1.一种基于牙印模型特征结构的身份识别方法，包括：步骤1)、采集图像；

(1.1)为上排牙齿制作咬印模型；

(1.2)水平摆放牙印模型，在模型上方的固定距离，使用相机镜头以垂直角度，拍摄清晰牙印模型图像，聚焦印模整体；

(1.3)保持相机镜头距离角度不变，以牙印模型中心为轴进行多次旋转，多次拍摄得到不同朝向的多张印模图像；

步骤2)、处理图像：在步骤1)的基础上截取图像中牙印模型部分，排除背景干扰；

步骤3)、轮廓分割：在步骤2)的基础上运用Photoshop或其他画图工具，描绘出牙印轮廓，所描绘轮廓相对图像整体应当清晰可见；

步骤4)、特征值提取：作为一个通用接口，对于输入的分割后图像进行一系列处理从而得到身份特征值，包括：(4.1)输入分割后的图像；

(4.2)对图像进行Canny边缘检测，得到二值图；

(4.3)将(4.2)得到的二值图像进行膨胀处理，合并孤立点，连接离散边缘；

(4.4)将经(4.3)处理过的图像进行腐蚀处理，细化边缘，减小膨胀带来的误差；

(4.5)将经(4.4)处理过的图像查找轮廓；

(4.6)计算各轮廓中心点、长度与面积；

(4.7)综合使用轮廓长度、面积、中心点距离排除干扰轮廓，筛选牙印轮廓；

(4.8)将经(4.7)处理得到的牙印轮廓统一编号；

(4.9)提取牙印轮廓的特征值；

步骤5)、构建数据库：取某人牙印模型编号id，经由步骤1)得到多张各个朝向的数据图像，经过步骤2)、步骤3)、步骤4)的处理后，分别计算它们各特征值的平均值μ和方差σ2，并将id、μ、σ2存入数据库；

步骤6)、计算匹配函数：对某id牙齿的某一特征值，以步骤5)中得到的该id该特征值的μ、σ2构建一维高斯分布函数，计算具体特征值x对应的函数值，高斯函数如式(1)所示：式(1)中的x为某一图像中特征值X的值，函数值f(x)在x＝μ时取峰值。

步骤7)、匹配：逐个id匹配，借助步骤6)分别构建高斯函数，取峰值的十分之一作为匹配阈值，函数值大于阈值即通过，依次经过三个特征值——牙齿轮廓个数N、最小最大轮廓面积比例R、首尾轮廓与第(N/2+1)个轮廓的中心点构成的夹角A，层层筛选匹配，全部通过则匹配成功。