基于特征子空間的筆跡鑒別算法.pdf

1、隨著生物識別技術(shù)的迅速發(fā)展，筆跡鑒別已經(jīng)成為計算機視覺和模式識別領(lǐng)域中一個非常活躍的研究課題。該技術(shù)被廣泛應(yīng)用于金融、社會化考試等諸多領(lǐng)域。筆跡鑒別是根據(jù)手寫筆跡判斷書寫人身份的一門科學(xué)和技術(shù)。模式識別和人工智能等相關(guān)學(xué)科的進展為筆跡鑒別的發(fā)展提供了新的契機，社會需要對筆跡鑒別的研究提出了新的要求。論文首先分析了筆跡鑒別的應(yīng)用背景和研究現(xiàn)狀以及現(xiàn)有的技術(shù)狀況，在現(xiàn)有的理論基礎(chǔ)上提出了基于特征子空間的筆跡鑒別算法。
　　 針對現(xiàn)有

2、筆跡鑒別算法準確率不高，以離線的文本依存筆跡為研究對象，提出了基于特征子空間的筆跡鑒別算法。論文首先對現(xiàn)有各個算法進行了簡單介紹與分析，在現(xiàn)有的理論基礎(chǔ)上提出了基于特征子空間的筆跡鑒別算法。根據(jù)筆跡鑒別的算法流程，首先對原始筆跡圖像進行預(yù)處理，得到筆跡圖像的紋理圖；在特征提取階段，利用多通道的Gabor變換對筆跡紋理圖進行特征提取，分別提取了16維和32維特征；然后在特征子空間降維階段，將32維特征降維到16維特征信息；為了驗證論文算法

3、的有效性，分別對32 維特征、16維特征以及16維特征子空間進行了識別實驗。實驗結(jié)果表明，論文算法在低維空間具有較好的鑒別效果和較低的時間復(fù)雜度。
　　 論文以21個人(每人書寫兩份筆跡樣本)共42份手寫筆跡樣本作為實驗數(shù)據(jù)，以VC++6.0和MATLAB為實驗環(huán)境，得到了32維特征、16維特征以及16維特征子空間下的正確拒絕率和正確接受率。并分析了各個特征下的算法復(fù)雜度。通過比較，驗證了論文算法的有效性。最后對論文工作進行了總