基于筆跡的身份鑒別技術(shù).pdf

1、筆跡鑒別是通過(guò)分析手寫(xiě)筆跡的書(shū)寫(xiě)風(fēng)格來(lái)判斷手寫(xiě)人身份的一門(mén)技術(shù)。隨著應(yīng)用領(lǐng)域的不斷擴(kuò)展，筆跡鑒別技術(shù)已成為計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域一個(gè)十分活躍的研究課題。本文研究目的主要是為計(jì)算機(jī)筆跡鑒別中涉及到的各種主要算法和技術(shù)進(jìn)行有效性分析和實(shí)現(xiàn)，為計(jì)算機(jī)筆跡鑒別系統(tǒng)的實(shí)現(xiàn)提供技術(shù)支持，推動(dòng)筆跡鑒別自動(dòng)化的進(jìn)程。主要研究?jī)?nèi)容如下： 1)研究了筆跡圖像預(yù)處理方法，主要包括對(duì)鑒別圖像進(jìn)行平滑去噪、二值化、傾斜校正、行字切割、歸一化以及細(xì)化等。

2、本文給出一整套筆跡預(yù)處理算法，實(shí)驗(yàn)中取得了良好效果。 2)根據(jù)人對(duì)物體形狀的整體感覺(jué)，提出了一種筆跡鑒別的形狀特征法，利用矩表示字符的形狀特征并采用修正的街區(qū)距離來(lái)對(duì)特征字進(jìn)行匹配。針對(duì)不同階次和不同目標(biāo)的矩動(dòng)態(tài)范圍變化大導(dǎo)致不利于匹配的問(wèn)題，提出了矩特征的歸一化方法。實(shí)驗(yàn)表明該方法具有對(duì)字符大小、位置和筆劃厚度的不變性，因而很適合文本相關(guān)的筆跡鑒別。本文還提出了利用改進(jìn)的Hilditch細(xì)化算法提取端點(diǎn)、三交叉點(diǎn)和拐點(diǎn)等特征點(diǎn)

3、，進(jìn)行筆跡鑒別的方法。這種方法不僅對(duì)特征字能有效的進(jìn)行骨架提取并且能提高算法速度。 3)將筆跡視為紋理圖像，利用紋理分析的方法提取其紋理特征是目前筆跡鑒別研究的熱點(diǎn)。本文討論了紋理分析的基本知識(shí)和常用方法，提出了一種基于Gabor濾波器的筆跡鑒別算法。該算法與文本內(nèi)容無(wú)關(guān)，避免了對(duì)筆跡文字進(jìn)行分割的操作，符合筆跡鑒別的習(xí)慣。該算法可提取表示每一個(gè)通道的書(shū)寫(xiě)人筆跡風(fēng)格的特征向量——均值和方差，它們表征每個(gè)通道筆跡圖像紋理特征的重要

4、信息。小波變換是一種紋理分析方法，它具有良好的時(shí)頻局部化、尺度變換和方向特征，更類似于人類視覺(jué)系統(tǒng)，已成為紋理分析的一個(gè)有力的工具。本文用Haar小波對(duì)筆跡圖像進(jìn)行多分辨率分析，用小波系數(shù)來(lái)表征筆跡圖像的特征向量，文中定義了24維的特征向量進(jìn)行筆跡鑒別，達(dá)到了較好的效果。另外，本文討論了一種基于小波包最好基的特征提取方法，該方法在二維空間上由Haar小波包基對(duì)筆跡紋理實(shí)施3尺度小波包分解，在由香農(nóng)熵為代價(jià)函數(shù)提取到的12個(gè)小波包最好基處