしい相関 アーチファクトがほぼ半径方向移動することである。 「デワーピング」は、本書では、２次元レコードを変換して、そのレコードの 配向及びスケールを対応する既知のレコードの配向及びスケールに一致させると いう意味で用いられており、デワーピングを施されるレコードは、その２次元の 範囲で、不均一な量だけ、局部的に回転させたり、局部的にスケーリングを施し たりすることが可能である。 「パターン要素」は、パターンを形成するドット、グレイン、パーチクル、ま たは、その他のマーキングを意味する。電子イメージの場合、パターン要素は、 ピクセルとすることができる。パターン要素は、カラー、サイズ、形状、テキス チャ、及び、他の特徴が変更可能であり、さまざまなタイプの要素を組み合わせ て、任意のパターンを得ることが可能である。 「パターン」は、パターン要素のｎ次元構成を意味する。この構成は、ランダ ム、擬似ランダム、自然発生、または、人為的プロセスによって発生させること が可能である。本文書における論考及び例解のため、２次元パターンが利用され るものとする。 「既知のパターン」は、既知のアイデンティティを備える、基準として設定さ れたパターンを意味している。 「末知のパターン」は、そのアイデンティティが未知であり、既知のパターン を備えるフラッシュ相関によって設定されるパターンを意味している。 「パターン・スタック」は、２つ以上のパターンを組み合わせて、１つの複合 イメージを形成することを意味している。複合イメージは、光学的に、あるいは 、アナログまたはデジタル手段によって形成することが可能である。複合イメー ジの領域が飽和して、単一の拡大要素になるのを回避するため、複合イメージの 形 成前に、個々のパターンに、スケーリング、回転、及び、オフセットの全てまた はいずれかを施すことが可能である。論考全体を通じて、パターンに対する基準 は、代わりに、パターン・スタックに適用することも可能である。 「反転パターン」は、パターンにおける各要素のグレイ・スケールまたはカラ ー密度の反転を意味している。２進黒／白イメージの場合、これは、もとのパタ ーンのネガを意味している。グレイ・スケール・イメージの場合、グレイ・スケ ールが反転される。カラー・イメージの場合、カラー指定が反転される。それぞ れ、２進、グレイ・スケール、及び、カラー・パターンの場合、正確なアライメ ントで、パターン及びその反転パターンをオーバレイすると、ベタの黒、均一な グレイ、または、均一なカラーのイメージが得られる。 「オーバレイ」は、２つ以上のパターンのスーパインポーズを意味する。光学 的に実施する場合、パターンが透明な背景の上に位置するので、結果として、パ ターンが１つに組み合わせられる。デジタル式に実施する場合、パターンは、ブ ール代数の包含的「ＯＲ」の意味で、論理的に「ＯＲ演算が施された」マトリッ クスによって表される。 フラッシュ相関は、類似性が十分な場合に、フラッシュ相関アーチフアクトを 生じるパターンのオーバレイを表している。相関アーチファクトの存在は、末知 のパターンが、既知のパターン集合内に含まれていることを確認し、未知の特定 のパターンと既知の特定のパターンとの間の整合を識別し、未知の所与のパター ンに対する整合候補について、どれが最良の整合であり、どれが最低限の整合で あるかを分類し、未知のパターンの補正またはデワーピングを行って、特定の既 知のパターンとの整合を改善するのに役立つ。 フラッシュ相関アーチファクトの出現は、オーバレイされたパターン間に（ま たはスタック内のパターン間に）整合が存在することを示すのに十分である。フ ラッシュ相関アーチファクトの欠如は、相対的回転及び並進がパターンのパラメ ータによって指示される範囲内であれば、整合が存在しないことを表すのに十分 である。従って、フラッシュ相関アーチファクトの特性及び作用によって、比較 されるパターンに関する定量的情報が得られるが、最も単純な応用例の場合、Ｆ ＣＡの出現またはその欠如は、本発明の主たる相関的要素である。 ＦＣＡの作用を考慮すべき場合には、追加処理ステップが必要になる。オーバ レイされた２つのパターンが同じサイズで、ほぼ同一の（かなりの相関がある） 場合、２つのパターンを互いに並進させると、ＦＣＡが、強制された並進に対し て垂直に移動する。オーバレイされた２つのパターンをフラッシュ相関アーチフ ァクト外のポイントまわりで回転させると、ＦＣＡが半径方向に移動する。ＦＣ Ａ自体のまわりで回転させると、角度の減少につれて、ＦＣＡのサイズが増大し 、角度がゼロになると、オーバレイされたイメージ領域全体を含むことになる。 オーバレイされた２つのパターンがほぼ同じであるが、一方が、もう一方に対 して、引き伸ばされている、すなわち、ワーピングが施されている場合、ワーピ ングの程度が、パターン要素のサイズ及び分布によって決まる範囲内であれば、 ＦＣＡは、なおかつ存在する。２つのパターンを互いに並進させると、ＦＣＡは 、強制された並進に対して角度をなして移動する。観測されるその角度と、同じ サイズのパターンについて観測される９０度の角度との差は、ＦＣＡ領域内にお ける２つのパターン間の相対的ワーピングの測度である。オーバレイされる２つ のパターンをフラッシュ相関アーチファクト外のポイントまわりで回転させると 、ＦＣＡが円弧に沿って移動する。半径方向の直線運動から円弧運動への変化は 、ＦＣＡ領域内における相対的ワーピングのもう１つの測度である。ＦＣＡ自体 のまわりで回転させると、回転角度の関数として変化するＦＣＡのサイズが、Ｆ ＣＡ領域内における相対的ワーピングのもう１つの測度になる。 グリッド上の位置に対してＦＣＡの位置を順次、系統的に変化させ、上述の測 度に基づいて局部的ワーピングを補正し、さらに、グリッドを改良することによ って、任意の変化度の範囲内で、２つのパターンに対して、相互のデワーピング を施すことが可能になる。次に、２つのパターンを回転させて、アライメントが とれるようにし、その差を求めることによって、変化を検出することができる。 フラッシュ相関を用いて比較を行うために、２つのパターンが、同じサイズで ある必要はない。一方のパターンが、もう一方のパターンの一部である場合、そ の部分を、それが対応する基準パターンの適合領域においてオーバレイすれば、 ＦＣＡが生じる。２つのパターンの境界及びサイズが同じではない一般的な場合 、各パターンの各領域ともう一方のパターンの各領域をオーバレイすることによ っ て、ＦＣＡの探索を行うことが必要になるが、別様の場合、ＦＣＡの仮想位置が オーバレイされた領域外にあって、見えないという可能性もある。 ＦＣＡの存在及び作用の自動認識の場合、パターン要素のサイズ及び分布に関 してパターンの特性を明らかにする必要がある。ＦＣＡの存在を探索する場合、 ２つのパターンの全統計値に基づいて、ＦＣＡ候補である領域の密度を評価する ことができる。任意のＦＣＡ候補が実際のＦＣＡであって、パターンの一方また は両方における単なる密度の異常な領域ではないという確率を計算することが可 能である。未知のパターンとの突き合わせを行うべき、確立された既知パターン のデータ・ベースに基づいて、既知のパターンの統計値を利用し、任意の整合パ ターンを備えたＦＣＡを認識するためのしきい値を設定することが可能である。 単一操作による整合／不整合の判定が所望の場合、オーバレイされたパターンの 密度に関する統計値とデータ・ベースの解析によって判定されたしきい値が比較 される。 データ・ベースに追加される各パターンは、ある回転角度範囲にわたって、そ れ自体、及び、少なくともデータ・ベースに既に納められているパターンからサ ンプリングしたものとの相関が施される。結果生じるＦＣＡの密度及びサイズは 、計算される。各パターンは、同じ統計値を有するが、整合しない、例えば、パ ターンのミラー・イメージとの相関も施される。ＦＣＡは生じないが、サイズが ＦＣＡと等しい領域の密度を測定することは可能である。ある範囲の回転角度、 ＦＣＡサイズ、及び、ＦＣＡ密度を設定して、所定の範囲内の角度でオーバレイ した場合、データ・ベースとの比較を行うべき未知のパターンから、少なくとも 一定のサイズ及び密度を備えたＦＣＡが得られるようにすることが可能である。 このデータ・ベース解析によって、統計的に均一なパターンのデータ・ベースと 比較する、単一操作による整合の識別が容易になる。 既知のパターンの変化度が激しい場合、既知のパターンのデータ・ベースに関 する統計的解析が実施されない場合、判定毎に複数の操作の利用が可能になる場 合、及び、他の状況にある場合、ＦＣＡ候補を生じるパターンのオーバレイには 、並進、または、ＦＣＡまわりでの回転、または、別のポイントまわりでの回転 を施すべきである。予測位置において位置変更されたＦＣＡが引き続き検出され る と、そのＦＣＡ候補の妥当性が立証される。 パターン・スタックが利用され、ＦＣＡが識別された場合、そのスタックは２ つ以上のサブスタックに分割することが可能である。ＦＣＡを生じないサブスタ ックは、それ以上の検討から除外することができる。ＦＣＡを生じるサブスタッ クは、所望に応じてさらに分割し、正確な整合パターンを正確に指摘することが 可能である。 同じシーンの順次写真のような、多くの同様のパターンに関するデータ・ベー スの場合、ＦＣＡを生じるいくつかの整合が存在する可能性がある。反転された 未知／既知のパターンを比較すると、最良の整合は、密度が最高のＦＣＡに対応 し、整合候補をランク順に分類することが可能になる。指定の判定基準を満たす より新しい整合を保管することによって、データ・ベースの更新が可能になる。 該方法の実施には、任意の自然発生プロセスまたは意図したマーキング技法に よるパターンの利用が可能である。これらには、吹き付け塗装、スパッタリング 、ツール・マスク、自然発生による紙の繊維、ガラス、プラスチック、及び、他 の材料の製造時における添加物の分布、接着表面に対するパーチクルの付着、ス クラッチングまたは別の方法による表面からの材料の除去、署名、指紋の細部、 声紋からの抽出物、または、他の生物測定データの利用といった、化学的、機械 的、または、手動技法によるパーチクルの分散が含まれる。パターン情報は、光 学走査、ソナーまたはレーダ・トレース、音響モニタ、コンピュータによる生成 、または、ｎ次元パターンを発生する他の任意のセンサを通じて抽出可能である 。従って、文書、署名、医用コンテナ、法廷サンプル、医療テスト・サンプル、 及び、保管の連鎖を維持しなければならない物品を含む、任意の物品にマーキン グを施し、後で、確認することが可能である。エントリ・ポイントまたはアクセ ス・ポイントにパターンを適用することによって、改ざん表示が可能になる。 本発明の方法は、ファジィ論理、ぶれた、または、別様に劣化した影像、表面 が汚れた、または、部分的に破壊されたパターン、距離、角度、及び、照明とい った各種条件下で撮られたシーンを利用することが可能である。 生物測定データにこの方法を利用すると、データ・ベースに既に登録済みの人 物の識別にとりわけ有効である。この方法の堅牢性は、例えば、曲率、ぶれ、強 度、オーバレイされるパターン、及び、最新の指紋に見受けられる部分隠ぺいを 含む、生物測定データ収集に見受けられる種類の変動を見越したものである。パ ターン・スタック内のいかなる整合も検出する該方法の能力のため、オーバレイ された最新の指紋を独立した指紋に分解することを必要とせずに、該指紋の解析 が可能である。 とりわけ、大規模データ・ベースの場合、探索可能な速度を速めるような方法 で、既知のデータ・ベースを作成するのが有効である。これに関して、データ・ ベースの作成には、データ・ベースの探索時に見受けられるタイプの相関アーチ ファクトの平均的または典型的特性を判定するステップを含めることが可能であ る。このため、データ・ベースの作成には、データ・ベースの探索時に見受けら れるタイプの相関アーチファクトの平均的または典型的特性を判定するステップ を含めることが望ましい。該ステップは、データ・ベースに納める際に、各レコ ード毎に実施するのが望ましい。このため、データ・ベースに含めるべき選択さ れた既知の各パターンは、複写され、反転され、それ自体とフラッシュ相関され る（自動相関される）。ＦＣＡは、２進パターンの場合、ベタの黒になる。回転 角度の変化によって形成される、複合パターンの非ＦＣＡ領域の密度分布は、該 パターンの特性を明らかにするための分類ツールを提供する。 後で、未知のパターンとデータ・ベースの既知のパターンを比較すると、末知 のパターンは、既知のパターンのどれかの完全な複製ではない可能性が極めて高 い。それどころか、未知のパターンは、ノイズを含んでおり、おそらく、スケー ル及び配向が異なり、また、おそらく、サイズが異なっていて、既知のデータよ り多いか、あるいは、少ないデータを含んでいるものと予測される。結果として 生じるＦＣＡは、ベタの黒ではなく、規則正しい形状ではない可能性がある。Ｆ ＣＡがベタの黒から変化する程度、及び、規則正しい形状から変化する程度によ って、既知のパターンと未知のパターンの差の程度が示される。 データ・ベースにおける全ての既知のパターンに相互相関を施し、複合パター ン及び生じるＦＣＡの特性を考慮することによって、一般に、２つの既知のパタ ーン間、及び、データ・ベース間における類似性の測度が得られる。該特性の統 計値を解析することによって、データ・ベースのパターンと末知のパターンのフ ラッシュ相関によって生じる高密度領域が、実際にＦＣＡである確率を査定する ことが可能であり、並進によるＦＣＡ候補のテストは必要がない。 既知のパターンが、構造が高度であるか、あるいは、拡大されたパターン要素 を含んでいる場合、パターンをスクランブルして、拡大要素を分割することが可 能である。スクランブル技法は、比較される各パターン毎に、同様に実施しなけ ればならない。こうしたスクランブリングによって、一般に、オーバレイされた 複合パターンにおける非ＦＣＡ領域に対するＦＣＡの検出可能性が増すことにな る。しかし、比較すべき全てのパターンについて十分にアライメントをとり、対 応するサブパターンが、シャフリングによって対応する位置につくようにしなけ ればならない。一般に、これに必要とされるのは、シャフリングまたはスクラン ブリング技法によって、ミスアライメントの程度が、パターン内でスクランブル されるサブパターンのサイズより小さくならなければならないということである 。 図面の簡単な説明 整合する要素には整合する番号が付けられている添付の図面と関連づけて、本 書を読むことによって、当該技術の熟練者には、本発明の多くの細部及び利点が 明らかになるであろう。 図１Ａは、本発明によって可能となるレコード識別階層の概要図である。 図１Ｂは、本発明によって可能となるパターン査定、分類、及び、識別の流れ に関する概要図である。 図２Ａは、フラッシュ相関解析に用いるのが最適なデータ・ベースの作成に利 用される、順次ステップの略図である。 図２Ｂは、既知のパターンのデータ・ベース作成に関する図である。 図３Ａは、末知のレコードが既知のレコードのデータ・ベースに含まれている か否かを確認する順次ステップの略図である。 図３Ｂは、データ・ベースと対照して、ＦＣＡを探索し、未知のパターンが含 まれるか否かを判定するステップを表している。 図４Ａは、未知のレコードが、既知のレコードのデータ・ベースに含まれてい るか否かを確認する順次ステップの略図である。 図４Ｂは、データ・ベースの特定のパターンとの整合を分類し、識別するため の、順次区分化を表している。 図５Ａは、未知のレコードとデータ・ベースの既知のレコードを比較する順次 ステップの略図である。 図５Ｂは、かなり相関した、同じサイズで、同じ極性の２つのパターン間にお ける整合に対応する、低密度のＦＣＡを示している。 図６は、かなり相関した、同じサイズで、極性が異なる２つのパターン間にお ける整合に対応する、高密度のＦＣＡを示している。 図７は、並進の強制時における、図６のＦＣＡの位置変更を示している。 図８は、パターンの１つの拡大結果として生じる、図５のリングから渦巻への 変換を示している。 図９は、高度な構造イメージの識別による高密度ＦＣＡを示している。 図１０は、２つのパターン間における視覚差の結果として生じる低密度ＦＣＡ を示している。 図１１は、ＦＣＡの位置を予測するための２つのパターンの一般的なアフィン 変換を表している。 図１２Ａは、あるパターンとスタックをなす３つのパターンとの間の整合に対 応する低密度の相関アーチファクトを示している。 図１２Ｂは、密度を増すためのパターンの複製と、後続のＦＣＡにおけるその 結果を示している。 図１２Ｃは、複製された１０×１０のパターンと１００のタイル状パターンの 照合に関するオーバレイ構成を示している。 図１２Ｄは、あるパターンの拡大複製及びオフセット複製と、複数の既知の拡 大パターン及びオフセットパターンとの照合に関するオーバレイ構成を示してい る。 図１３は、３つの成分パターンから形成された複合パターンを示している。 図１４は、あるパターンと、拡大されたパターン、及び、スーパインポーズさ れたパターンとの同時照合を行うための技法の１つを示している。 図１５は、モザイク状パターンとの同時照合を行うための技法の１つを示して いる。 図１６Ａは、レコード発生器の略図である。 図１６Ｂは、パターン発生器の略図である。 図１７Ａは、レコード識別システムの略図である。 図１７Ｂは、パターン照合システムの略図である。 図１８は、埋め込みメッセージの確認に用いられる２つの部分からなるタグを 示している。 図１９は、２つの異なるオーバレイに関して読み取られる場合、同じ２つの部 分からなるタグによって、異なるメッセージが生じる可能性があることを示して いる。 図２０は、（ａ及びｂ）異なる発生器による２つのパターン、（ｃ）組み合わ せパターン、（ｄ）パターンの１つと複合反転パターンとの照合によって得られ るＦＣＡを示している。 図２１は、２つの部分からなるランダム・タグ、及び、結果生じるメッセージ とのオーバレイを示している。 図２２は、異なるオーバレイによって異なるメッセージが生じる、共通ランダ ム・バックグラウンドを利用した、２つの部分からなるランダム・タグを示して いる。 図２３は、ランダム・バックグラウンド及びオーバレイによってメッセージを 形成するために吹き付け塗装パターンを利用した、２つの部分からなるランダム ・タグを示している。 好ましい具体例の詳細な説明 本願発明は、ディジタル、オプティカル、もしくは他のアナログ処理によって 既知及び未知パターンの対または積層上に生成される”フラッシュ相関アーチフ ァクト”（flash correlation artifacts）の生成法及び用法に関する。既知及 び末知パターン間の適当な回転と並進によって、２つ以上のパターン間に”程度 の高い相関”（massive correlation）が存在する時及びその時のみ”フラッシ ュ相関アーチファクト”が作り出される。それ故、フラッシュ相関は、被識別像 における変化と欠陥について電算機的に集中しておらず且つ非常に許容度の高い 複合画像の識別法 を提供するものである。アーチファクトは、画像サイズ、画像角度、画素サイズ の変化、局所的歪、及びひっかき傷、ほこり、及び部分的ボケのような破損があ る時でさえ、存続する。従って、本願発明は、広範囲の識別と分類作業に対して 普遍的な応用性を有している。 本願発明の好ましい具体例は、任意の所望密度、分布、及びサイズをもつドッ トの擬ランダム・パターンから成るコンピュータ発生プリントタグの用法に関す る。前述のパターンは、続いて記録されそしてフラッシュ相関を介してオリジナ ルパターンと比較される。光学式又はアナログ処理の場合、光の透過は積層画像 の何れか１つに粒子成分がある所では上載せした積層によって遮られ、積層パタ ーンが何ら粒子を示さない所では光は透過する。ディジタル処理の場合、多重画 像は一括して”論理和され”（OR’d）結果として合成画像を生成する。 アーチファクト（フラッシュ相関アーチファクト即ち、”FCA’s”）は、２つ 以上の重ね合わせた積層間に程度の高い相関が存在する時及びその時のみ作られ る。FCAの存在は、その積層の小区分間に誘導された並進の結果として予測方向 に予測限度まで移動する合成画像積層の領域を捜し出すことにより識別すること ができる。FCAの存在は、未知のパターンが積層におけるパターンと高度に相関 することを識別するのに役立つ。積層を繰り返し細分することにより、相関した パターンが識別できるのである。 いくつかの所期の応用では、積層内部に符合点（match）があることを知れば 「分である。別の応用では、ある小積層内部に符合点があることを知れば十分で ある。さらに別の応用では、符合点である特異な個別パターンを知る必要がある 。本願発明は、再帰使用を通して各々のそうしたレベルの照合（matching）を実 行できるよう計画されている。 フラッシュ相関による最初の試み（passes）によって、１つ以上の未知パター ンと既知パターン群のデータベース間に符合点が存在するという指標が提示され る。さらにパスを与えると所要の範囲に候補プールが限定される。ある特定の単 一既知パターンがある特定の未知パターンに対する符合として示される場合、FC A分析は、従って２つの画像を相互に関して矯正（de-warp）するのに使用するこ とができる。 自動化パターン識別子として意図されたその応用のため、適用された分散粒子 タグの証明におけるように、本願発明の好ましい具体例では下記を利用する： １．２次元擬ランダム・パターンを発生する方法と装置：ディジタルコンピュ ータ、疑似乱数発生器、及びプリンタを含む； ２．２次元ランダム・パターンの走査をするための方法と装置； ３．フラッシュ相関を実施しその結果を評価するための方法と装置：光学式又 はディジタル・コンピュータ、統計的解析を備えた参照パターンのデータベース 、及び相関子からの出力のディスプレイを含む。 発明の別の具体例では、下記又は他の技術によって発生したパターンを利用し てよい： １．パターンは自然に生じていてよい、例えば、道路、木立、等を含む遠景か ら撮られた画像；物体上の傷；書類の紙繊維；組立て又は使用中に工具によって 又はその上に付けられた工具きず、法定紙幣の保安上の特徴線、弾道きず、及び 類似の２又は３次元画像であって、可視化（visible viewing）、起伏画像化（r elief ｉmaging）、透過照度（transilluminance）、ステログラフ（stylograph ）、又は他の技術によって発生されてよいもの。 ２．パターンは、コンピュータ発生テキスト、記号、場面、地図、マーキング のためドットパターンにコード化したオーディオ又は他の情報、又はマーキング の用途に付随して生ずるものであってよい。 ３．パターンは、塗料のような粒子の化学的、機械的、又は手動による分散、 サイジング、正角コーティング、又はパターンを発生するその他の粒子によって 故意に又は付随的に作ってよく、それは３次元であってよく、無制限カラーを包 含していてよく、さらに種々の寸法の粒子から構成されてよい。 ４．パターンは、プリント配線板のトレース及び部品の配置、又は発泡パック に並べられた製薬錠剤シートのような別の製造配置であってよい。 ５．パターンは、次のようなコードを表してよい： ａ．２-次元バーコード ｂ．時間間隔で周波数ホッピングを用いるオーディオ・コード化情報 ｃ．光学的に符号化した及び、埋め込んだメッセージ ｄ．テキスト探索の用途でワード又はフレーズに割り当てられたパターン ｅ．場面又は多重選択試験回答シートの２進符号化特徴 ６．パターンは、品質分析のため対象物に貼ったアップリケ、例えば、休止対 象物、もしくは登載中又は強調条件下の対象物の製造変更を表示する目的で対象 物上に付けられたマーキング、であってよい。 ７．パターンは、指紋、DNAの試料、声紋、筆跡、又は人相のような生物上の 標識から作られてよく、ーーーこれは微細点を抽出するため前処理されてよい。 ８．パターンは、可視光、赤外線、レーダ、ミリ波、レーザ干渉計、ｘ-線、 核磁気共鳴、コンピュータ断層撮影法、もしくはその他のセンサからのデータを 表現してよい。 ９．パターンは、光ファイバケーブル、又はケーブル束の端末間の照度分布を 表してよい。 発明の他の具体例では、パターンの連続走査及びフラッシュ相関のため下記の 又は別の装置を利用してよい： １．解析用パターンを抽出するため、非-CCDカメラ、光スキャナ、光学式座標 読取装置（ディジタイザ）、起伏画像抽出器（relief image extractors）、ス テログラフ、顕微鏡写真、衛星ベースの収集システム又はその他の技術を用いて よい。 ２．参照パターンのデータベースは、透明２-次元オーバレイ（上張り）、デ ィジタル画像（圧縮したものとしないもの）、擬ランダム・パターン発生に用い たシード、又はアナログ信号、の形で記憶してよい。パターンが符号化情報を表 す場合、その情報か又はパターンのどちらかを記憶してよい。 ３．フラッシュ相関処理は、２つ以上の透明画を手で重ねるか、又はディジタ ル、光学式、又は他のアナログコンピュータによって実行してよい。フラッシュ 相関アーチファクトの識別も同様に、人の目視観察によって、パターン認識自動 化技術によって、又はコンピュータ範囲内での統計的解析によって実行してよい 。 ここで、基本的発明を理解するための術部として、２進情報の２-次元パター ンーー基本記録を考察することは役に立つ。その像の透明コピーを作成し、基本 記録に重ねると、いくつかの基本的観察を行うことができる：（ｉ）もしそのコ ピーと基本記録が完全に合えば、特徴的な特性は何ら観察されない；（ii）もし そのコピ ーと基本記録がお互いに回転しているなら、変則密度ーー低密度の概略円形の領 域が存在する；そして（iii）もしその基本記録とコピーに関して相対的並進が 課せられれば、その変則密度をもつ領域はほぼ直交した変位を受ける。そのよう な変則密度領域は、相関アーチファクトの１例である。 これらの相関アーチファクトは、これまでに見い出されており、印象的諸特性 を示している。例えば、未知記録と既知記録の間の相応関係は、未知記録と既知 記録が上載せ即ち重ね合わせられる時に確立され、相関アーチファクトの存在が 検出される。既知記録が合成記録であったとしても、その現象はまた、２つ以上 の既知記録の合成体に未知記録が包含されていることを決めるのに十分である。 また、相関アーチファクトの存在は、未知記録と合成記録から成る基本記録の１ つとの間の符合の存在を確定付けるものである。 相関アーチファクトは、未知記録と既知記録の間にしきい値相関がある限り観 察されるであろう。より詳細には、相関アーチファクトは、下記条件の何れか及 び全ての下で生ずるであろう： ｉ． 既知及び未知記録の１つが他に比べて延長される（即ち、１-次元伸張 する）； ii． 既知及び未知記録の１つが他とは異なった大きさを有する（即ち、よ り大きく又はより小さくなるために２-次元伸張する）； iii．既知及び未知記録の１つが他のものに関して記録に垂直な軸の回りで 回転する； iv． 既知及び未知記録の１つが作り出された面が、他が作り出された面に 対して鋭角の状態にある； ｖ． 知及び未知記録の１つが他の部分である； vi． 既知及び未知記録の１つが他と比べ大きさ、回転、及び傾斜に偏差ー ー記録の平面範囲にわたって不均一である偏差を有する； vii．既知及び未知記録の１つが他と比べ変化した部分を有する； viii．既知及び未知記録の１つがその密度を対応する基本記録に比し反転さ れる； ix． 既知及び未知記録の１つが取り消されるか、部分的に抹消される； ｘ． 既知及び未知記録が異なったカラーを有する； xi． 既知及び未知記録の何れか又は両方が数記録の合成体から成る；及び xii．既知及び未知記録の１つが他に関し桁ずらし（offset）される。 前述のリストで説明されるように、相応関係の指標として又は包含関係の指標 としての相関アーチファクトの存在は、既知及び未知記録間の差異に対してーー サイズと位置のみならず記録の品質と同一性について、極めて許容度が高い。 示差的な画像要素即ち画素の少なくとも70％が２つの重ね合わせた記録の両方 に存在する時、しきい値相関条件が満足されることが観測されている。しきい値 相関は、粒子サイズ、粒子密度、及び粒子分布に依存して低めであってよい。よ り詳細には、粒子がより大きく且つより密であればある程、しきい値相関を下げ る傾向があり、一方、粒子分散が広ければ広い程、しきい値相関を上げがちであ る。 未知記録が既知記録の特有のデータベースに含まれているか又はその一部であ るかを知ることが必要なだけの種々の応用がある。容易に思い付く例としては、 ある記録がデータベースに既に分類されているという照合、ある画像が許容でき る画像のデータベースの部分であるという照合、ある画像が許容できない画像の データベースにないという照合、等がある。 一部分、相関アーチファクトの許容性は、少なくとも２つの基本記録との末知 記録の比較に見られる相関アーチファクトのもとになってよい。例えば、その間 の時間中に変化する領域の連続画を示す多くの記録は、その変化が生じていた間 に採られた未知記録との相関アーチファクトのもとになってよい。これらの状況 下で、相関アーチファクトを有する既知記録は、相関アーチファクトの性質に従 って分類・ランク付けされる。故に、未知記録と既知記録の間の最良の相関は、 それによって未知記録が最強の（即ち、１つの記録が反転される所で最も密な） 相関アーチファクトを作り出す既知記録である。 既知記録がいくつかの基本記録の合成体である時、未知記録は、特に未知記録 を識別するために、その合成体の各基本記録になぞらえられるべきである。また 、相関アーチファクトの有無は、未知記録と既知の基本記録間の最良の符合を選 択するためのメカニズムである。 既知及び未知の記録が同一の技法を使って作成されている所では、相関アーチ ファクトは、重ね合わされた記録において異常に低密度の領域として現れる。あ るいは、既知及び未知の記録の１つが反転される、例えば負である所では、相関 アーチファクトは、重ね合わされた記録において異常に高密度の領域として現れ るであろう。既知及び未知の記録がカラーを有する応用についても、相関アーチ ファクトは依然として観察されるであろうーー相関アーチファクトは単純に色付 けされる。この関連で、カラーは、未知記録とその対応する基本記録との間の変 化を検出する上で役立ち得る、ということが注目されるところである。 従って、広い場面においては、本願発明の操作には、相関アーチファクトの有 無に応じてデータベース24における未知記録20の包含関係24を決定することと、 相関アーチファクトの強さに応じて既知記録を分類すること26と、相関アーチフ ァクトの強さに応じてデータベースの特定の基本記録に関し未知記録を識別する こと28が含まれる（図1A参照）。 未知の記録又は試料20が大データベースに関して検討されるような場合（図1A 参照）、既知記録のデータベース22は、探索を促進できるよう適切に作成される のが望ましい。より詳細には、データベースは、予定数の基本記録が各区画で同 時に探索できるよう区画されるのが望ましい。データベースを区画する操作によ って、大規模並列プロセッサ（massively parallel processor-MPP）の使用、及 びそれに付随した探索時間の短縮が可能となる。例えば、データベースの各区画 はMPPの対応プロセッサに割当てることもできる。現在利用できるMPPは、秒当た り10⁸で動作する64,000乃至200,000の中央演算処理装置（CPUs）を有することが できる。未知記録を複製し、MPPの並列法でデータベース区画を探索することに より、巨大データベース22における未知記録20の包含を探知する探索時間が小数 点以下の秒まで短縮できる。本願発明の目的のため、光学プロセッサを十分速い 動作時間を有するMPPと考えてよい。 相関のタスクには、いくつかの基本記録のうちどれが最も厳密に未知記録を表 すかを拾い出すことも含めてよい。例えば、もしデータベースがある記録に対し て連続変化を示す記録を包含するなら、未知記録とデータベースの数記録間に相 関が存在する。そうした状況下で、どれが最高の相関レベルを有するかを評価す るために、符合記録を分類する26必要があろう。この方法で、未知記録に対し最 大の類似性を有している基本記録が容易に選択される。 それ故、ある特定の基本記録を未知記録に対応するものとして識別する28必要 があるとすれば、選択したデータベース区画は、さらに区分するか又は小区分し 、同一のやり方で探索することができる。未知記録が対応する特定の既知記録が 識別されてしまうまでさらに区画化を続行する。 この相関技法に関しては、既知記録のデータベースが１記録ほどの少数か又は 数十億の大量記録を含んでよい無数の応用例がある。例えば、製造工程において 、未知記録は、その全ての部品と回路が間違いがなく且つ適切に配置されている かどうかを判断するために検査されるプリント配線板の像であってよく、一方、 既知記録のデータベースは、単に、正確に製造した回路板の像であってよい。比 較的大きいデータベースでは、未知記録は、株券又は債券のような真偽を吟味さ れる書類であるかも知れず、また既知記録のデータベースは、発行される時点で そうした各書類の像を包含してよい。さらに比較的大きいデータベースは、どの 識別が求められるかによって特定指紋となる未知記録とともに、政府機関に保管 される指紋記録のような数百万もの記録を含んでよい。データベースは、製薬会 社で製造された各丸薬の像を含むことすらあってよく、一方、未知記録は、変質 （tampering）が生じているかどうかを見るために検査される特定丸薬である。 特に、大きいデータベースの場合、それが探索できる速度を高められるような 方法で既知記録のデータベースを作成するのが有利である。この関連で、データ ベースの作成（図2B参照）は、データベースを探索する時に見いだされる種類の 相関アーチファクトの平均的又は典型的特性を決定するという操作を包含してよ い。つまり、データベースの作成は、データベースを探索する時に見いだされる 種類の相関アーチファクトの平均的又は典型的特性を決定するという操作を包含 していることは好ましいことである。好ましくは、その操作は、データベースに ある状態のまま各記録について実行する。最後に、データベースに包含される選 択基本記録30の各々をコピーする32。次いで、コピーとその対応する基本記録を 重ね合わす34。基本記録の１つ及び重ね合わせたコピーは、自己相関がその基本 記録について実行できるよう記録面に垂直な軸の回りに測定された任意角だけ回 転する。回転軸を基本記録の中心に設定することにより、ある種の解析の節約が 果 たされる。自己相関アーチファクトはその回転軸上に集中するであろう。次いで 、その相関アーチファクトの特有の寸法（dimensions）が決定もしくは評価され る36。電子工学的処理のため、各評価は、回転軸の回りに集中した、予め選択さ れる大きさの方形領域におけるデータ密度を積分又は合計することにより達成で きる。予め選択される大きさは、予想サイズの相関アーチファクトを取り囲める だけの大きさになるよう決定する。既知の基本記録とサイズの統計的詳細をデー タベースに記憶する。 基本記録とそのコピーとの間の回転角を増加方向に変化させることにより、角 回転限界、即ち、相関アーチファクトが生ずる最大及び最小角を評価する36。相 関アーチファクト38の特有寸法は、予め選択される方形領域の大きさを変えるこ とにより決めてよい。 基本記録からのそうした情報を用いて、許容角回転範囲に関する最大及び最小 限界、φ_max、φ_min、は、任意の所望又は予め決めた統計的精度で決めることが できる。角回転に関する最適角度、φ_opt、は、好ましくは、相関アーチファク トが最大の特有寸法を有するような角度に選択される。基本記録からの相関アー チファクトの特有寸法は、平均特有寸法、R_avg、及び特有寸法の標準偏差、σ_R 、を確認するため統計的に解析される。データベースにおける相関アーチファク トのこれらの特性を知ることにより、その範囲内に相関アーチファクトが多分局 限されるであろう方形領域が選択できる。その領域は、R_avg＋nσ_Rに等しい長さ の辺をもち、ここでｎは、１〜４の範囲であり、好ましくは２〜３の範囲である 。最も好ましくは、ｎは約２になるよう選択される。 各基本記録の自己相関からの相関アーチファクトを検討することにより、基本 記録データを確認するための手続きが確立される。より詳細には、もし特定基本 記録が他の基本記録に関して極値を有する自己相関データを示すなら、その特定 基本記録のデータは、間違っているかも知れず、従って確認しなければならない 。 基本記録はまた、データベースから成る基本記録40の典型的像密度、ρ、を評 価するために別々に考察してもよい。像密度の評価は、基本記録を画素毎に積分 し、像密度の積分値を同一サイズの不透明像のそれと比較することにより達成し てよい。次いで、これらの像密度を統計的に解析して平均値、ρ_avg、及びその 密 度の平均偏差、σρ、を決定する。妥当な量の透過、例えば、0.5〜0.8の範囲で 好ましくは約0.75をもつようなもの、を可能にするしきい値密度、Ｐ、を選択し て、積層に結合してよい基本画像の数を確定することができる。例えば、ここで ｉが重ね合わせ可能な記録の最大数であるとして、下記関係の整数部分を用いる ことができる： ここで、ｎは、２〜５の範囲になるよう、好ましくは約３になるよう選択される 。 重ね合わせ可能な基本記録の数、ｉ、を知ることにより、少なくとも２つの既 知記録の合成体は、合成記録の密度が予め決めたしきい値密度未満になるように してよいということも理解すべきである。。それらの合成記録は、その後、探索 可能な合成記録として記憶してよい。全体に満たない基本記録を解析して相関ア ーチファクトの特性を決めることができる。故に、基本記録の代表的サンプルを 選択し、それらを上述のように解析し、そしてその情報を使って議論された種々 のパラメータを評価することも本願発明の範囲内である。 さらに、特定の基本記録は何れも、特性要素が基本記録になる形式に縮小して よいということは理解すべきである。例えば、既知記録は、フィルタをかけ、変 形させ、及び／又は標本抽出して特性要素まで縮小できよう。フィルタがけには 、限定はしないが、特定波長の反射を選択すること、固有の最小粒子サイズを選 択すること、等が含まれてよい。変形には、限定はしないが、識別した特徴が予 め決めた空間的関係に符合するよう基本記録を処理することを含んでよい。標本 抽出には、限定はしないが、記録から指標として特定領域を取り出すことを含ん でよい。ある種の基本記録の情報は、特性要素で表示に適用可能であり、この場 合、基本記録は単にそれらの特性要素であってよい。実施例として、指紋は、渦 巻、デルタ、及び隆起末端という選択した特徴の配置に対応する細目点の空間的 配置によって表してよい。その細目点の分布は、指紋探索用の理想的基本記録の フォ マットである。 未知の画像が相関アーチファクトを生ずるであろう角度で配置される確率を上 げるために、データベースの各基本記録は、好ましくは、予め決めた回転44をさ せる。その予め決めた回転は、予想相関アーチファクトのサイズを極大にするた め角度φ_optに一致してよい。 未知画像がいくつかの基本画像の合成体になぞらえることができるよう、ｉ個 の多くの基本画像を互いの上に直接積み重ねて46、合成記録を作ってよい。積み 重ねできる基本記録の数を増やすために、基本記録は、ｉ個の積み重ね記録を上 回るものが存在しないようｉの逆数に比例する距離だけ重ねることができる。基 本記録が桁ずらしした積層に積まれるところでは、未知記録は同一基準の領域を 網羅するよう複製される。 高密度の相関アーチファクトは、低密度の相関アーチファクトよりも識別が簡 単であることが見い出されている。よって、各基本記録は、データベース探索中 、高密度の相関アーチファクトが生ずるよう２進反転されるのが好ましい。加え て、２つの画像がお互いに関して回転されなかった時、相関アーチファクトは存 在しないということが分かれば、反転した基本記録は、探索可能な合成記録に組 み立てる前に、予め決めた回転をさせる。その回転は、φ_sptになるよう選択す る。 回転と反転が完了すれば、基本記録は２つ以上の基本記録の探索可能合成記録 に積み重ねられ、従ってそれは作成したデータベース22（図1A参照）を構成する 。探索可能合成記録を作成する際、複数個の個別基本記録は、１又は２つの直交 方向で重なる関係でお互いから横にずらすか、又は重なりの無いタイル模様に配 置してよい。未知記録に関するそうした複製は、最終的に捜し出されるかも知れ ない相関アーチファクトを強めるものと思われる。 特定記録20即ち未知記録がデータベースに含まれているかどうかを決めるため に、未知記録がデータベースの各合成記録50（図3A参照）と比較される。第一段 階には、探索のため未知記録を準備することが含まれる。データベース中の探索 可能合成記録の配置次第では、未知記録は、自己相関から決められる最適角度に 対応する角増分で軸の回りに複製してよい。未知記録は、探索可能合成記録を準 備する際に用いるオフセットに対応する先決のオフセットで複製するか、もしく は探索可能合成記録のタイル張りに対応するタイル配置で複製してよい。包含関 係解析の第二の段階は、議論したように複製されていてよい未知記録と既知の合 成記録間の相関配列52を作り出すことである。この相関配列は、好都合にも、末 知記録と既知合成記録との重ね合わせによって設定される。手動により、例えば 、末知及び合成記録の１つの透明画を他の上に置くことにより作ってよい。ディ ジタルコンピュータでは、その相関配列は、２進論理和算法（binary OR algori thm）を使って一時的配列を組み立てることにより作り出すことができる。 次いで、相関配列の最密領域を識別する54。手動で、最密領域を目視検出する 。ディジタルコンピュータでは、予め決めたサイズを有するテスト領域の密度が 計算される。次いで、そのテスト領域は、そのテスト領域の各整復に関して密度 積分しながら、相関配列全体にわたって移動する。全相関配列の評価が完了した 時、サンプリングのための積分密度が検討され、最高密度の順でランク付けされ る。 相関配列の最密領域を配置し終り、これらの領域を相関アーチファクトが観察 された先決しきい値密度と比較する56。その比較は、手動で実行される時は、ア ーチファクトが識別されるかどうかについての目視解析である。ディジタルコン ピュータでは、その比較によって、テスト領域に対する絶対値で積分された密度 が先決しきい値と比較される。もしテスト領域密度がしきい値に達しないなら、 それは無意味であるとして捨てる。 先決しきい値密度の設定に際し、交差相関は、好ましくは、それがデータベー スにおける包含に関して準備されるときは、各基本記録に対して実行する。各基 本記録を無作為選択の別の基本記録と交差相関することにより、上述の同じ方形 領域に関する密度特性を評価してよい。基本記録の無作為交差相関についての密 度特性は、非相関に対するしきい値密度を確定する。自己相関の統計的特性と交 差相関の統計的特性を使って、しきい値密度が選定されて、予め選定された信頼 レベルでタイプＩエラー（即ち、相関アーチファクトの間違った表示）及びタイ プIIエラー（即ち、相関アーチファクトの間違った排他）を与える。例えば、変 則密度領域が相関アーチファクトであることが99.9％確実なら、タイプＩエラー は0.001で特定されるだろう。同様に、変則密度領域が相関アーチファクトでな いことが98.0％確実なら、タイプIIエラーは0.02に設定されよう。 次いで、最密領域の各々は、その領域が相関アーチファクト58のように挙動す るかどうかを決めるために試験される。その試験は、相関アーチファクトを示す 重ね合わせ記録が任意方向に直線的に変位される時、真の相関アーチファクトは その任意方向にある角度をもって変位されるという観察に基づいている。例えば 、重なる記録が同一の大きさを有するところでは、その記録の水平変位は、相関 アーチファクトの垂直変位を生ずることになる。この試験の実施は、手動で行わ れる時、既知及び未知記録の１つを他に関して移動させることと、相関アーチフ ァクトが角方向に移動することに注目することを含む。ディジタルコンピュータ では、その試験操作は、記録の１つに対して先決の変位をさせ、新相関配列を確 立し、高密度領域に対応する位置変更を捜しだし、高密度領域の新配置がその変 位に対してある角度で動いたかどうかを評価する。 試験される時、高密度領域が相関アーチファクト挙動を示さないところでは60 、その領域は合成記録50には含まれない。一方、もしアーチファクト挙動が表示 されるなら、未知記録20は合成記録50の構成要素であることが決定的に識別され る。 ちなみに、アーチファクト挙動について試験も、相関アーチファクトは既知及 び未知の記録が互いに軸の回りに回転するとき概略動径方向に移動するが、他の 重ね合わせ領域は円周移動をすると思われるという観察に基づいてよい。 試験手順は、しきい値密度を越える各領域について繰り返す：何故なら、未知 記録はデータベースにある２つ以上の記録と符合するであろうという可能性があ り、且つ記述したように合成記録は複数の画像から構成し得るからである。デー タベースの探索可能合成記録が作られる時、既知記録が反転されなかったという 状況では、試験手順は、しきい値密度に達しない領域の選択を包含することにな ろう。 合成記録50がデータベース区画のいくつかのうちの僅かに１つにあるなら、前 述の操作は、未知記録がその区画の各合成記録に対して試験されてしまうまで繰 り返す。 次いで、未知記録は、データベースの相互の区画に対して試験される。その追 加区画試験は、連続して又は並列して実行してよい。並列法で実行する場合、大 規模平行プロセッサによって必要探索時間が実質的に縮小され得る。 未知記録がデータベースに包含されていると分かっているところでは、未知記 録が対応する特定記録の特異的識別を評価することは適切なことになる。この関 係で、データベースの種々の区画を探索された相関アーチファクトの密度に応じ て分類することは妥当である。次いで、最良の相関アーチファクトを包含する区 画が選択される70（図4A参照）。データベースの区画は複数個の合成記録から成 ると仮定して、データベース区画は、それぞれより少ない数（少なくとも１つ） の合成記録を包含する小区画に分割される72。次いで、各小区画は、包含解析に かけられる72。その解析は、図3Aに関連して上記に議論したように実行してよい 。 次いで、小区画は、捜し出された相関アーチファクトの強さに従って順番にラ ンク付けする。次いで、小区画は、その小区画が基本記録のレベルにあるかどう か、ーー即ち、探索される各記録はそれ自体、合成画像というよりは基本画像で あるかどうか、を評価するために検定される。もし各小区画が２つ以上の合成像 を含むなら、最良の小区画は、さらに、より小さい小区画に分割され80、次いで 、それは包含解析にかけ、順にランク付けされる。 小区画のレベルが合成記録を１つだけ含む時、又はデータベースの区画が１つ の合成記録で表されるところでは、次位の小分割80によって小区画が基本記録ま で縮小される。包含解析74及び結果のランク付け76に従って、未知記録との最良 相関として単一の基本記録が識別されるであろう。次いで、非識別記録とその対 応する基本記録の間の相関の程度を評価する82。 種々の理由で、非識別記録と基本記録が同一像の極性を有する時、即ち、どち らも他に関して反転されない時、照合処理を実施することは望ましかろう。より 詳細には、得られる照合解析は、認識し得るフォマットのデータを提供し、付帯 的可視情報を包含する低密度の相関アーチファクトを説明し、且つ記録間の変更 領域の識別を促進するであろう。上述の情況において、基本記録はデータベース が作成されるとき反転された。あるいは、その情況において、データベースの基 本記録が反転される90。次いで、反転した基本記録を、最低密度領域が解析され る以外は図3Aに関連して記述した技術を使って未知記録92と比較する（図5A参照 ）。電子工学的処理で低密度相関アーチファクトを使用する時は、高密度相関ア ーチファクトが処理される時より少ないメモリ格納で足りる。 次いで、相関アーチファクトを評価して、それが、同心リング、楕円リング、 又は渦巻リングーー重ね合わせ記録の密度変形として特色付けられるリング、に よって囲まれているかどうかを決定する。もし同心リングが観察されれば、大き さの差異を修正する変形が必要である。もし楕円リングが観察されれば、１つの 楕円軸の大きさを他の楕円軸の大きさに対して修正する変形を要する。一方、も し渦巻リングがあれば、変形は２つの記録間の総合的歪曲条件に対して修正しな ければならない。 次ぎに、変形マトリックスが未知記録について構築され96、これは、基本記録 に関する未知記録の回転、大きさの差異、及び歪曲に関係なく、既知記録上にそ の写像（mapping）をもたらす。変形マトリックスを構築するには、未知記録は 、好ましくは、複数の格子点のそれぞれのところで評価される。相関アーチファ クトは、先ず、選択された格子点に集中する。次いで、重ね合わせ記録は、格子 の次の最近接点に到達するのに十分な距離、即ち、△_xだけ任意の方向に変位さ せる。相関アーチファクトの中心の同一方向での変位、C_x、及び垂直方向での変 位、C_y、が測定されるか計算される。次いで、記録を選択した格子点に再配置し 、最初の方向に垂直な方向に次の最近接点に到達するのに十分な距離、即ち、△_y 、だけ移す。次いで、これらの２方向での相関アーチファクトの中心の変位、D_x 、D_yを測定・計算する。簡単のため、ｘは最初の任意方向であり、ｙは垂直方 向であるとし、従って下付き記号は変位と測定が行われる方向を表す。 この情報を使えば、既知及び未知間のその格子点での局所回転角、θ、任意方 向のスケールファクタ、S_x、及び垂直方向のスケールファクタ、S_y、は、下式か ら評価される： 格子の他の点についても同一の操作手順を実行する。相関アーチファクトが円 形又は楕円リングを有するところでは、いくつかの点を用いることは、スケール ファクタの平均値を得るために適している。相関アーチファクトが渦巻リングを 有するところでは、全体的写像が必要故、全ての格子点を使わなければならない 。全般的矯正が必要なところでは、格子は所望の詳細レベルが達成されるまで小 分割される。続いて、矯正マトリックスを格子の各点で評価する。 矯正又は変形マトリックスを使い、格子の各点に関する次の関係を使って、末 知記録は、対応する既知記録の大きさと方位に変形される98： δ_x ＝ｘ_o（1-S_xcosθ）＋y_oS_xsinθ δ_y ＝−ｘ_oS_ysinθ＋ｙ_o（1-S_ycosθ） ここで、ｘ_o、ｙ_oは、未知記録における点の座標であり、そして δ_x、δ_yは、その点の記録情報 （ｘ_o、ｙ_o）がその点の記録情報を矯正するために動かされなければならないそ れぞれの軸に沿った距離である。 ある時間で、基本記録は、未知記録が対応する記録として識別され且つ出力さ れる100。この操作の精密な位置選定は決定的ではないが、識別工程には確かに 重要である。 次ぎに、相関した上積みが、変形未知記録と既知記録とを重ね合わせることに より生成又は作成される102。次いで、相関した上積みが、例えば、プリンティ ングで出力される104。相関した上積みの調査又は検査によって、未知記録に全 く同じに対応する基本記録の各部分、領域、又は画素面積が識別されよう。さら に、相関した上積みは未知記録とは違った基本記録の各部分を識別し、変化、変 更、等を直ちに検出できるようにする。 説明上簡単化のため、パターンの２進２-次元表示が考察され、符号の評価に 高密度FCAが用いられることになろう。２進表示で生成されたフラッシュ相関ア ーチファクトは、灰色のスケール又はカラー効果に関連した追加的アーチファク トを有するであろう。同様に、３-又はｎ-次元の像は、ｎ-次元のアーチファク トを生ずるであろう。非２進像の場合及び３-次元以上の像の場合とも、アーチ ファクトの挙動は、２-次元、２進部分の複合挙動と考えてよい。 図1Bは、本願発明の処置法を説明するものである。未知パターン２’は、フラ ッシュ相関アーチファクトが未知パターンと各データベース・パターンとを重ね 合わせることにより発生されるかどうかに依存して６’、パターンの参照データ ベースに含まれるか又は含まれないかの何れかとして査定される。FCA解析に先 立ち、予備的解析を実施して、未知パターンが首尾よく形成され且つデータベー スと同じ型であることを査定してよい。 未知パターンは、さらに、FCAを生成する既知パターンのデータベースの部分 集合に属するようにそれを分類する８’ことにより解析してよい。末知パターン は、 最強のアーチファクトを生成する特異的既知パターンに対する符合として識別し てよい10’。 図2Bは、候補FCAを選択する際の統計的に重要なアーチファクト密度を生じさ せるのに用いられるデータベース・パターンの特性を説明するものである。それ ぞれのパターン14’は、それ自体を含む、データベースにある各パターン16’と フラッシュ相関され、１つ以上のFCAを生成する。データベースが、連続的なビ デオのこま（フレーム）の集合物におけるような、多くの類似パターンを含んで いるところでは、各パターンは、いくつかの他のパターンとのFCAを生成してよ い。データベースが本質的にランダムなパターン群から構成される時、それぞれ は、それ自体と符合するときにFCAを生成するに過ぎない。各FCA17’は、サイズ と密度に関して測定され、その結果18’は記憶される。回転角は、対称的に変え られ22’、FCAの領域が全般的パターン密度とは統計的に異なる密度を有する範 囲を限定する20’。データベース24’のフラッシュ相関パラメータは、検出可能 FCAを生成する回転角の範囲、及び与えられた角度に関するFCAのサイズと密度を 包含する。 パターン対パターンの組合わせ毎に比較する必要はない；サンプリングを実行 してよい。また、積層又は個々のパターンに対する種々のサイズの積層の比較を 行って関連した統計を作ってよい。 図3Bは、未知のパターン２’が大規模に相関されているか又は本質的にデータ ベース４’に含まれているパターンと同じものであるかどうかを決定するプロセ スを説明するものである。未知パターンは、データベース・パラメータによって 限定される選択角度範囲にわたって、各データベース・パターンとフラッシュ相 関される16’。得られる明白なFCAのどれも、データベース・パラメータの密度 及びサイズと比較される26’。もし明白なFCA28’が、データベース・パラメー タの最小サイズ及び密度より強力なら、その未知パターンは、データベース30’ に含まれていると結論される。そうでなければ32’、含まれていないと考えられ る。 例えば、もしデータベースが、実質上、静止状態の場面の一続きの画像を含む なら、そのような場面の全ては、その一続きからの別の場面とフラッシュ相関す る時にFCAを生成する。全体的に異なった場面は、FCAを生成しないであろう。 図4Bは、各パターンがそこにおいて未知パターンとのFCAを生成するデータベ ー スの区画36’で未知パターン２’を分類し；且つ最強のFCAを生成する特異的既 知パターンに釣り合うような未知パターンーーどのパターンが最も密接に未知パ ターンに釣り合うか、を識別するためのプロセスを説明するものである。 図5Bは、10度の相対回転状態で重ねられた、２つの十分に類似した同一サイズ と同一の極性をもつパターンから作られた低密度のFCAを呈示する。FCAの中央領 域44’は、重ねた画像の平均密度より低い密度に見える。低密度の同心リングが 中心から放射状に広がっている。充足性は、他のパラメータともども、そのパタ ーンを作り出す粒子のサイズ、形状、及び分散によって決定される。中心位置は 、１つのパターンを他に関して平行移動させることにより重ね合わせ領域内のど こにでも位置させることができる。低密度領域のサイズは、２つのパターン間の 相対回転を変更することにより変えることができる。 図６は、２つのパターンの１つの極性が反転されていること以外は図5Bと同じ 対から作られた高密度FCAを示す。FCAは、暗領域46’として現れる。 高低の両密度のアーチファクトにおいて、スポットは、２つのパターンが同一 サイズのとき、２つのパターン間に課せられた平行移動量に等しい距離を課せら れた平行移動に直角な方向に移動する。図７は、5:00時の方向での２つのパター ン間の平行移動に応答して図６のFCA48’の2:00時の方への移動を説明するもの である。移動の大きさは、２つのパターンは同一スケール故、平行移動の大きさ に等しい。 パターンの１つが相対的に大きい場合、低密度の同心円として現れる図5Bに示 すような低密度のFCAは、図８におけるような渦巻の集合に変換される。渦巻の 詰まり具合（tightness）は、パターンの相対サイズの尺度である。渦巻のFCAが 存在していてもデータベースに含まれるパターンを識別するには十分である。 さらに、渦巻FCAは、２つのパターンを矯正するのに用いてよい。区画格子の 周りにFCAを規則正しく配置し、パターンサイズを局部的に変更して渦巻効果を 排除することにより、自動化システムで、残留歪が相対歪曲の許容程度より少な くなるまで格子サイズを詳細化し且つそのプロセスを回帰的に継続し続けてよい 。 パターンが高度に構造化される時、各パターンの特徴で混同されるかも知れな いFCAを見分けることは、困難であるか又は不可能である。この場合、平行移動 又は回転を利用して潜在的候補FCAの存在を確認することが必要であろう。図９ は、 図６及び７におけるような平行移動を課すことによりFCAであることが示される 高密度領域50’を説明するものである。あるいは、もしパターン群が標準方位と スケールに合わせられるなら、それらを比較に先立ちかき集めてよく、その場合 、かき集めは、FCAをおおい隠すかも知れない元のパターンの密に構造化された 部分を壊すように各パターン要素を変形パターン内で位置変えするために行われ る。一定の画像集団について、パターンのかき集めは、潜在的符合パターン間で 平行移動を課すことにより候補FCAの試験の必要性を排除できるよう全パターン にわたってパターン密度を十分無作為抽出してよい。何故なら、その時FCAだけ が高密度特性を拡張しているだろうからである。 ２つのパターン面が異なった角度にある時、非対称的アーチファクトが生ずる であろう。図10は、図5Bのパターン間の角度差30度の結果を示す。得られる非対 称FCA52’は、それでも２つのパターン間の符合を識別するには十分である。非 対称の測定値は２つのパターン間の相対角度を解析するのに用いてよい。 相関アーチファクトの中心の位置と移動は、図11に示すような古典的擬似変換 を使って表現することができる。中心点０は、最初の面で座標（ｘ，ｙ）及びそ の起点がθだけ回転された後（ｘ，ｙ）及び（ｘ”，ｙ”）だけ平行移動させら れた面で座標（ｘ’，ｙ’）をもつ。点ｐは、座標ｘ，ｙで座標（γ，β）及び 座標ｘ”，y”で座標（γ”，α）をもつ。数学的に、フラッシュ相関の使用は ｎ-次元パターンの部分まで拡張してよい。 第一軸及び第一軸に直交する第二軸に沿う相関アーチファクトの中心の移動は 、それぞれ次式に従う： 及び、 ここで： △_xは、第一軸に沿った記録間の強制変位である； △_yは、第二軸に沿った記録間の強制変位である； S_xは、第一軸の局所スカラー因子である； S_yは、第二軸の局所スカラー因子である； θは、２つの記録間の局所回転角である； C_xは、第一軸の方向での記録間の変位に応答する第一軸に沿ったアーチファク トの変位である； C_yは、第一軸の方向での記録間の変位に応答する第二軸に沿ったアーチファク トの変位である； D_xは、第二軸の方向での記録間の変位に応答する第一軸に沿ったアーチファク トの変位である； D_yは、第二軸の方向での記録間の変位に応答する第二軸に沿ったアーチファク トの変位である； パターン群は、コード又はスコアカードとして表される、標本採取した又はフ イルタをかけた画像又はデータであってよい。２-次元パターンは、素材の空間 的 分布を必ずしも反映する必要はない；合成言語、マーク検知カード、又は音楽は 、FCA挙動を明らかに示す２-次元パターンを生成できる。いくつかの場合、パタ ーンが規則的もしくは滑らか過ぎて強いFCA効果を表示しないかも知れない；そ の場合、極めて類似したパターンのデータベースの中で区別を生ずるためには不 規則性を強調できるパターン強度を必要としてよい。 画像は全てではないが、データベースに対する照合にフラッシュ相関を用いる 時は考慮する必要がある；例えば、滑らかな表面上に付けられた指紋、織物の表 面上の潜在指紋、分析指紋から抽出した微細点、又は指紋を記述し分類する２進 判定を表示するスコアカードはすべて、類似パターンのデータベースに対する指 紋の分類及び識別用フォーマットとして用いてよい。フラッシュ相関は、背景表 面の繊維を取り除いて分析用跡形そのものを残すのに役立ててよい。 十分密でないパターンは、十分目視できるFCAを生成しないだろう。間違った 符合を生じないでパターン密度を高めるためにパターンを複製する技術を用いて よい。指紋についての特殊ケースで、微細点は、繰返しできるよう選択された直 交軸に沿って繰返してよい。図12の例では、繰返し周期は、指紋の背（うね）と 背の間隔の２倍になるよう選択される。その要素は、各直交方向で５回繰返され る。繰返し及び非繰返しパターンから得られるFCAも示す。 特定パターンは、画像の積層と同時に比較してよく、そこでは一緒に論理和さ れて単一の２進合成画像を生成する。アーチファクトの存在は、積層にどこか符 合したパターンがあることを明示する。図12Aは、３パターンと参照パターン間 の照合によって生成した相関アーチファクトを説明するものである。 大きめの積層が積層配列を飽和せずに同時に探索できるためには、多重パター ンは、タイル積みパターン120において横から横へ平行に（図12C参照）配置して よい。タイル積みパターン120の各セル130、132、134、136、等は、別の基本記 録を包含する。未知記録の積み重ね122は、積み重ね122の各セルで未知記録124 を複製することにより作成される。積み重ねの１つのセルとタイル積みパターン 120の１つのセルの間にあるような相関アーチファクトの存在は符合を示すもの である。 比較的大きい情報の積層に対する別の配置（図12D参照）では、そのそれぞれ が隣合った基本記録からのオフセットである複数の個別基本記録142、144、146 、等 から成る合成記録140が包含される。基本記録142は、実際の基本記録142’の拡 大を実際に表示してよい。未知記録の積み重ね141も未知記録のオフセットコピ ー150の合成体として作成してよい。既知記録でのように、未知記録150は、実際 の未知記録150’の拡大を表示してよい。合成体の基本記録とその合成体の未知 記録もまた、さらに探索可能な積層密度を高めるために垂直方向に積層してよい 。積み重ね141と合成体140から生成された相関アーチファクトは、符合の存在を 示すのみならず、その中心配置は、特有の符合パターンを示す拡大配列のインデ ックスを示すものである。インターリーブ・パターンを含む、データベースの他 の相対的配置は、同様の結果とともに用いてよい。数学的には、フラッシユ相関 の使用をｎ-次元画像まで拡大してよい。 あるいは、合成パターンは、データベースの数と符合させ、次いで、FCAが残 らなくなるまで合成体からそれらの数を減じて分解してよい。図13は、合成指紋 の処理を説明するものである。指紋54’、56’、及び58’とそれぞれ合成体60’ との間で実行されたフラッシュ相関は、FCA62’、64’、及び66’を生成する。 これらの３プリントと関連した成分パターン要素を合成体から減じるというのは 、残留パターン要素を何ら残さないことである。それ故、合成プリントは、これ らの３つの個体のプリントを含有し他は含まないことが分かった。 データベースの構造とパターンの性質が与えられ、どのパターンも識別可能方 位と中央又は端境界を有するなら、データベースは、まさしく合成パターンとデ ータベース区画の完全探索を確保するのに要する関連範囲のθ及び（△ｘ，△ｙ ）を格納できる。もし、中心、境界、又は方位が各パターンに対して特異的に識 別できないなら、各パターンをデータベースに格納することは必要であろう。 合成パターンを形成するに当たり、パターン領域の飽和を避けるため、全パタ ーンのサイズは光学的相関に関して拡大されてよい。あるいは、ディジタル処理 に関して、パターンを拡張し、合成体を形成するパターンをお互いから少しずら してよい。図14は、強調のため大小のドットが用いられる２パターンの重ね合わ せを説明するものである。FCAは、パターンの何れか、又は合成パターンに符合 させるのに用いてよい。 フラッシュ相関は、パターンのモザイクを同時に符合させるのに用いてよい。 図15（a）は複合画像のモザイクを説明し、図15（b）は１つのセル内に位置した FCA68’を示すものである。もしモザイクの１つ以上のセルが変更されるという 可能性があり、且つその発生を検出することが必要なら、FCAは各セル内に位置 変えすべきである。もしFCAが特定セルへ位置変えできないなら、そのセルは著 しく変えられている。あるいは、図15（c）におけるように、多重FCAは、モザイ クの適当な作成により各セルで同時に発生させてよい。この説明図で、既知モザ イクにおける各セルは、未知モザイクを重ねる以前に回転されている。多くのフ レームのあるオーバヘッドの画像で特定面を探索することが望まれる時のように 、もし１つのセルの内容だけが対象であるなら、そのセルは、全てのセルが同一 であるモザイクに複製されてよい。未知セル（パターン）のモザイクは、それ故 、興味の対象を包含している重複セルに対して同時に符合されてよい。あるいは 、未知パターンは、モザイクのセル毎にファイルに複製し、次いで、種々のセル が、異なった角度と高さから撮られた平面のレーダー又は光の画像のような、興 味の対象の別の様相を示すモザイクに対して符合させてよい。この応用では、各 未知画像は、興味の対象の異なった方位の何れかとの程度の高い類似性を同時に 試験することができる。 自動化記録識別子として計画されたその応用のために、適用した分散粒子タグ の証明におけるように、本願発明の好ましい具体例を実践する装置（図16A参照 ）には、従来型の適当なディジタルコンピュータ202と連結されるか又はその中 にプログラムされる従来型の適当な乱数発生器200が含まれる。プログラムされ たディジタルコンピュータ202は、適当な慣用出力装置204（プリンタであってよ い）と連結される。何れの場合でも、その出力装置は、物品にタグ付け（taggin g）する用途に向いている、ランダム２-次元パターンのハードコピーの記録206 、又は記録集を生成できるものである。これらのタグは、粘着的に、表面材料、 吊り下げタグ、及びその類に結合させることを含む、任意の方法で付着してよい 。 タグ付けされた各物品に関し、個々の物品を識別する方法は、各物品に対応す る２-次元の基本記録を記録することと、上に議論したようにこれらの基本記録 のデータベースを作り出すことを含む。特定物品を後で識別するため、未知物品 の記録はその時点で作る。次いで、上述のフラッシュ相関法を用いて、データベ ー スを探索して対応する基本記録を識別する。 存在している２-次元ランダム記録、又はタグを走査する一つの好ましい方法 は、それに続くデータベースとのフラッシュ相関のため（図17A参照）、タグを 走査し、全タグの密度変化を指示する信号を発生するCCD配列カメラ210を包含す る。次いで、その信号は、未知タグまたは記録に関して２-次元配列を再構築す る在来の適当なディジタルコンピュータ212によって処理される。その後、その ２-次元配列は認可された記録発生コードのデータベース216にアクセスできる適 当な従来型大規模並列プロセッサ214へ送られる。 プロセッサ214は、未知配列とデータベース216間でフラッシュ相関を実行する 。もしタグがアクセスを制御するため又は信頼性を確認するため試験中であれば 、光、LED又は他の動作可能な印（しるし）を有する簡単な表示器218をプロセッ サ214により操作して、そのタグが”OK”か”NO”かを表示してよい。もし要す れば、そうした信号も、又は、選択的に、プロセッサ214のモニタ220へ送ってよ い。 本明細書の付録として80486マイクロプロセッサを有するCPU及び従来型の適当 なFORTRANコンパイラで用いることができるFORTRANプログラム言語で書かれたサ ブルーチンのプリントアウトが添付されている。付録のサブルーチンは、２つの 像を論理和（ORing）すること、画像の回転、ランダム画像の発生及び相関アー チファクトの探索を網羅するものである。 未知タグが明確に認識されることになると、プロセッサ214は、モニタ220及び ハードコピー記録224を生成できるプリンタのような適当な慣用出力装置222の何 れか又はその両方へ識別情報を送信することができる。そのハードコピー記録は 、単に、未知タグに関する識別子の情報から成ってよい。いくつかの応用では、 ハードコピー記録224は、それから変化を容易に識別し得る未知記録とその対応 する既知記録の積み重ねから構成されてよい。後者のアプローチは、未知の画像 が基本記録と同じスケース及び方位に矯正される時、特に有用である。 パターン発生用システムのさらに別の具体例は、図16Bに示した装置を包含し 、それは、スプレ塗料かん70’、スプレ塗装パターン74’をディジタル化しそし てそれを携帯コンピュータ76’内部のデータベースに既知パターンとして記憶す るハンディ型の光学式走査器72’から構成される。パターン発生の他の技術には 、プリン タを通してマーク付けされる物体上に又は適用されるラベル上に直接出力される コンピュータ発生の擬ランダムパターンの使用が含まれる。擬似無作為発生パタ ーンを使用する利点は、全パターンというよりは、擬似乱数発生器に対する発生 源だけを記憶すれば足りる、ということである。 他の技術と装置では、透過光線と高分解能カメラを使って撮像し得る紙の繊維 のような自然に発生するパターンを利用してよい。 パターンを分類し且つ識別する装置は、図17Bに示すような汎用コンピュータ システムであってよい。走査器72’は、未知パターン78’を収集し、それらをデ ィジタル化して、既知パターンのオンライン・データベース82’とフラッシュ相 関を実行するコンピュータ80’に入力するのに用いられる。完全自動化モードで は、そのシステムは、フラッシュ相関を実行し、生成されたFCAのパラメータを 解析し、そして未知パターンの識別をスクリーン又はプリンタ84’又は他の出力 装置に表示する。相互作用モードでは、そのシステムは、パラメータを有するか 又は持たないFCAを表示して、オペレータに最終決定をさせてよい。証拠用とし ての指紋又は他のパターンの場合、そのシステムは、元の画像、及び分類・識別 用画像から抽出したパターンを表示・出力してよい。 FCAは、情報が２つの関連パターンの重ね合わせによって読出せるよう符号化 される時のように、局部変更が元のパターンになされる時、残存する。図18は、 強力なFCAを生成するパターン86’及び88’を示す。回転軸としてFCAを用いて、 ２つのパターンを軸合わせして埋め込まれたメッセージ90’を表示してよい。88 ’が他のパターンで置き換えられる時、それは、図19におけるように異なったメ ッセージ92’を生ずる。 パターンを結合し、続いて合成又は成分パターンの何れかに符合する能力は、 多くの利用分野で利用される。例えば、図20は、製造品目に適用し得るパターン 94’、及び後処理又は試験段階後に適用し得るパターン96’を説明するものであ る。合成パターン98’は、成分パターンの何れかに対して相関された時FCAに生 ずるものである。擬似無作為に発生してよく且つ重ねてよい、分散粒子を使って マーキング及び識別することにより、２-次元バーコーディングでなされるより 高い密度と強固な技法が提供される。 自然発生パターンに加えて、パターンは、符号化テキスト、記号、地図、オー ディオトラック、磁場、又は塗料のような粒子の化学的、機械的、又は手動的分 散、サイジング、正角コーティング、又は記録を生成するその他の粒子によって 発生させてよく、それは３次元であってよく、無制限カラーを包含していてよく 、さらに種々の寸法の粒子から構成されてよい。例としては、プリント配線板の トレース、発泡パックに並べられた製薬錠剤シート、指紋、DNAの試料、声紋、 筆跡、又は人相のような生物学的又は生物測定学的標識、又は光ファイバケーブ ル、又はケーブル束の端末間の照度分布がある。これらの画像は、前処理して試 料又は微細点をパターンとして抽出してよく、且つ、かき集め、符号化し、さも なくばFCAの安全性又は検出性向上のため体系的に修正してよい。画像は、可視 光線、赤外線、レーザ干渉計、ｘ-線、NMR、CAT、又は他のセンサから生じてよ い。 反射粒子タグ（Weber 4,825,801）は、高安全なマーキング用途に用いられて きた。そうしたタグを立証し識別する現在の方法は、厄介でその上時間がかかる 。フラッシュ相関は、手動又は自動化証明のための代替法を提供するものである 。反射粒子の利用、並びに多重カラー、濃い粒子の利用、及び他の技法では、フ ラッシュ相関で考察されるパターンは、写真再生というよりは原型であることが 保証できる。あるいは、多重カラー又は多重スペクトル像は、成分パターンに分 解してよく、そして各成分はフラッシュ相関を使って試験してよい。これにより 、パターンの安全性と真正保護を高めることができる。 データベースは、透明画、写真、電子媒体上でのディジタル化パターン、及び 擬似乱数発生器用ディジタルコードを含む、種々の形で記憶してよい。 フラッシュ相関法は、２つ以上の透明画の手動重ね合わせにより、重ね合わせ を実行し表示するプロセッサの相互利用により、又は包含、分類、及び識別操作 を実行する自動化システムによって実行してよい。 パターンのサイズに対する限界は、パターン記録に用いる光学系及びディジタ イザの分解能、及びパターン要素の相対的サイズと分布によって決まるものであ る。一般的に、パターンは、どんなサイズでもよく、要素の任意の種類と分布を 使ってよい。パターンは、平面である必要はなく、また目に見える必要はない。 パターンのサイズともに、プロセッサのサイズと性質によって処理時間が決まる 。 プラスチック樹脂に顕微鏡的成分を混入することは、製薬上のコーティング及 びそれらの包装のような、極めて大量に製造される物品に対して非常に安価な独 特のマーキング技法を提供する。同様に、ほとんどの製造物品の高倍率撮像は、 各特定物品のその後の識別に対して特異なパターンを提供する。追加パターンは 擬似ランダムパターン発生器を使って重ね合わせ、製品識別を２−次元バーコー ドの使用に置き換えてよい。フラッシュ相関を使って、バーコードの汚れ、剥離 、破損、湾曲表面、及び他の不利な制限を減少する。 容器及び他の物品の同一性及び完全性についてタグ付けしたり証明する現行技 術では、知識を有する競争相手に対して十分な安全性を確保できない。紙シール 及び反射粒子タグのような低コストで使用容易な技術によって高度の安全性が与 えられる；しかし、それらの据え付け及び証明手続きの困難さから、その用途が 限定され、識別ミス又は安全性違反のどの表示もその妥当性に関して問題が起こ っている。 数十億のパターン量における特異性と再生産性を示すタグ付け及び検査技術に 対する明かな必要性がある；据え付けの容易性；容易な検査の確実性；単一の点 変更表示で品目の包、パレット、又は箱入れを保護する能力；最小の訓練と熟練 で理解できる技術；低コストの生産と証明；検出されなかった除去と交換からの 免除；人手による明細チェックでの各々埋もれた識別数；迅速な生産、据え付け 、及び検査；全照明及び環境下での有用性；輸出指向の技術；手動又は自動検査 に対する準拠；手近な距離からの保証；許容使用又は輸送に影響されない受け渡 し；センサの汚れ、部分剥離、方向変換、及び時効効果にも拘らず継続される有 用性；迅速且つ安価に要望通りのその場生産；新規作成パターンの中央データベ ースへの安全な伝送；多数品目のリアルタイムもしくは後処理での高速検査の手 順；及び検定の全シナリオを受け入れる各種サイズ。 フラッシュ相関は、列挙した要請の全てを満足するタグ付け及び証明の可能性 を得るため有用などのマーキングシステムでも使用できる。加えて、それは、精 密な軸合わせを要せずに、追加パターン情報を過剰スプレーし又は過剰印刷する ことによっていつでもパターンを更新する特有の能力を提供する。 今日まで、光学式符号化は、多分、符号化した画像とオーバーレイを発生し且 つ供給する際に通常かかる時間とコストのために、検査タグには適用されなかっ た。しかし、今日、タグ当り＄.001未満のコストで要求に応じて、例えばスプレ ー塗装パターンを使って、製造できる諸技術は開発されている。これらの技術に よってもたらされる安全性は、検出、模造、再利用、及び複製のリスクを排除し ていることにおいて他のタグ付けシステムとは優れている。 光学的に符号化したタグは、書類、容器、及び包を含む品目の同一性と安全性 の検査にとって極めて確実な、安価な援助を提供するものである。光学的符号化 タグシステムには次のものが含まれる：タグ製造装置；タグ貼り付け装置；将来 の比較用にタグを保管する装置；保管所へのアクセスを制限する安全設備；将来 の時点でタグを検定する装置；タグの複製又は削除及び再利用を防ぐ安全設備； 認可団体に対するオーバーレイ配布の管理；及び検査に及第するか又はしない後 に続いて行われる一連の処理。 下記の例証は光学的符号化の原理を具象化するものである。検査タグの用途で それを用いるためのシナリオ、及びタグとオーバーレイの製造機構は、後述する 。 積み重ねられる時、ソリッド・ブラックメッセージを生成する２-部分のラン ダムディジタルパターンは、次のように発生させてよい。 タグ、又は第一パターン、T（ｘ，ｙ）は、ブラック及びホワイトの画素、Rg （ｘ，ｙ）としてコンピュータで発生してよい。２部分にするためRg（ｘ，ｙ） を２で割ることで、２-次元配列において０と１の間の均一な数分布を生じ、次 いでこれは.５でしきい値化され50％ブラック及び50％ホワイト画素を生ずる。 ２-次元配列は、ビデオ、レーザ、又はインクジェットプリンタにより被タグ付 け品目に貼り付けられる反射物上に印刷してよい。タグパターンは、記憶され、 メッセージ・オーバーレイを発生させるために用いられる。記憶は、コンピュー タメモリの中か、又は取り外し可能なフロッピーディスクのような媒体上か、又 は反射タグ材のバッキング上であってよい。 メッセージパターンM（ｘ，ｙ）は、コンピュータのキーボード、マウス、グ ラフィック・タブレット、又は他の入力装置を使って、英数字、バーコード、手 書き、又は画像メッセージを生成することにより作ってよい。メッセージパター ンの画素は、ディスプレーにおけるブラック又はホワイトに対応して与えられる ”１”又は ”０”の値である。 次いで、メッセージ・オーバーレイO（ｘ，ｙ）は下記のアルゴリズムを用い て、コンピュータで作り、プリントアウトしてよい、ここでO（ｘ，ｙ）はM（ｘ ，ｙ）＝-１の補数に設定される O（ｘ，ｙ）＝T（ｘ，ｙ）−M（ｘ，ｙ） T（ｘ，ｙ）もM（ｘ，ｙ）も情報量を有していない。両方ともランダムパター ンである。情報量は、２つの配列が軸合わせして組合せられる際にのみ存在する 。読出しメッセージR（ｘ，ｙ）は、 R（ｘ，ｙ）＝T（ｘ，ｙ）＋O（ｘ，ｙ） ここで、＋はブール包含的OR関数（Boolean inclusive OR function ）である。 透明材についてO（ｘ，ｙ）を作ることにより、それをT（ｘ，ｙ）の表面上に 物理的に重ねることができる。得られる画像、図21、は、上記問題の結果を表し ている。 任意数のメッセージを同じタグを使用できるよう発生させてよい。例えば、様 々な検査者は、同一のタグを使って、それぞれ彼等自身のサイン又は他の識別情 報を符号化してよい。同ータグに対して作られた２つ以上のオーバーレイへのア クセスは、全メッセージが相互に相関されないことを確保するため別の操作が採 られない限り、タグにアクセスしなくても十分メッセージを読取る情報を生成す ることができる。これは次のように行ってよい。 タグ、又は第一パターン、T（ｘ，ｙ）は、ブラック及びホワイト画素のラン ダムマトリックスとしてコンピュータで発生してよい。Rg（ｘ，ｙ）/２は、０ と１の間の均一な数分布を生じ、次いでこれは.５でしきい値化され50％ブラッ ク及び50％ホワイト画素を生ずる。それは、ビデオ、レーザ、又はインクジェッ トプリンタにより被タグ付け品目に貼り付けられる反射物上に印刷される。タグ パターンは、記憶され、メッセージ・オーバーレイを発生させるために用いられ る。記憶は、コンピュータメモリの中か、又は取り外し可能なフロッピーディス クのような媒体上か、 又は反射タグ材のバッキング上であってよい。 メッセージパターンM（ｘ，ｙ）は、コンピュータのキーボード、マウス、グ ラフィック・タブレット、又は他の入力装置を使って、英数字、バーコード、手 書き、又は画像メッセージを生成することにより作ってよい。メッセージパター ンの画素は、ディスプレーにおけるブラック又はホワイトに対応して与えられる ”１”又は”０”の値である。 メッセージ・オーバーレイO（ｘ，ｙ）は下記のアルゴリズムを用いて、コン ピュータで作り、プリントアウトされる、ここでO（ｘ，ｙ）はO（ｘ，ｙ）＝- １の時M（ｘ，ｙ）の補数に設定される。 O（ｘ，ｙ）＝Rg（ｘ，ｙ）/2 M（ｘ，ｙ）＝０のとき （3） O（ｘ，ｙ）＝T（ｘ，ｙ）の補数 M（ｘ，ｙ）＝１のとき （4） T（ｘ，ｙ）もM（ｘ，ｙ）も何ら情報量を有していない。両方ともランダムパ ターンである。情報量は、２つの配列が軸合わせして組合せられる際にのみ存在 する。読出しメッセージR（ｘ，ｙ）は、 R（ｘ，ｙ）＝T（ｘ，ｙ）＋O（ｘ，ｙ） ここで、＋はブール包含的OR関数 （5） 透明材についてO（ｘ，ｙ）を作ることにより、それをT（ｘ，ｙ）の表面上に 物理的に重ねることができる。図22に示す得られる画像は、同一タグを使って生 成された２つの異なったメッセージを表している。 コンピュータ発生パターンというよりは、タグは、マークされる物体上へ材料 をスプレーするか（図23参照）スパッタすることにより、又は拡大することを要 するとはいえ十分特異的であると考えられる紙繊維のような現存パターンを用い ることにより作成してよい。 この場合、T（ｘ，ｙ）は、一般的にそれぞれ50％のブラックとホワイトには ならないであろう；それは、粒子のカラー、形状及びサイズの任意の混合体であ ってよい。パターンは、２進または濃度階調（gray scale）又はカラースキャナ によって走 査され、記録される画像を生成する。パターンを湾曲面に直接スプレーできるよ うにするには、ハンドスキャナを用いるべきである。 タグパターンは記憶され、オーバーレイを発生するのに用いる。タグの検査は 、着色オーバーレイを使って行ってよく、この場合、オーバーレイ上のカラーの 割当を計算して符合するタグ対を与え、濃い均一カラーを上塗りする。検査は、 タグを再走査し、携帯コンピュータ内で比較を行うことにより極めて都合良く実 行される。しかし、オーバーレイパターンは、手作業検査のためプリントアウト して用いてよい。変化する照明条件、タグの引っかき傷または他の破損；走査及 び再走査した距離と角度の差異、及びその他予想される操作上の問題点は、これ らのタグに入れてよい。 もし望むなら、メッセージパターンM（ｘ，ｙ）を作ってオーバーレイに埋め 込んでよい。２進表現では、メッセージパターンの画素は、ディスプレーにおけ るブラック又はホワイトに対応して与えられる”１”又は”０”の値である。 メッセージ・オーバーレイO（ｘ，ｙ）は下記のアルゴリズムを用いて、コン ピュータで作り、プリントアウトされる、ここでO（ｘ，ｙ）はO（ｘ，ｙ）＝- １の時M（ｘ，ｙ）の補数に設定される。 O（ｘ，ｙ）＝Rg（ｘ，ｙ）/2 M（ｘ，ｙ）＝０のとき （6） O（ｘ，ｙ）＝T（ｘ，ｙ）の補数 M（ｘ，ｙ）＝１のとき （7） T（ｘ，ｙ）もM（ｘ，ｙ）も何ら情報量を有していない。両方ともランダムパ ターンである。情報量は、２つの配列が軸合わせして組合せられる際にのみ存在 する。読出しメッセージR（ｘ，ｙ）は、 R（ｘ，ｙ）＝T（ｘ，ｙ）＋O（ｘ，ｙ） ここで、＋はブール包含的OR関数 （8） 透明材についてO（ｘ，ｙ）を作ることにより、それをT（ｘ，ｙ）の表面上に 物理的に重ねることができる。得られる画像は、上式の結果を表す。タグパター ンでの微粒子物体のかたまりが起こる可能性のため、O（ｘ，ｙ）に書かれた情 報は、可読性を 保証する一助になるよう、微粒子の予想分布に比して大きい記号で書かれるべき であり、又はその情報はオーバーレイで何回も繰返すか、又はその両方を実施す べきである。この種類の画像の例を図23に説明する。 タグ作成（tagging）技術は、下記を含む種々の状況に適用してよい： １-ηの当事者の各々は、独立して、タグの同一性を保証してよい。タグ自体 は、品目上に、又は壊れ易いタグ上に直接適用され、被保証品目に付けられるパ ターンであってよい。除去しようとするとタグがこわされる。各認可を受けた当 事者は、同一の保証オーバーレイを有する。 タグを保証する認可を受けた各当事者は、独立してそのように行ってよい。タ グ変更はどの当事者にも容易に明らかになろう。タグの複製は、IR又はUVの下で のみ及び極めて特異的周波数でのみ可視化されるような技術によって、又は写真 フィルム、光学式スキャナ、及び他の品目に使えるようにタグを複製する企てに 用いられそうな他の装置に感ずる他のパターンでマスキングすることにより、望 むほど困難にしてよい。 １-ηの当事者の各々は、独立して、タグの同一性及びその当事者にだけ分か る秘密のメッセージも保証してよい。タグは、品目上に、又は壊れ易いタグ上に 直接適用されるパターンであってよい。各認可を受けた当事者は、タグの共通領 域とプライベート部分の両方をカバーするオーバーレイを有することになろう。 タグを保証する認可を受けた各当事者は、タグの共通領域を重ねることにより 他のどの当事者からも独立してそのように行ってよい。加えて、各当事者は、そ の者だけが知っている別の領域に埋め込んだプライベート・メッセージを有して よい。上に詳述した対策に加えて、これらの特長によりタグを複製する困難さが 増すことになる。 タグとオーバーレイの画素は、種々のサイズであってよく、タグを複製する際 の困難さをさらに倍加する。タグはまた、そのタグの一部分だけを使うオーバー レイをもった、極めて大きいものであってもよい。加えて、湾曲面、又は角の周 りにタグを付けることにより、複製を分からなくする十分な表示を保持しながら 、タグ複製をますます困難にする。 タグは、各当事者が異なったアクセスレベルを有する１-ηの当事者に使える よ う計画されてよい。タグパターンは、品目に、又は壊れ易いタグ上に直接適用さ れてよい。特有のアクセスレベルに対して各当事者は同一のオーバーレイをもち 、同一のメッセージを読み取ることができる。例えば、異なったアクセスレベル は、より微細な画素サイズに対応してよく、より詳細なメッセージ情報を読み取 ることが可能となる。他の安全性のレベルは、メッセージｎ粗い部分を読み取る ことだけができるより大きい画素のオーバーレイを有する。 あるいは、同一のアクセスレベルを有する全ての当事者が彼らのオーバーレイ に対して画素サイズの点で同一の粒状度を配分しても、各当事者が異なったメッ セージを有するかも知れない。 与えられたレベルでの各当事者は、共通領域と同様にプライベート領域を有す るオーバーレイをもってもよい。それにより、共通の保証並びに個人的保証が検 査目的の各当事者の要請を満足するようにできる。 保証のための多重自動化システムも可能である。適当なタグパターンは、被標 識品目に直接適用してよい。前述のシステムは、メモリ中に、探索される全ての パターンに対応するオーバーレイを有することになろう。 そのシステムは、走査される各パターンの認証を自動的に保証するようプログ ラムしてよい。 タグとオーバーレイは、種々の技術で作ってよい。プレプリントしたタグとオ ーバーレイは、フィールドに移してよく、そこではタグが貼り付けられオーバー レイが配られる。プレプリントした帳簿類は、取り外されるタグとオーバーレイ のネガコピーの像を保持できる。タグはそのまま帳簿に残るが、それらは全て濃 い黒色のマトリックスとして表される。検査者はその帳簿から無作為にタグを撰 び、帳簿にその置き場所を書き留める。関連オーバーレイは、それらを有するこ とが認可された当事者の数まで配布される。適当な帳簿は各用途用に準備する。 タグとオーバーレイはまた、ノート型コンピュータとビデオプリンタを使って 、即座にフィールドで作ってもよい。メッセージ入力は、小型の感圧タブレット 、キーボード、マウス、又は他の従来型入力装置によって行ってよい。各タグと オーバーレイのメモリは、各応用の時間と場所に関する検査実験値とともに、コ ンピュータ内に格納してよい。保証に対する検査者か当事者の誰かのどちらかは 、 関連シナリオの下で、それ自体のメッセージを決めてよい。 各検査者、又は他のタグ設置者は、彼の個人的オーバーレイを有してよい。そ れは、彼のコンピュータ及び検証状態を見る器械（verification scope）に格納 される。フィールドでは、彼は、タグが彼の個人的オーバーレイパターンによっ て符号化された彼の個人的メッセージ又はサイン又は品目数を有するように各品 目に対するタグを作る。彼は、コンピュータによるか又は手動で彼の検証器械を 使うかして、検証を実行してよい。検証器械は、オーバーレイを接眼レンズのレ チクルのように挿入した、タグ上に直接置かれるポケット型光相関器であってよ い。小さいタグを使う時、これは非常に便利である。光源は、軸合わした画像観 察の一助になるよう相関器内部に設けてよい。さらに、無作為タグパターンは、 塗料か他の速乾性物質をスプレーし、次いで、ハンドスキャナでパターンを走査 して発生してもよい。次いで、埋め込みメッセージの有するか又はもたないオー バーレイは、携帯型コンピュータとプリンタによりその場で作られる。スパッタ ・パターンがひとたびコンピュータメモリに走査されてしまえば、その技法はコ ンピュータ発生のランダム又は擬似ランダムパターンの用法と同一である。 タグの検証は、手動もしくは自動で行ってよい。タグとオーバーレイの手動相 関は、メッセージが目視で検討又は読み出しできるように実行してよい。手動検 証は、屋外で、乏しい光の中で、手袋のままで行う時、又は多くのタグを短期間 で検証しなければならない時は、困難であろう。しかし、それは非常に安価であ る。 タグは、高分解能撮像装置で走査してよく、その装置は、もしタグが不透明の 予定なら赤外撮像器であってよい。コンピュータは、相関を実行し、得られるメ ッセージ又は証明の検証を表示する。この電子式読み取り技術は最も便利なもの であり、タグ付き通貨に対する自動スキャンにおけるように、大量の品目が続け て検証されるような時最も高速の技術である。 記述した技術とシステムを求める多くの市場がある。これらには：サインと書 類の証明；拘束トラッキングの鎖；証拠源タグ付けと検証；外包及び包装に関す る不正表示；密封領域への侵入検出；改良型紙シールと壊れ易いシール；強化パ スポート及び保安文書証明；自動在庫品目録制御；天文学的変化検出、加えて、 宇宙残骸の探索；再配置可能な目標の識別；及び可動プラットホーム及びセンサ のトラッキング、がある。 フラッシュ相関の低下、又は移動を検出するシステムを求める市場もある。こ れらには： １．連続フレームを採取し、FCAを計算するビデオテーププレイヤーの場面送 り。ビデオテープに採った画像の特性は、フレームツレーム（frame-to-frame） の符合によって、場面のコマーシャル遮断又は中断に関連するような主要な場面 の変化が無い限り及び変化があるまでFCAが生成されるようなものである。場面 間の美的目的でなされるなめらかな推移に適応するため、フラッシュ相関は、連 続フレームというよりは約.25秒毎の時間にオフセットしたフレームを採取し比 較することになる。フラッシュ相関処理の速度の理由で、前述の場面変化送りは 、高速前送りモードで動作してよい。 ２．タイミングトラック又は配置トラックは、カレントタイミング又は位置セ ンサのデータで整え且つフラッシュ相関してよい。FCAは、相関配列の中央に現 れるよう最初に校正してよい。FCAの中央からのいかなる偏差も再配置又はタイ ムベースの補正に用いてよい制御ベクトルを生ずる。可動ロボットへの特殊な応 用では、ビデオテープ又は多段センサ記録は、ならし運転中に生成してよい。そ れに続く運転中、フレームツレームのフラッシュ相関は、プログラムされたルー トからの変化を検出して、訂正制御ベクトルを自動的に発生する。 好ましい具体例の記述から説明されるように、フラッシュ相関は、従来技術の 方法と装置を上回る改良であるところの新しい、有用な、そして非知覚の方法と 装置を呈示するものである。熟練した当業者に明らかになるように、発明の要素 には無数の修正、置換え、及び等価物があり、これらは発明の精神と範囲から実 質的に逸脱するものではない。それ故、発明の精神と範囲内に帰属する発明の種 々の要素に対する前述の全ての修正、変更、置換え、及び等価物は、次のクレー ムによって限定されるように、明白に包含されるべきものである。

Claims (1)

1. 【特許請求の範囲】 １．未知のパターンと既知のパターンがかなりの相関を有しているか否かを判 定するための方法において、 ａ）一方のパターンをもう一方のパターンに対して回転させるステップと、 ｂ）結果生じる２つのパターンを組み合わせることによって、相関複合パター ンを形成するステップと、 ｃ）該相関複合パターンにおける特定の相関アーチファクトの存在、不在、及 び、強度を判定するステップから構成される、 判定方法。 ２．相関アーチファクトの有無を判定するステップに、 ａ）まわりの領域を大幅に上回るか、あるいは、下回る密度を有する、相関複 合パターンの領域を識別するステップと、 ｂ）未知のパターン及び既知のパターンを互いに並進させて、新しい相関複合 パターンを形成するステップと、 ｃ）密度が異常な領域が、強制された並進に対してある角度で移動したことを 確認するステップが含まれることを特徴とする、 請求項１に記載の判定方法。 ３．相関アーチファクトの存在を判定するステップに、密度が異常な領域と、 等しいか、または、それを超えることが望ましい、あらかじめ設定されたしきい 値密度との比較を行うステップが含まれる（明るいアーチファクト）ことを特徴 とする、請求項２に記載の判定方法。 ４．相関複合パターンの形成前に、既知のパターンと未知のパターンの一方を 反転させることと、相関アーチファクトの存在を判定するステップに、その領域 の密度と、等しいか、または、それを超えることが望ましい、あらかじめ設定さ れたしきい値密度との比較を行うステップが含まれる（暗いアーチファクト）こ とを特徴とする、請求項２に記載の判定方法。 ５．さらに、 ａ）データ・ベースの既知の各パターン毎に、相関複合パターンを作成し、 ｂ）データ・ベースのサブセットすなわちパーティション（パーティションに よって、未知のパターンがそのパーティションのメンバとして分類される）に関 して相関アーチファクトの存在を判定し、 ｃ）未知のパターンと相関すると、最も暗いアーチファクトと最も明るいアー チファクトの両方または一方を生じることになる、既知のパターンと整合するも のとして未知のパターンを識別することにより、 未知のパターンを分類し、識別するステップが含まれることを特徴とする、 請求項２に記載の判定方法。 ６．ＦＣＡの検出可能性を高めるために、比較されるパターン（または、スタ ック）のいずれか任意の方における高密度領域を分散させるプロセスとしての、 スクランブリングの利用。 ７．さらに、既知のパターンとしてスタックされた、または、組み合わせられ たパターンを利用するステップが含まれることと、２つ以上のパターンを組み合 わせることによって、既知のパターンの一部または全てが形成されることを特徴 とする、請求項１に記載の判定方法。 ８．さらに、既知のパターンの形成時に、互いに対してオフセット及び回転の 両方または一方が施された、スタック・パターンまたは組み合わせパターンを用 いるステップが含まれることを特徴とする、請求項１に記載の判定方法。 ９．さらに、任意の回数にわたる、もとの未知のパターンの回転及び並進の両 方または一方による複製を利用することによって、組み合わせパターンを形成す るステップが含まれることを特徴とする、請求項１に記載の判定方法。 １０．さらに、もとのイメージのシャフリングまたは光学符号化によって、既 知及び未知のパターンを形成するステップが含まれることを特徴とする、請求項 １に記載の判定方法。 １１．各パターンが、一方の軸で時間、もう一方の軸で測定値を表しているこ とを特徴とする、請求項１に記載の判定方法。 １２．各パターンが、２次元データ、または、ｎ次元データの２次元スライス を表していることを特徴とする、請求項１に記載の判定方法。 １３．各パターンが、テキストまたは符号化テキストを表していることを特徴 とする、請求項１２に記載の判定方法。 １４．ＦＣＡの位置、サイズ、及び、配向の発生及び予測の両方または一方が 、 ・ ２つのパターンをオーバレイし、（Ｘｏ，Ｙｏ）においてＦＣＡを検出す るステップと、 ・ １つのパターンを水平方向にｘだけ変位させ、（Ｘ₁，Ｙ₁）においてＦＣ Ａを観測するステップと、 ・ １つのパターンを垂直方向にＹだけ変位させ、（Ｘ₂，Ｙ₂）においてＦＣ Ａを観測するステップと、 ・ Ｘ₁₀：Ｘ₁−Ｘｏ Ｘ₂₁＝Ｘ₂−Ｘ₁ Ｙ₁₀＝Ｙ₁−Ｙｏ Ｙ₂₁＝Ｙ₂−Ｙ₁ ・ θ＝−ｔａｎ^-1２［Ｙ₁₀δＹ，Ｙ₁₀（δＹ−Ｘ₁₀）＋Ｘ₂₁ Ｙ₁₀］ ・ α＝−ｔａｎ^-1２［Ｘ₁₀（δＹ−Ｙ₂₁）＋Ｘ₂₁ Ｙ₁₀，Ｘ₂₁δＸ］ ・ θ＝α−θ ・ Ｓｘ＝Ｙ₁₀δＹ／［Ｘ₂₁δＸｓｉｎθ＋Ｙ₁₀δＹ ｃｏｓθ］ ・ Ｓｙ＝Ｘ₂₁δＸ／［Ｘ₂₁δＸ ｓｉｎ ＋Ｘ₁₀δＹ ｃｏｓα］ であると仮定すると、 ・ ＦＣＡの位置変更が、 △ｘ＝Ｘｏ（１−Ｓｘ ｃｏｓθ）−ＹｏＳｙ ｃｏｓα △ｙ＝Ｙｏ（１−Ｓｙ ｓｉｎα）−ＸｏＳｘ ｓｉｎθ になることを検出するステップを通じて、実施されることを特徴とする、 請求項１２に記載の方法。 １５．オーバレイされるパターンが、同じスケールで、相対的ワーピングを有 していない場合に、 ａ．形状が正方形であることと、 ｂ．回転ポイントが中心にあることと、 ｃ．側方寸法が０．５ｃｏｓ（θ／２）／ｓｉｎ（θ）に等しいことと ｄ．傾斜角がθであることを特徴とする、 ＦＣＡを発生するための、ピクセル化２進データの利用。 １６．既知のパターンが、データ・ベースに納められていることと、さらに、 ａ）同様のやり方でパターンの配向を施して、データ・ベースを作成し、含ま れている、相対回転角度が異なるパターン対によって生じる相関アーチファクト を解析するステップと、 ｂ）利用すべき回転角度範囲、及び、各回転角度毎に、データ・ベースに関し て予測される相関アーチファクトのサイズ及び密度を選択するステップと、 ｃ）最も著しい相関アーチファクトを生じる１つ以上の回転角度を選択するス テップと、 ｄ）こうした角度で未知のパターンを回転させ、既知の各パターンとの相関複 合パターンを形成するステップと、 ｅ）相関アーチファクトが生じるか否かを判定するステップが含まれることを 特徴とする、 請求項１に記載の判定方法。 １７．作成されたデータ・ベースが、それぞれ２つ以上の既知のパターンから 形成される、組み合わせパターンによって構成されることを特徴とする、請求項 １６に記載の判定方法。 １８．さらに、相関アーチファクトの密度に基づいて、相関複合パターンをラ ンク順に配列するステップが含まれることを特徴とする、請求項１６に記載の判 定方法。 １９．さらに、 ａ）アーチファクトが最も暗い、または、最も明るい、相関複合パターンを選 択し、 ｂ）未知のパターンと組み合わせパターンに含まれる既知の各パターンのフラ ッシュ相関を実施し、 ｃ）未知のパターンに対する最良の整合として、最も暗い暗アーチファクトま たは最も明るい明アーチファクトを生じる、既知の成分パターンを選択すること によって、 未知のパターンの識別を行うステップが含まれることを特徴とする、請求項１ ７に記載の判定方法。 ２０．さらに、既知のパターンに対して未知のパターンのデワーピングを施し て、同じスケール及び配向になるようにするステップが含まれることを特徴とす る、請求項１９に記載の判定方法。 ２１．デワーピング・ステップに、さらに、 ａ）未知のパターンに対して既知のパターンを並進させ、未知のパターンに対 して、グリッドをなすポイントのうちの第１のポイントに相関アーチファクトを 位置決めするステップと、 ｂ）パターン要素間の間隔とほぼ同じ、追加インクリメンタル並進（Ｔｘ，Ｔ ｙ）を強制するステップと、 ｃ）相関アーチファクト（Ｍｘ，Ｍｙ）の結果生じる移動を測定するステップ と、 ｄ）初期グリッド位置から全方向にインクリメンタル並進を実施するステップ と、 ｅ）結果生じる移動ベクトルを利用して、初期グリッド位置のインクリメンタ ル半径内にある、未知のパターンのセグメント内において、パターン要素の位置 変更を行うためのデワーピング・マトリックスを生成するステップと、 ｆ）各グリッド位置についてステップ（ｂ〜ｅ）を繰り返すステップと、 ｇ）グリッド・パターンを改良し、ステップ（ａ〜ｆ）を繰り返すステップと 、 ｈ）グリッド間隔が、インクリメンタル並進距離より短くなるまで、この改良 を再帰的に実施するステップが含まれることを特徴とする、 請求項２０に記載の判定方法。 ２２．インクリメンタル並進が、パターン要素間の間隔値を上回るか、あるい は、ランダムに、または、別様に選択されることを特徴とする、請求項２１に記 載の判定方法。 ２３．さらに、 ａ）デワーピングを施した未知のパターンと、整合する既知のパターンの相関 複合パターンを形成するステップと、 ｂ）２つのパターンの差を検出するステップが含まれることを特徴とする、 請求項２１に記載の判定方法。 ２４．既知のレコードの探索可能なデータ・ベースを作成するための方法にお いて、 ａ）既知のパターンを得るステップと、 ｂ）既知のパターンと、あらかじめ指定された角度だけ回転させた既知のパタ ーンのコピーとの相関複合パターンを形成するステップと、 ｃ）自動相関アーチファクトを発生するステップと、 ｄ）アーチファクトのサイズ及び密度を含む、アーチファクトのパラメータを 測定するステップと、 ｅ）アーチファクトのパラメータを記録するステップから構成される、 作成方法。 ２５．さらに、 ａ）ある値の範囲にわたって、あらかじめ指定されたインクリメント角を変化 させるステップと、 ｂ）角度の関数として、アーチファクトのパラメータを記録するステップが含 まれることを特徴とする、 請求項２４に記載の作成方法。 ２６．さらに、アライメントをとるため、標準パターンと相関した場合に、最 大のアーチファクトが生じる角度に配向が施された既知のパターンを記憶するス テップが含まれることを特徴とする、請求項２５に記載の作成方法。 ２７．さらに、相関複合パターンを形成する前に、パターンを反転するステッ プが含まれることを特徴とする、請求項２４に記載の作成方法。 ２８．さらに、既知のパターンを変換して、結果生じるパターンを縮小または 変化させるステップが含まれることを特徴とする、請求項２４に記載の作成方法 。 ２９．既知のパターンにサンプリングまたはフィルタリングを施して、結果生 じるパターンを縮小または変化させるステップが含まれることを特徴とする、請 求項２４に記載の作成方法。 ３０．さらに、既知のパターンの特性を抽出して、データ・ベース・パターン を形成するステップが含まれることを特徴とする、請求項２４に記載の作成方法 。 ３１．ａ）既知の各物品を表したパターンを得るステップと、 ｂ）既知のパターンのデータ・ベースを生成するステップと、 ｃ）その後、未知の物品からパターンを得るステップと、 ｄ）フラッシュ相関を利用して、データ・ベースを探索し、最もしっかりと整 合する既知のパターンを識別するステップから構成される、 物品を識別するための方法。 ３２．パターンが、紙の繊維、または、製造される物品のサイズ、カラー、及 び、形状が変動するパーチクルといった、自然発生する特性によって形成される ことを特徴とする、請求項３１に記載の識別方法。 ３３．パターンが、例えば、吹き付け塗装またはスパッタリングよって、物品 にあらかじめ付けられていることを特徴とする、請求項３１に記載の識別方法。 ３４．付けられたパターンが、発射された弾丸におけるように、ツールによる 傷痕であることを特徴とする、請求項３３に記載の識別方法。 ３５．付けられたパターンが、バー・コードを含む印刷情報であることを特徴 とする、請求項３３に記載の識別方法。 ３６．付けられたパターンが、生物測定指標であることを特徴とする、請求項 ３３に記載の識別方法。 ３７．ａ）未知の指紋パターンを抽出するステップと、 ｂ）標準的な配向をなすように、パターンの位置決めを行うステップと、 ｃ）必要があれば、パターンを複製して、その密度を高めるステップと、 ｄ）相関アーチファクトを生じる既知の指紋を求めて、データ・ベースの探索 を行うステップと、 ｅ）未知の指紋にデワーピングを施して、最良の整合を最適化するステップと 、 ｆ）専門家による検査に備えて、もとの指紋のパターンと結果生じる指紋のパ ターンを提供するステップから構成される、 指紋の識別方法。 ３８．さらに、パターンの分類セットとの相関により、もとの配向が末知の場 合、標準配向を確立するステップが含まれることを特徴とする、請求項３７に記 載の指紋識別方法。 ３９．さらに、 ａ）複数のオーバレイされた指紋によって形成される複合指紋パターンを抽出 するステップと、 ｂ）複合パターンとの相関アーチファクトを生じる全ての既知の指紋を求めて 、データ・ベースの探索を行うステップと、 ｃ）複合パターンに寄与する可能性のあるものとして、これらの既知のパター ンを全て提供するステップと、 ｄ）複合パターンから既知の成分パターンを取り去り、それ以上の整合が見つ からなくなるまで、探索を続行するステップが含まれることを特徴とする、 請求項３７に記載の指紋識別方法。 ４０．ａ）所望の時間及び指定位置の両方または一方に対する一連の基準パタ ーンを設定するステップと、 ｂ）操作プロセスから、時間及び指定位置の両方または一方に基づいてパター ンを抽出するステップと、 ｃ）相関アーチファクトの探索を通じて、ロック・オンを設定するステップと 、 ｄ）順次パターンと基準シーケンスの相関によって、トラッキングを維持する ステップと、 ｅ）制御補正を実施して、相関アーチファクトを定位置に保持するステップか ら構成される、 トラッキング及び制御方法。 ４１．ａ）あるパターンとそのパターンのワーピング・バージョンを相関させ るステップと、 ｂ）フラッシュ相関を利用して、そのパターンのデワーピングのためのマトリ ックスまたは式を生成するステップと、 ｃ）マトリックスまたは式を利用して、変形を生じたプロセスを解析するステ ップから構成される、 変形補正及び解析方法。 ４２．特定の基準パターンが、後続の変形に関する今後の解析のため、ある対 象にスーパインポーズされることを特徴とする、請求項４１に記載の方法。 ４３．ビデオ・カセット・プレーヤに関する、次のシーンに自動的に進めるた めの方法において、 ａ）影像フレームのサンプリングを行って、グレイ・スケールまたはカラーの パターンを形成するステップと、 ｂ）同じサンプル位置で、後のフレームをサンプリングし、２つのパターンの フラッシュ相関を実施するステップと、 ｃ）フラッシュ相関アーチファクトが存在する限り、こうしたサンプリングを 続行するステップと、 ｄ）シーンの変化の表示としてアーチファクトの損失を検出し、フレームの進 みを停止するステップから構成される、 方法。 ４４．パターンにしきい値処理を施して、相関処理に用いられる２進パターン を形成することを特徴とする、請求項４３に記載の方法。 ４５．パターンの個々の要素を解像できない、あるいは、影像にぶれを生じる か、あるいは、別様の劣化を生じる、長距離からパターンを識別するための方法 。 ４６．フラッシュ相関アーチファクトの存在によって、選択されたパーツのア イデンティティ及びその配向が示される、さまざまな角度の配向が施された特定 のパーツに関連したパターンを利用する、ビン・ピッキング・ロボットの方向づ け方法。 ４７．辞書における各ワードまたはフレーズが、２次元パターンで表現される 、ワードまたはフレーズを求めるテキスト探索方法。 ４８．異なる時間に、異なる条件下で撮られた、オーバレイする医療用または 地図用イメージといった、２つのイメージ間において最もよく適合する部分を突 き止める方法。 ４９．光ファイバ・ケーブルまたは光ファイバ束の接続を検出し、こうしたケ ーブルの劣化、取り替え、及び、タップ取り付けを検出するための方法。 ５０．あらかじめ設定されたパターンをなす複数の選択応答内において、マー クが付けられる、マーク・センシング形式の迅速分類及び評点方法。 ５１．バー・コード及び他のマーキング及びタグ付けラベルに重ね印刷または 重ね吹き付けを行って、それらを一意性にし、安全性を追加し、製造プロセス時 における更新を可能にするための技法。 ５２．フィルタリングを施し、変換し、サンプリングを施し、あるいは、指紋 及び弾道データといった、別個の要素によって別様に表現することが可能な複合 イメージを照合し、分類するための方法。 ５３．基本速度が正確に分からない、また、角度及び距離が基準影像から変化 している、作動中のシーンを識別するための方法。