无名尸骨的身份鉴定,是司法领域的关键课题。随着恶性刑事案件以及爆炸、空难、海啸、火灾、车祸等灾难性事故的不断出现,诸多基于有机物质的身份鉴定手段,如唇印、指纹、虹膜等,常常无法起到理想的身份鉴定作用,甚至完全丧失价值。对于此类难以鉴别的无名尸骨,牙齿形态将成为独当一面的身份特征。首先,作为人体最稳定、最坚硬的组织,牙齿能够抵抗高温环境和强腐蚀环境。其次,对于不同的个体,牙齿所携带的特征能够完全匹配的几率仅有25亿分之一,因此被专业人员称作人类的另一张“身份证”。鉴于这种稳定性和差异性,基于牙齿特征的个体身份鉴定手段将成为无名尸骨身份鉴定最有潜力和价值的个体识别标志群。并且多数国家的司法机构已经确认了法齿学在法庭科学中的重要角色。牙齿影像作为牙齿特征的唯一载体,可以通过图像的方式记录公民生前的牙齿特征信息,以便于进行未来的特征匹配。事实上,每一种基于生物形态特征的身份鉴定手段,其本质上都属于基于内容的图像检索。对于不同的身份鉴定方法,无非就是将图像检索的基本思想与相应的生物特征相结合,从而完成检索的过程。本文的目的,就是针对人类医学牙齿影像设计一种有效的特征提取算法,并结合图像检索的思想,实现身份鉴定。本文所提出的系统设计方法包含以下几个组成部分：11医学牙齿图库的建立。作为一种图像检索的衍生,系统必然包含一个图像数据库。该图库包含一百多幅全口曲面断层医学牙齿影像。2)图像预处理。通常,医学影像的成像质量较差,难免受到严重的噪声污染和非线性光照扭曲,使得后续的处理过程受到影响。为了提高图像质量,抑制各种噪声,本文对图像进行了线性灰度增强。3)图像特征提取。特征提取是数据分析过程中的关键步骤之一。常用的图像特征包括灰度特征、边缘特征和变换系数特征等。考虑到人类牙齿的稳定性和牙齿修补区域的感光特性,本文重点围绕着特征点变换模型和边缘轮廓模型来对牙齿影像进行特征提取。4)图像特征匹配。该步骤的重点在于特征相似性的度量。本文选取了几种度量牙齿影像相似度的指标。当两幅图像匹配成功时,该指标将达到极值。其中,图像特征提取和特征匹配技术是本文将要描述的重点内容。针对以上几个组成部分,本文研究了拓扑结构点与轮廓特征、RANSAC(Random Sample Consensus)模型估计算法及其在牙齿影像处理和配准中的应用：1)引入SURF(Speeded Up Robust Features)特征点提取算法和RANSAC模型估计算法,从输入图像和参考图像中采集特征点,作为图像的特征进行匹配,并根据匹配结果估测出图形变换模型,提高了系统的精确度；2)针对传统RANSAC算法的不足,提出了基于图像相关系数的RANSAC算法,从某种程度上抑制了噪声的影像,提高了系统的可靠性；3)利用傅立叶描述子来描述牙齿修补区域的轮廓并配准,提高了系统的匹配性能。