CN1898680A - 关于指纹自动识别系统的识别、提取和三维分析策略的系统和方法 - Google Patents

Abstract

关于指纹自动识别系统的识别、提取和三维分析策略的系统和方法，系统和方法等帮助印记检查员对于包含在指纹自动识别系统的系统内的已知印记数据库搜索和比较印记或其基本部分。在某些实施例中，印记可确定地与在所述数据库中的相应的所述印记匹配。更彻底的搜索和比较的结果可具有更高的找到分数和正确率。在某些实施例中，所述数据库包括先前获得的印记的候选列表，以帮助识别。

Description

关于指纹自动识别系统的识别、提取和三维分析策略的系统和方法

相关申请的相互参照

本发明要求下列专利申请的优先权：于2003年10月23日提交的号码为60/513,669的美国临时专利申请；于2003年11月6日提交的号码为60/517,849的美国临时专利申请；于2003年11月7日提交的号码为60/518,263的美国临时专利申请；于2004年2月27日提交的号码为60/548,214的美国临时专利申请；于2004年4月14日提交的号码为60/562,635的美国临时专利申请；于2004年5月19日提交的号码为60/572,665的美国临时专利申请；于2004年6月23日提交的号码为60/582,414的美国临时专利申请；以及于2004年8月23日提交的号码为60/604,092的美国临时专利申请；其全部且出于所有的教导和公开在此引入以作参考。

背景技术

指纹自动识别系统(AFIS)系统(http://onin.com/fp/afis/adis.html)传统上不能搜索和匹配检查员可通过手动方法识别的所有指纹。部分是因为人类潜在印记检查员可使用附加细节，例如级别III细节来匹配指纹(如在此使用，“印记”指的是动物一般为人类上的独特识别印记，例如指纹、掌纹、趾纹、足印等)。同时，人眼的生理缺陷阻止检查员区分很精细的灰度量级级别，其妨碍指纹中级别I、II和III细节的每一个中的细节特征点标记(minutiae marker)的准确性和位置的识别。级别3细节是三个级别中最精细的细节。一般而言，级别1指印记的纹脊纹流(ridge flow)，级别2指印记的纹脊纹路(ridge path)，以及级别3指纹脊形状，其包括独特的边缘细节、毛孔形状和位置、开始的纹脊形状以及其它小于纹脊宽度的细节。因此，现有的系统并不总允许AFIS系统、操作者和检查员将特征解释和标记成细节特征点，其中的特征可通过显现指纹图像的灰度量级中的细微差别而被准确地辨别。

没有开发出AFIS系统来识别、提取、量化、搜索和匹配两个或更多指纹图像中的级别III特征。还没有开发出AFIS系统能够识别和标记级别III细节的所期望的细节特征点标记。在没有此能力的情况下，不能彻底分析灰度量级的细微差别，因此某些特写可能不被识别、提取、量化、搜索和/或匹配。此外，AFIS III细节可存在于指纹图像中的不同的灰度量级(或其它量级例如色相或饱和度)。如果不考虑灰度量级，那么某些级别III特征可能不被识别、提取、量化、搜索和/或匹配。(注意，AFIS III在此常用作的简略的表达，以表示实际上在自动系统中执行或者手动地执行的印记的级别III分析)。

因此，存在未满足的对于另外的AFIS系统工具的需要，该工具参与在存在于不同灰度量级的特征之间区分，以及以用AFIS系统能搜索的方式标记该特征。本系统、方法等提供了这些和其它优点。

发明内容

在一些实施例中，本系统和方法在此被认为是用于多种实施例的AFIS3-D或AFIS III+，且帮助检查员对于包含在AFIS系统内的已知印记数据库彻底搜索和比较印记或其基本部分。所述基本部分包括足够的印记来能够识别足够的特征以搜索和与已知数据库的印记相比较，以及在一些实施例中，包括足够的印记来至少试探性地将所述印记与已知印记的至少一个匹配。在一些实施例中，印记可以确定地与数据库中的相应的相同印记匹配。更彻底的搜索和比较的结果可具有更高的找到分数和正确率。在某些实施例中，所述数据库包括先前获得的印记的候选列表，以帮助识别。

在此提供的一重要益处是潜在印记与已知印记图像的更准确比较(“印记”包括任何适当的身体部分例如唇、皮肤、指纹、掌印、趾印等的印记)。例如，炸弹碎片(bomb fragment)可包括仅一个小的局部潜在印记。更准确的AFIS 3-D和/或III+系统能够基于对于印记/图像的数据库的搜索更可能导致潜在印记源的识别。

本革新例如通过使用图像中的微小的灰度和/或其它量级以更准确的方式搜索此图像/印记以产生更全面和准确的AFIS标记例如细节特征点标记(AFIS级别2或3标记)，和/或通过使用图像中的不同量级来多次搜索此图像/印记来产生不同通路(pathway)，所述通路然后用于识别、提取、量化、搜索和匹配全面的一组级别III特征，可帮助识别和消除对本国安全的威胁，而不管所述威胁是国外还是国内的。

因此，在一些实施例中，在此的所述方法和相关软件和其它系统包括分析印记，其包括：a)提供至少2维的印记图像；b)使所述图像经受量级增强分析，从而在所述印记的至少一基本部分上的至少一个相对测量可描绘在相对于至少2维的另一维上，以提供量级增强图像，从而相比于没有所述量级增强分析的2维图像，另外的量级级别对于人眼基本上更可识别；c)显示所述增强图像；以及d)手动检查所述量级增强图像，以在所述印记上放置至少一个细节特征点标记。

所述放置过程包括识别和放置先前在所述印记上未识别的至少一个、两个或更多细节特征点标记，以及可包括移动先前不正确地放置在所述印记上的至少一个、两个或更多细节特征点标记。

所述方法还可包括分析印记，其包括：a)提供至少2维的印记图像，其包括由自动细节特征点标记算法确定的细节特征点标记，以提供自动特征点标记；b)使所述图像经受量级增强分析，从而在所述印记的至少一基本部分上的至少一个相对量级描绘在相对于至少2维的另一维上，以提供量级增强图像，从而相比于没有所述量级增强分析的2维图像，另外的所选测量或量级级别可对于人眼可见；c)显示所述增强图像；以及d)手动检查所述量级增强图像，以评估所述自动细节特征点标记的正确性。所述方法进一步可包括放置所述印记的至少一个细节特征点标记，其所述放置过程包括移去不正确的自动细节特征点标记、移动不正确的自动细节特征点标记或增加另外的细节特征点标记中的至少一个。

在另一方面，在此的方法包括分析印记，其包括：a)提供至少二维的印记图像；b)使所述图像经受量级增强分析，从而在所述印记的至少一基本部分上的至少一个相对量级描绘在相对于至少二维的另一维上，以提供量级增强图像，从而相比于没有所述量级增强分析的二维图像，另外的量级级别对于人眼可见；c)将所述量级增强图像分成多个强度级别；d)个别地选择至少一个孤立的强度级别；e)从所述孤立的强度级别确定至少一个指纹自动识别系统的标记。所述方法进一步可包括显示所述孤立的级别，以及手动或自动地确定所述至少一个细节特征点标记。

在此申请包括下列详细的描述和附图中解释了这些和其它方面、特征和实施例。除非另外特别说明或从上下文变得清楚，所有的实施例、方面、特征等可以以任何期望的方式混合和匹配、组合和改变次序。另外，在此解释了多种参考，其讨论某些系统、装置、方法和其它信息；所有的这些参考全部且出于所有的教导和公开在此引入以作参照，而不管所述参考出现在此申请的位置。

附图说明

图1是根据在此的方法所分析的印记的图像的屏幕截图(screenshot)。该图像包括4个自动提取的特征，仅1个是正确的。其它三个特征(在右边)不正确。

图2描绘出使用软件所绘制的与图1相同的潜在印记，该软件按3D表面描绘图像强度特征。

图3-5是图1和图2中的图像的一部分的一系列屏幕截图，其显示出3维纹脊形状的动态图，其中z轴表示灰度量级。

图6是正常获得的且在另一维具有所示的强度量级的2D掌印的屏幕截图。

图7是使用在此所讨论的3D细节特征点制作工具的实施例绘出的指纹的屏幕截图。

图8描绘出经过细节特征点处理与图6相同的掌印。

图9描绘出经过滚动、倾斜和摇动的与图6相同的掌印。

图10描绘出通过增强型过滤器所观察的与图6相同的掌印，该增强型过滤器例如对比度调整进一步增加了视觉清晰。

图11描绘出与图6相同的掌印图像，其中使用者已在3D表面上放置了细节特征点标记，相对于已有的2D数据库，其可被量化和搜索。

图12a描绘出已知印记印痕的图像。

图12b描绘出AFIS II系统读出的纹脊纹路和基于主纹脊纹路的偏差。

图12c描绘出AFIS II系统识别和提取的具有方向和关系的级别II细节。

图13a-c描绘出具有所示出的AFIS级别III细节的与图12a-c相同的图像。

图14描绘出在不同灰度量级的、与图12a-c中的图像相同的印记的一部分的AFIS III+地形分析。

图15a-c描绘出在不同灰度量级的与图12a-c相同的图像的AFIS III+分析。

图16a-c描绘出以与图15a-c的分析不同的灰度量级的、与图12a-c相同的图像的AFIS III+分析。

图17是表示自多级别和多图像的切片(slice)组合的渐进性质的表。

图18描绘出包括印记图像中的凹入形态特征和凸起形态特征的示例的图像。

图19描绘出包括印记图像中的边缘特征的示例的图像。

具体实施方式

AFIS 3-D可视化方法和系统

当指纹图像中整个范围的灰度值被检查员彻底分析时，作为AFIS系统搜索的一部分出现的图像上标记的位置会更准确。一系列标记比可能缺少整个范围的灰度或其它量级的分析更准确和/或以更大的数量放置，其可增加AFIS找到的机会。

当前AFIS分析模块(其不允许分析员基于显现在3-D面上的灰度量级来放置细节特征点标记)的两个问题为，所有出现在印痕上的相关特征可能未被检查员识别，或一些特征的准确位置可能未被正确的确定。软件和系统克服人类视觉系统在辨别图像灰度量级的弱点，方式为描绘该值作为3D表面，其帮助指纹检查员辨别图像灰度量级很细微的变化，且将AFIS标记放置在正确的地点和位置。

AFIS系统一般以下面两种方式识别细节：1)自动的系统产生的指纹细节特征点标记的布置，和2)由分析员布置细节特征点标记。此外，检查员可将另外的标记放置在印记图像上以补充由AFIS系统自动产生的标记，反之亦然，且检查员可移动或删除印记图像上不正确的标记，以改正由AFIS系统自动产生的不正确的标记。AFIS 3-D和AFIS III+帮助人类检测和将细节和细节特征点记号放置在指纹图像或其它印记图像中，由此导致改善的AFIS搜索结果。

在图1中，通过通用隐约指印工作站(Universal Latent Workstation，(ULW))的自动提取和细节特征点放置特征处理潜在印记30。此软件被全国执法机构使用以将潜在印记搜索提交给FBI IAFIS系统。在印痕右边的三个细节特征点标志32未正确反映记号下纹脊的结构。其是不正确的。左边的特征点标记33是正确的。通过以3-D面优选地动态地(即，其中3-D面可滚动、倾斜和摇晃，也称作为纵偏(pitch)、偏航(yaw)和/或滚动，且其甚至可加入电影环路(cine loop)，从而3-D面以重复方式纵偏、偏航和/或滚动)来显示此印痕，可在整个此区域没有分开或到终止沿着此区域的纹脊纹路前进。

在图2中，用软件绘制出同样的潜在印记，该软件以3D表面描绘图像强度特征。具体地，提供图1的数字图像用于绘制，然后图像受到强度值增强分析，从而在印记至少一基本部分上的至少一个相对强度值描绘在对于至少2维的另一维上。这提供了强度值增强图像，从而相比于没有强度值增强分析的2维图像，另外的强度值级别对于人眼基本上更可辨识。可辨识表示在一些实施例中在未增强下，特征是不可见的，而在其它实施例中，未增强下特征是可见的，但作为具有增强的特征，特征基本上更可辨识或更可快速辨识。通过详细检查此特性，许多更正确的特征被显现出，且绘出另外的AFIS特征点标记34。例如，在图2中，15个特征显现在动态3D表面图上，且将细节特征点标记34绘在图像上。

图3-5是图1和图2中的图像的一部分36的一系列屏幕截图，其示出3维纹脊形状的动态(摇晃、倾斜或滚动)AFIS 3-D分析，其中z轴表示灰度量级，这给予检查员更多的信息去显现，且因此创建了机会来放置更多的细节特征点标记，且更准确来完成。在本发明的此或其它方面的某些实施例中，图像或其期望的部分还可被放大(图像放大)、缩小等。

当图2所描绘的另外、正确放置的细节特征点标记存入AFIS系统使用的文件格式时，然后使用AFIS匹配算法对于系统的指纹数据库搜索其。然后，AFIS系统产生匹配概率的报告，且如果匹配，则对该概率度分配相对分数。一般上，正确特征点标记的数量越高，(i)出现AFIS“找到”的概率越大，以及(ii)由AFIS系统对每一找到发给的“置信度(confidencelevel)”分数越高。

在此的AFIS额外维系统、设备、方法等可使用于多种配置，包括下面的配置(此目录是示例性的而非排他的)

1、在现有的AFIS系统的“预AFIS”级增加/使用3-D可视化工具。这帮助检查员以查看3-D指纹图像(例如，表面的z轴表示灰度量级)，在3D表面上绘出AFIS细节特征点标记，然后将细节特征点标记提交给AFIS系统以用于搜索。

2、作为以上1的一变型，3-D可视化工具还帮助检查员(a)在AFIS系统已自动产生细节特征点后增加另外的细节特征点，以及(b)调整由AFIS系统的自动放置特征放置的细节特征点。

3、对于包含在印记中的级别III细节，在此的灰度和其它量级的3-D可视化参与细节特征点的放置。

3-D可视化工具还应用于掌印自动识别系统(Automated PalmprintIdentifiation Systems)和其它基于印记的识别系统，如图6中的示例所示的，在图6中出于更详细的3D检查，在此所讨论的系统和方法的实施例中，示出了一般(即，以2D)且以在另一维具有示出的灰度量级的3D绘制的2D掌印38。掌印和指纹都包括摩擦纹脊皮肤(friction ridge skin)且以相似的方式搜索。一般人类的其它期望的印记例如趾印、足印、非纹脊皮肤印记等也可被成像，以及使用在此的方法和系统。

图7-11显示了AFIS 3D细节特征点标记软件的实施例的屏幕截图，且示出了示例性的为标记纹脊终结点和分叉点(级别II细节)所采取的步骤。

图7是用在此所讨论的3D细节特征点标记工具的实施例绘出的指纹的屏幕截图。可在图7中(和在一些其它附图中)看到，在一些实施例中，细节特征点标记在3D图像上的布置可同时显示在2D图像上，如果期望，如所示，2D图像可邻近3D图像插入或插入其内，或者图像可是并行的，或者另外按期望设置。

接下来，图8描绘了经受细节特征点标记处理的、与图6相同的掌印图像38。第一图像表示在细节特征点绘图软件(minutia plotting softward)中所显现的2D潜在掌印。当细节特征点放置在3D图像中时，其自动出现在左边2D图像上的相应地点。

图9描绘了与图6相同的掌印图像38，显示了经受沿任何方向的旋转、偏斜(skew)、滚动等以促使纹脊结构44的深入的3维检查的图像。

图10描绘了与图6相同的掌印图像38，其通过增强型过滤器例如对比度调整被观察，以提供过滤的图像45。这样的过滤器可在任何期望的时间里使用来进一步增加视觉清晰。

图11描绘了与图6相同的掌印图像38，其中使用者还可将细节特征点标记46放置在3D表面上，对于现有的2D数据库其被量化和搜索。

因此，在一些实施例中，在此的方法与相关软件和其它系统包括分析印记，其包括：a)提供至少2维的印记图像；b)使该图像经受量级增强分析，从而印记的至少一基本部分上的至少一个相对测量可描绘在对于至少2维的另一维上，以提供量级增强的图像，使得相比于没有量级增强分析的2维图像，另外的量级级别能够对于人眼基本上更可辨识；c)显示增强的图像；以及d)手动检查量级增强的图像以将至少一个细节特征点标记放置在印记上。

该放置过程可包括识别和放置先前在印记上未识别的至少一个、两个或更多细节特征点标记，以及可包括移动先前不正确放置在印记上的至少一个、两个或更多细节特征点标记。

该方法还可包括分析印记，其包括：a)提供至少2维的印记图像，其包括由自动细节特征点标记算法确定细节特征点标记，以提供自动细节特征点标记；b)使该图像经受量级增强分析，从而印记的至少一基本部分上的至少一个相对量级可描绘在对于至少2维的另一维，以提供量级增强的图像，使得相比于没有量级增强分析的2维图像，另外的所选测量或量级级别能够对于人眼可见；c)显示增强的图像；以及d)手动检查量级增强的图像，以评估自动细节特征点标记的正确性。该方法可进一步包括放置印记的至少一个细节特征点标记，该放置过程包括至少一个移去不正确的、自动的细节特征点标记，移动不正确的、自动的细节特征点标记，或增加另外的细节特征点标记。

AFIS III+方法和系统

当连接指纹图像中的特定的灰度或其它量级时，最后所得的通路符合特定的级别III边缘和毛孔纹脊特征。使用多灰度或其它量级通路增强了印痕中更多的有时基本上多有的级别III特征的识别和提取，因此增加了AFIS找到的可能性。

通过连接拥有相同灰度或其它量级的象素，形成通路或轮廓。此通路符合沿着摩擦纹脊印痕的边缘、毛孔和表面形态出现的独特纹脊形状。图形路线(charted course)和一般x-y轴通路的图形路线的改变可用于识别和提取级别III特征。

当选择不同的灰度值(或其它用于所测量的量级的值)时，通路或轮廓呈现新的路线。图形新路线的改变与任何其他通路路线的改变不同。简而言之，当用于绘制通路图的量级改变时，沿此通路特征的形状、位置、突出和存在特征也改变。如果在AFIS III+环境使用多量级通路(在给定测量指示器例如灰度内的多通路，和/或在不同量级指示器例如灰度和色相以及饱和度内或在其之间的多通路)，可识别存在于印痕中的许多及可能基本全部的特征。

级别II AFIS(AFIS II)模式主要考虑印痕中主要的摩擦纹脊纹路偏差。这些包括如图12a-c所示的分叉点48和纹脊终结点50。图12a(左)描绘了已知印痕的图象，图12b(中央)示出AFIS系统读出的纹脊纹路和主要纹脊纹路偏差，那么在图12c(右)识别和提取具有方向性和关系的级别II细节。

级别III AFIS(AFIS III)另外考虑沿着次要偏差边缘的特征，例如沿着纹脊中央的纹脊位置52、54和毛孔位置56，如果在印记的印痕中可获得的话是如此。图13a(左)描绘了已知印痕的图形，图13b(中央)示出AFIS II系统读出纹脊纹路和主要纹脊纹路偏差，那么在图13c(右)识别和提取具有方向性和关系的级别II细节。

AFIS III+考虑如图14所示的印痕的多级别或印痕切片的此细节和更多细节。这些切片由灰度值定义，该灰度值用于绘制切片内轮廓或通路的路线。因此，图14，AFIS III+使用包括多图像通路的切片，其不同地符合在不同灰度(或其它)量级的级别III特征。

如图15a-c和图16a-c所示，这些AFIS III+通路可被孤立且个别地检查以显示产生印痕的摩擦纹脊的独特性。图15a-c描绘了在不同灰度量级的、与图12a-c相同的图像的AFIS III+分析；图16a-c描绘了相同但在与图15a-c的分析的不同灰度量级的图像的AFIS III+分析。通过检查通路的路线且具体地通路路线的改变，可在不同切片识别此路线的独特特征(图15b和16b)。通过对通路的路线的改变分配值，那些独特特征可被提取和使用来进行搜索(图15c和16c)。因此，在图15a和16a中，查看到不同的各通路。在图15b和16b中，识别填充的通路(或切片)的特征。在图15c和16c中，仅显示了标记特征(关系、方向和突出可与每一特征有关)。

因此，如果根据不同灰度或其它量级绘制印记中的通路或级别，那么沿通路的特征的位置、地点、突出和存在改变。

通过基于图像中全面的一组灰度值而绘制通路，那么很大数量的细节存在可被认出、提取且使用在指纹图像的比较和识别中。AFIS III+导致更准确和完整的基于潜在印记特征的外形(profile)，但是此外形可需要较多处理时间和能量来搜索。这是因为最后所得的特征集合包含的数据为传统级别2AFIS系统捕获所具有的数据许多倍。此外，此增加数量的数据会出现在所比较的每一图像的每一切片上，且每一切片可与已知数据库的多个切片相比，其在图17中示出。

因此，在一些实施例中，仅使用所选的切片，或可提供程序来压缩数据或另外促使数据存储、管理、处理、分析等。

转到在此的革新的此方面的更一般讨论中，一个特征涉及在AFIS环境下单个图像的多个切片的使用。另一方面包括在摩擦纹脊印痕的图像内使用由灰度或其它量级定义的通路。一旦确定每一切片中的通路，那么可使用任何提取或匹配算法来收集和比较数据。另外的方面包括定义用于识别的特征。

一般有涉及灰度量级通路的方向改变的四种级别III特征，其可在AFIS III+环境下出现和量化。

1)EC：凹入边缘特征的最大偏移点

2)EV：凸起边缘特征的最大偏移点

3)MC：凹入形态特征的质心

4)MV：突起形态特征的质心

形态特征是这样的特征，其中轮廓线或通路围绕级别III特征的周线。图18示出凹入形态特征的示例，其可包括汗孔、纹脊顶部的凹陷或细节比周围暗像素具有较亮的灰度阴影的其它形态特征。凸起形态特征的示例包括开始纹脊(incipient ridge)或摩擦纹脊上的隆起，其中细节比周围亮细节显示出较暗的灰度阴影。在这些附图中，凹入形态特征具有较亮灰度值，而凸起形态特征具有比周围细节暗的灰度值。

如图19所示，边缘特征为沿着通路向摩擦纹脊边缘下面前进的通路，其由通路方向的改变来表示。凹入边缘特征的示例包括到摩擦纹脊或汗孔的亮部入口(沟槽(furrow))细节，其不完全在一边缘封闭。突起边缘特征的示例包括在纹脊侧部或纹脊一部分上的隆起，其突入沟槽中。在图19中，紫色特征是凹入边缘特征的示例，且绿色特征是凸起边缘特征的示例。

识别

通过简单的代数或所期望的别的方式，可相对于图样中心和x-y轴的其它特征确定和绘出每一特征的地点和方向。

在形态特征的情况下，基于相对于周围值的象素灰度量级，可计算质心和特征区域，且可分配方向。例如，凸起特征接受“+”值，以及凸起特征接受“-”值。可通过分析整个多切片特征的突出来降低噪声(可忽视细微变化，或可设置阀值容限(threshold tolerance)。也可通过分析周围象素中的灰度象素量级的百分比变化来降低噪声(剧烈的变化表示假的特征，其不是摩擦纹脊皮肤特征)。

对于边缘特征，基于相对于通路任一侧部上的值的象素灰度量级，可计算最远离平均路径的通路上的点，且可分配方向。例如，凸起特征接受“+”值，以及凹入特征接受“-”值。可通过分析该点自平均通路的偏差来降低噪声(可忽视细微变化，或可设置容限的阀值)。也可通过分析沿通路的特征的频率来降低噪声(频率特征表示假的特征，其不是摩擦纹脊皮肤特征)。

转到一些一般的讨论，在此的革新的发展可能较大地增加了指纹自动识别系统的准确性，和/或增加了更多国外国内罪犯的识别，因此有助于法律实施、刑事司法系统和本国安全工作的进步。

实际上任何维度，和至少2D数字图像的维度的加权组合(例如，直接数字图像、扫描照片、自视频或其它运动图像的屏幕获取)可表示成至少3D表面图(即象素的维度或强度(或由象素的一些其它数学表示或相关性确定的量级，例如象素强度和其周围象素强度的平均或仅周围象素平均)可表示成至少一个另外维度；x、y图像可用于产生x、y、z面，其中z轴定义产生z轴的所选的量级)。例如，量级可以是灰度或给定的色彩通道(color channel)。

其它例子包括图像的默认色空间(default color space)转换成HLS(色相、亮度、饱和度)色空间，然后选择饱和度、色度或亮度维度作为量级。转换成RGB色空间允许色彩通道的选择(红色通道、绿色通道、蓝色通道等)。该选择也可为单波长或波段，或为多波长或波段。例如，选择和/取消选择某些波段可允许图像的荧光检测，或检测图像中血色素的相对氧含量。使用线性或非线性算法或其它期望的数学函数可确定量级。

因此，从色空间维度(通道)与某些加权因子的组合(例如0.5^*红色+0.25^*绿色+0.25^*蓝色)，或甚至同时来自不同色空间的维度的组合(例如，象素强度(来自HIS色空间)与其亮度(来自YUV、YcbCr、Yxy、LAB等色空间)相乘)，可计算表面上每一象素的高度。

在某些实施例中，象素接象素表面投影通过图像处理技术来连接，以产生连续的表面图。用于连接投影且产生表面的图像处理技术包括：将2D象素映射到3D网格的格点(例如三角形或直线)，将格点的z轴值设置为合适的值(基于所选度量例如强度，红色通道等来增加)；用标准3D阴影技术(高洛德、平面等)来填充网格；然后用四周和方向照明装置来照亮3D场景。可对使用某一3D表面创建/可视化软件中的修改的实施例实施这些技术，例如在美国专利No.6,445,820和No.6,654,490；美国专利申请20020114508；20020176619；20040096098；20040109608；和PCT专利申请公布No.WO 02/17232中讨论。

本发明可显示3D地形图或1比特或更高比特的图像中的色空间维度的其它3D显示。例如，12比特图像中的色相变化可用表面高度的4,096变化来表示为3D表面。

量级和/或显示选择的其它示例包括色空间维度外，使用2D数据集的任何函数可计算z轴上的格点高度。用于将自2D数据集的信息改变成z高度的函数表现形式为f(x、y，图像)＝z。所有色空间维度都是此形式，然而也可有其它值。例如，可在Lumen软件中创建函数，其基于(i)霍斯菲耳德氏单位(Hounsfield unit)(f(象素值)＝霍斯菲耳德氏值)的查找表，(ii)仅基于2D坐标(例如，f(x，y)2x+y)，(iii)图像外部可存储的任何其它字段变量，或(iv)2D图像中的面积算符(areaoperator)，例如高斯模糊值或Sobel边缘检测器值来映射z高度。

在所有情况下，外部函数或数据集以有些有意义的方式与图像相关。在此的软件可包含函数g，其将2D图像中的象素映射到某一其它外部变量(例如，霍斯菲耳德氏单位)，且此值然后用作z高度的值(具有可选调整)。最终结果为包含在2D图像中的霍斯菲耳德氏单位的3D地形图；该3D图投影在2D图像本身上。

因此，例如，量级可以是灰度、色相、亮度或饱和度的至少一个或更多个，或者量级可包括从灰度、色相、亮度或饱和度的至少一个所获得的组合，和集中于图像内的象素的、由面积算符定义的平均数。使用线性或非线性函数可确定量级。

该方法还可包括执行图像中标记的AFIS II类型、AFIS III类型和/或AFIS III+类型的一个或更多。

印记的至少2维图像可以是2维图像，以及相对于2维的另一维可以是第三维，以提供具有3维面的3D图像，其具有以x、y轴表示的2维图像的两维，和以z轴表示的第三维。

该量级分析可区分足够级别的值以区别印记的级别III特征。该量级增强分析可以是动态量级增强分析，且可包括滚动、倾斜和/或摇晃图像。该动态分析还可包括将动态分析加入电影环路，其表示视频或其它运动图像，其中特定的滚动、倾斜或摇晃被来回重复；其它用于电影回路的选择包括：将表面的纵横比从0改变为一些其它数(正或负)，改变照明参数(例如，四周和方向亮度的％混合)，施加到表面的方向照明的角度(使灯在表面上“扫过(sweeping)”)灯。图像可以是数字图像、摄影影像、彩色图象或黑、白图像。印记可以是指纹、掌印、局部印记、潜在印记。

该方法进一步可包括，在放置印记的细节特征点标记时，同时在印记的2D图像和3D图像上显示细节特征点标记。印记的2D图像和3D图像可同时显示在单个显示屏上。

在此的革新还包括：计算机实施程序设计(computer-implementedprogramming)，其执行该方法的自动元素；和包括该计算机实施程序的计算机。该计算机可包括链接计算机的分布式网络，例如手持无线计算机，且该方法可以以手持无线计算机来实现。该革新还包括AFIS系统，其包括计算机和/或执行在此的方法的计算机实施程序。

在一些实施例中，在此的图像数据模型程序保持在原有数据集执行的每一命令的持久记录或命令历史。为了返回到先前表面物体的观察，从命令历史下拉列表，或通过其它机制例如数次打击“取消/重做”命令键或所期望的别的方式来选择相应的命令。当存储量级增强图像时，命令历史和在历史中当前的位置存储为部分图像文件格式或其它复杂链接格式。命令历史这样的存储可以是自动或手动的，以及可以是强制的或可选的。例如，在期望法庭历史和/或样品的保管链(和样品的测试)的情况下，例如在法院诉讼程序陈述证据的再审中，命令历史可保持为强制(即，不能被用户关闭)、自动特征，其记录每一图象控制以用于反对的律师或专家或其它权威以后再审。相似地，在需要追踪雇员行为的公司场合，命令历史可以是强制的。在其它场合，其中可证实历史是不关键或期望的，命令历史功能可被关闭或可擦除。期望的实施例的特征是命令历史从不可能“假的”。

在一些实施例中，无论何时打开所存储的数据模型文件，所存储的命令历史会自动出现，且可以以相同的序列次序应用。因此，命令历史是“持久的”，这是因为其保持了每一显示文件的一部分，该显示文件在已输入命令后存储在数据模型文件中。

一旦存储命令历史，单独历史或具有图像复制品的历史可邮寄给另一使用者，该使用者然后输入历史，或存取历史，且在相同的基本图像(underlying image)上使用所存储的命令集。这产生了一样的显示，而实际不必来回发送该显示。例如在犯罪实验室想要外部专家使用图像模型系统来查看图像，但最后想要内部进行所绘制的显示或者不能容易传送或接收很大的计算机文件(或一系列这种文件)的情况下，其可能是有利的。其还增加了第二个使用者反复核对最初的使用者所使用的方法的能力。因此，该图像可由一个使用者检查，以实现期望的量级分析、纵偏、滚动和偏航和/或其它显示设置，来产生期望的增强图像显示，然后例如通过电子邮件将提供该期望的增强图像显示的命令历史传送给第二个使用者。其然后能够在他们的计算机所安装的软件中产生相同的基本图像，或另外插入或复制发送给他们的命令历史，且产生原样的绘制。然后还可制作另外的绘制，且将其发送回最初的使用者或到其他所希望的使用者。在一些实施例中，第一个使用者是核心力量，例如是图像模型软件的提供者，其具有图像或图像类型的检查的特殊专长。在其它实施例中，使用者可以是多个不同的犯罪实验室、医学实验室、病理学家或其它具有特有专长领域但不特定束缚于图像模型软件的使用者。如所希望的，也可能有其它的使用者。

在另一方面中，可有利地显示在此所讨论的印记和其它图像，使得可在8比特或更少比特的显示系统上显示具有用于每一象素通道信息的9比特或更多比特量级的图像。可包括在该方法和系统等中的工具包括表面/线框/轮廓/格点映射、等高线间距控制、海拔比例和缩放、假彩色/灰度映射、颜色/透明映射、表面方向、表面投影透视、特写和远景、比较视窗瓷砖滤镜和同步、图像配准、图像克隆、通过直方图均衡化和线性范围映射的颜色贴图对比度控制。该系统等将灰度图像强度、其它量级转变成量级的3D表面表示。该转变导致HVS感知机制的基本变化，其中音调值转变成于相应象素的所选量级对应的“海拔”形状和形式。海拔形状和形式可以以任何所选的对比度级别或色相来表示，避免了灰度音调显示和HVS感知问题。可使用多种用于数量感的交互工具和辅助，例如图象变比(zoom)、倾斜、摇晃、旋转、所应用的颜色值、等值线、线性缩放、空间校准和图像特征的鼠标手势测量。

该系统等提供在传统显示装置上显示多于8比特(多于256色调)和更多(例如，16比特，65,536色调)的灰度色调，一般能够辨别最大8比特灰度。在一些实施例中，这是通过在图像的X和Y轴映射数字量级图像空间信息，同时在Z轴或海拔维度绘出灰度值来实现的。最后所得的三维面可对Z轴分配任何期望的长度和缩放因子，因此提供了等于或超过打印机、显示器和人类视觉系统的通常256灰度限制的灰度信息的显示。

另外，可在“放大视窗”显示信息的全部比特集合的子集合(即，完全未压缩或至少比量级信息的其余部分较少压缩)，从而仅信息的某些段被完全显示，而其余部分被压缩或甚至“离开”显示屏。例如“视窗”可以是全部灰度范围的子集，例如4096中的256。可定位此“视窗”以查看中音“级别”(1920到2176)、极暗“级别”(0到255)或其他的12比特等级到达4096的灰度值。对于极暗的例子，调整来自4096或其它高比特级别图像的极暗(级别)灰度的256灰度部分(视窗)以显示那些暗灰度，其是使用对普通显示装置上的HVS容易可见的中音级别灰度。在12比特图像中的3840灰度(4096减去256)的平衡在显示上不可见。使用可选的3维表面，极暗色调以及灰色的中音和极亮色调不用调整(视窗和级别)就可见。作为3D表面的对象，对于HVS感知可一下子(若期望，或更多)获得所有4096灰度值。

此外，在此以上和别处讨论的某些表面创建技术、持久命令历史、显示选择、软件等本身构成在此的革新，包括除了AFIS分析以外的目的。例如，该技术等可用于医学、工业、牙齿、法庭、质量保证、个人识别等情况。

在此所使用的所有术语包括在此部分下面具体讨论的那些术语根据其通常的意思使用，除非上下文或定义另外清楚地指出。此外，除非另有所指，除了落在权利要求内，“或”的使用包括“和”，反之亦然。非限制性术语不应解释成限制，除非特别说明或上下文另外清楚地指出，(例如，“包含”、“具有”和“包括”一般表示“包括而非限制”)。包括在权利要求中的单数形式例如“一(a)”、“一(an)”和“所述的(the)”包括多于一个参考，除非特别说明或上下文另外清楚地指出。

“计算机”是一种设备，其能够控制扫描仪、数字图像分析仪、或处理器等或在此所讨论的方法和装置的其它元件。例如，计算机可控制在此所讨论的AFIS分析、软件，其确定灰度或其它亮度和/或强度切片等。一般上，计算机包括中央处理单元(CPU)、或其它逻辑实现设备，例如独立计算机如桌面型或膝上型计算机、具有外围、手持、局域网或因特网的计算机等。计算机已众所周知，且鉴于本公开，对于特定方面或特征选择所期望的计算机落在技术人员的范围内。

本系统和方法等的范围包括装置加功能，以及步骤加功能概念。然而，在本申请中所阐释的术语在权利要求中不应被解释成表示“装置加功能”的关系，除非单词“装置”在权利要求中被特别引用，以及在单词“装置”在权利要求中被特别引用的情况下，其在权利要求中被解释成表示“装置加功能”的关系。相似地，在本申请中所阐释的术语在方法或过程权利要求中不应被解释成表示“步骤加功能”的关系，除非单词“步骤”在权利要求中被特别引用，以及在单词“步骤”在权利要求中被特别引用的情况下，其在权利要求中被解释成表示“步骤加功能”的关系。

从前述来看，应该理解，尽管出于示出的目的，在此已描述了特定实施例，然而在不脱离在此的讨论和权利要求的精神和范围的情况下，可作各种修改。

Claims (75)

1、一种分析印记的方法，其包括：

a)提供印记的至少二维的图像；

b)使所述图像经受量级增强分析，从而在所述印记的至少一基本部分上的至少一个相关量级描绘在相对于所述至少二维的另一维上，以提供量级增强图像，从而相比于没有所述量级增强分析的所述二维图像，附加的量级级别对于人眼基本上更可识别；

c)显示所述增强图像；以及

d)人工检查所述量级增强图像，以放置所述印记的至少一个细节特征点标记。

2、如权利要求1所述的方法，其中所述放置过程包括识别和放置先前在所述印记上未被识别的至少两个细节特征点标记。

3、如权利要求1所述的方法，其中所述放置过程包括移动先前不正确地放置在所述印记上的至少两个细节特征点标记。

4、一种分析印记的方法，其包括：

a)提供印记的至少二维的图像，所述图像包括由提供自动细节特征点标记的自动细节特征点标记算法确定的细节特征点标记；

b)使所述图像经受量级增强分析，从而在所述印记的至少一基本部分上的至少一个相关量级描绘在相对于所述至少二维的另一维上，以提供量级增强图像，从而相比于没有所述量级增强分析的所述二维图像，附加的量级级别对于人眼可见；

c)显示所述增强图像；以及

d)人工检查所述量级增强图像，以评估所述自动细节特征点标记的正确性。

5、如权利要求4所述的方法，其中所述方法进一步包括确定所述印记的至少一个细节特征点标记，所述确定过程包括除去不正确的自动细节特征点标记、移动不正确的自动细节特征点标记或增加另外的细节特征点标记中的至少一个。

6、如权利要求1-5中任一项所述的方法，其中所述量级是灰度。

7、如权利要求1-5中任一项所述的方法，其中所述量级包括色相、亮度或饱和度的至少一个。

8、如权利要求1-5中任一项所述的方法，其中所述量级包括从灰度、色相、亮度或饱和度的至少一个所获得的值的组合。

9、如权利要求1-5中任一项所述的方法，其中所述量级包括由集中于所述图像内的象素的面积算符所定义的平均强度。

10、如权利要求1-5中任一项所述的方法，其中使用线性函数确定所述量级。

11、如权利要求1-5中任一项所述的方法，其中使用非线性函数确定所述量级。

12、如权利要求1-11中任一项所述的方法，其中所述方法进一步包括执行所述图像中的所述标记的指纹自动识别系统II类型分析。

13、如权利要求1-11中任一项所述的方法，其中所述方法进一步包括执行所述图像中的所述标记的指纹自动识别系统III类型分析。

14、如权利要求1-13中任一项所述的方法，其中印记的所述至少二维的图像是二维图像，且相对于所述二维的另一维是第三维，以提供具有三维表面的三维图像，其中所述二维图像的两维用x、y轴表示，且所述第三维用z轴表示。

15、如权利要求1-14中任一项所述的方法，其中所述量级分析区分足够的所述量级级别以辨别所述印记的级别III特征。

16、如权利要求1-15中任一项所述的方法，其中所述量级增强分析是动态量级增强分析。

17、如权利要求16所述的方法，其中所述动态分析包括至少滚动、倾斜或摇晃所述图像。

18、如权利要求17所述的方法，其中所述动态分析包括至少滚动、倾斜和摇晃所述图像。

19、如权利要求17或18所述的方法，其中所述动态分析包括使所述动态分析加入电影环路。

20、如权利要求1-19中任一项所述的方法，其中所述图像是数字图像。

21、如权利要求1-19中任一项所述的方法，其中所述图像是摄影影象的数字扫描

22、如权利要求1-21中任一项所述的方法，其中所述图像是彩色图象。

23、如权利要求1-22中任一项所述的方法，其中所述图像是黑—白图像。

24、如权利要求1-23中任一项所述的方法，其中所述印记为指纹。

25、如权利要求1-23中任一项所述的方法，其中所述印记为掌印。

26、如权利要求1-25中任一项所述的方法，其中所述印记为局部印记。

27、如权利要求1-25中任一项所述的方法，其中所述印记是潜在印记。

28、如权利要求1-27中任一项所述的方法，其中所述方法进一步包括在放置所述印记的所述细节特征点标记时，同时在所述印记的二维图像和三维图像上显示所述细节特征点标记。

29、如权利要求28所述的方法，其中所述印记的所述二维图像和所述三维图像同时显示在单个显示屏上。

30、执行权利要求1-29中任一项所述的方法的自动元素的计算机实施程序设计。

31、一种包括计算机实施程序设计的计算机，其执行权利要求1-29中任一项所述的方法的自动元素。

32、如权利要求31所述的计算机，其中所述计算机包括相链的计算机的分布式网络。

33、如权利要求32所述的计算机，其中所述计算机包括手持计算机，且权利要求1-29中任一项所述的方法用所述手持无线计算机来实现。

34、如权利要求32所述的计算机，其中所述计算机包括无线连接计算机，且权利要求1-29中任一项所述的方法用所述手持无线计算机来实现。

35、一种包括计算机实施程序设计的指纹自动识别系统的系统，所述计算机实施程序设计执行权利要求1-29中任一项所述的方法的自动元素。

36、如权利要求32所述的指纹自动识别系统的系统，其中，所述指纹自动识别系统的系统包括手持无线计算机，且权利要求1-29中任一项所述的方法用所述手持无线计算机来实现。

37、一种包括根据权利要求31-35中任一项所述的计算机的指纹自动识别系统的系统。

38、一种分析印记的方法，其包括：

a)提供印记的至少二维的图像；

b)使所述图像经受量级增强分析，从而在所述印记的至少一基本部分上的至少一个相关量级描绘在相对于至少二维的另一维上，以提供量级增强图像，从而相比于没有所述量级增强分析的二维图像，附加的量级级别对于人眼可见；

c)将所述量级增强图像分成多个强度级别；

d)个别地选择至少一个孤立的强度级别；

e)从所述孤立的强度级别确定至少一个指纹自动识别系统的标记。

39、如权利要求38所述的方法，其中所述方法进一步包括显示所述孤立级别，以及人工确定至少一个细节特征点标记。

40、如权利要求38所述的方法，其中自动确定所述细节特征点标记

41、如权利要求38-40中任一项所述的方法，其中所述多个强度级别包括至少三个级别。

42、如权利要求38-41中任一项所述的方法，其中所述方法进一步包括除去不正确的细节特征点标记、移动不正确的细节特征点标记或给所述图像增加细节特征点标记中的至少一个。

43、如权利要求38-41中任一项所述的方法，其中所述确定过程包括确定先前在所述印记上未被识别的至少两个细节特征点标记。

44、如权利要求38-41中任一项所述的方法，其中所述确定过程包括移动先前不正确地放置在所述印记上的至少两个细节特征点标记。

45、如权利要求38-44中任一项所述的方法，其中所述强度值是灰度。

46、如权利要求38-44中任一项所述的方法，其中所述量级包括色相、亮度或饱和度的至少一个。

47、如权利要求38-44中任一项所述的方法，其中所述量级包括从灰度、色相、亮度或饱和度的至少两个所获得的值的组合。

48、如权利要求38-44中任一项所述的方法，其中所述量级包括由集中于图像内的象素的面积算符所定义的平均强度。

49、如权利要求38-44中任一项所述的方法，其中使用线性函数确定所述量级。

50、如权利要求38-44中任一项所述的方法，其中使用非线性函数确定所述量级。

51、如权利要求38-44中任一项所述的方法，其中所述方法进一步包括执行所述图像中的标记的指纹自动识别系统II类型分析。

52、如权利要求38-44中任一项所述的方法，其中所述方法进一步包括执行所述图像中的标记的指纹自动识别系统III类型分析。

53、如权利要求38-44中任一项所述的方法，其中印记的所述至少二维的图像是二维图像，且相对于所述二维的另一维是第三维，以提供具有三维表面的三维图像，其中所述二维图像的两维用x、y轴表示，且所述第三维用z轴表示。

54、如权利要求38-53中任一项所述的方法，其中所述量级分析区分足够的所述量级级别以辨别所述印记的级别III特征。

55、如权利要求38-54中任一项所述的方法，其中所述量级增强分析是动态量级增强分析。

56、如权利要求55所述的方法，其中所述动态分析包括滚动、倾斜或摇晃所述图像。

57、如权利要求56所述的方法，其中所述动态分析包括滚动、倾斜和摇晃所述图像。

58、如权利要求56或57所述的方法，其中所述动态分析包括使所述动态分析加入电影环路。

59、如权利要求38-58中任一项所述的方法，其中所述图像是数字图像。

60、如权利要求38-58中任一项所述的方法，其中所述图像是摄影影象的数字扫描。

61、如权利要求38-60中任一项所述的方法，其中所述所述图像是彩色图象。

62、如权利要求38-60中任一项所述的方法，其中所述图像是黑白图像。

63、如权利要求38-62中任一项所述的方法，其中所述所述印记为指纹。

64、如权利要求38-62中任一项所述的方法，其中所述所述印记为掌印。

65、如权利要求38-64中任一项所述的方法，其中所述印记为局部印记。

66、如权利要求38-64中任一项所述的方法，其中所述印记是潜在印记。

67、如权利要求38-66中任一项所述的方法，其中所述方法进一步包括在放置所述印记的所述细节特征点标记时，同时在所述印记的二维图像和三维图像上显示所述细节特征点标记。

68、如权利要求67所述的方法，其中所述印记的所述二维图像和所述三维图像同时显示在单个显示屏上。

69、执行权利要求38-68中任一项所述的方法的自动元素的计算机实施程序设计。

70、一种包括计算机实施程序设计的计算机，其执行权利要求38-68中任一项所述的方法的自动元素。

71、如权利要求70所述的计算机，其中所述计算机包括相链计算机的分布式网络。

72、如权利要求70所述的计算机，其中所述计算机包括手持无线计算机，且权利要求38-68中任一项所述的方法用所述手持无线计算机来实现。

73、一种包括计算机实施程序设计的指纹自动识别系统的系统，所述计算机实施程序设计执行权利要求38-68中任一项所述的方法的自动元素。

74、如权利要求71所述的指纹自动识别系统的系统，其中所述指纹自动识别系统的系统包括手持无线计算机，且权利要求38-68中任一项所述的方法用所述手持无线计算机来实现。

75、一种包括根据权利要求70-72中任一项所述的计算机的指纹自动识别系统的系统。

Images