图像检索系统总体构架

　　目前，主流的指纹识别系统应用是：用户把单指放在棱镜面上或玻璃板上，通过CCD传感器件进行扫描。获得的指纹图像被数字化和处理分析并被最终提取为可以接受的指纹数字特征信息，被存贮在存储器上或卡上，作为参照样板。使用时，通过指纹读取器扫入的信息与样板信息进行对比，做出身份鉴定。

　　然而提取的指纹图像匹配常会因为伤疤、墨迹等非正常的干扰而不能得到全面的细节特征，因此识别仍需要人工干预。但是利用图像提取的特征可以对指纹图像库进行检索以缩小人工比对识别的范围。

　　人脸图像

　　人脸图像在视频图像中是很常见的，但人脸图像的识别相当困难，因为不同的角度、光照、缩放条件下形成的人脸图像变化会很大，另外发型、胡须、化妆、首饰等都会对识别产生影响。

　　计算机人脸识别技术是近20年才逐渐发展起来的，90年代成为科研热点。近年来，随着高速度高性能计算机的发展，人脸模式识别方法有了较大的突破，国内外多所大学和研究机构已研制出一些较好的人脸识别原型系统，一些较成熟的商业人脸识别系统也已投入应用。目前人脸识别技术分为两大类:基于几何特征的识别方法、基于代数特征的识别方法。

　　基于几何特征的识别方法是用人脸器官的形状和几何关系构成识别特征向量，其分量通常包括人脸指定两点间的欧氏距离、曲率、角度等。这些特征利用了人脸的先验结构知识，比较简单和直观，是最容易想到的人脸特征。

　　基于代数特征的识别方法是基于整体的研究把一幅人脸图像看成是高维空间中的一个点，所有人脸图像将形成高维空间中的一个分布。包括特征脸方法、奇异值分解(SVD)方法、隐马尔可夫模型(HMM)方法等。由于基于代数特征的识别方法具有一定的稳定性和较快的识别速度而受到较大的关注。

　　人脸图像的检索不同于识别，其结果是给出相似的一组图像，而并非认定同一。因此利用目前成熟的人脸识别技术可以实现检索，缩短时间。人脸图像的检索还可以扩展到对模拟画像的检索。

　　笔迹图像

　　笔迹是一种行为特征，这是一个动态的过程，它受写字人的身体和情绪的影响很大。有些人的笔迹变化很大，即使连续的笔迹都有很大的差别。此外，经过专门训练，模仿出来的笔迹可以达到以假乱真的地步。尽管笔迹专家可以鉴别出笔迹的真伪，但是用计算机来描述笔迹的特征，自动地进行笔迹识别还是个非常困难的问题。