版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、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)。近年來,社會(huì)需要對(duì)筆跡鑒別的研究提出了新的要求,模式識(shí)別和人工智能等相關(guān)學(xué)科的進(jìn)展為筆跡鑒別的發(fā)展提供了新的契機(jī)。而筆跡圖像的預(yù)處理直接關(guān)系到筆跡鑒別的正確率,其中單字分割又成為筆跡鑒別的一個(gè)難點(diǎn),單字分割的成功與否影響到后續(xù)的單字特征提取,而基于單字的筆跡鑒別比整體紋理鑒別書寫人身份的準(zhǔn)確率高出5%之多。 本文提出了一套完整的針對(duì)單字的筆跡圖像分割算法,選用不同的筆跡樣本作
2、了驗(yàn)證實(shí)驗(yàn),對(duì)實(shí)現(xiàn)單字分割做了全面的闡述論證。本文首先對(duì)筆跡圖像輸入進(jìn)行了簡(jiǎn)單論述,給出了濾波、圖像矯正、二值化等預(yù)處理算法。著重闡述了單字模板的分割算法和基于模板匹配的單字分割算法,其中單字模板分割算法包括了行分割、字分割算法,并建立了單字圖像模板庫,給出了單字模板的存儲(chǔ)和提取原則。本文模板匹配和單字分割結(jié)合在了一起,在詳細(xì)闡述模板匹配原理的基礎(chǔ)上,給出了傳統(tǒng)的模板匹配分割算法,并提出了兩種改進(jìn)算法:基于灰度相關(guān)系數(shù)的快速模板匹配分割
3、和一種改進(jìn)的基于灰度相關(guān)的模板匹配分割,均在運(yùn)行時(shí)間上有很大幅度的縮減,后一種改進(jìn)算法設(shè)計(jì)了一種“總分”的搜索策略,實(shí)現(xiàn)了非遍歷性搜索,并能快速找到最優(yōu)匹配點(diǎn),并引入了一個(gè)搜索路徑表對(duì)已搜索過的點(diǎn)作標(biāo)記,以防止重復(fù)計(jì)算,實(shí)驗(yàn)證明該算法快速性和較高的準(zhǔn)確性,文章最后主要是針對(duì)基于筆跡整體紋理和筆跡結(jié)構(gòu)特征鑒別所提出的核心預(yù)處理算法:筆跡圖像歸一化及拼接、漢字的輪廓提取以及筆畫的細(xì)化等。 本文選用100份筆跡樣本實(shí)驗(yàn),利用單字模板分
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 結(jié)合單字特征的筆跡鑒別算法研究.pdf
- 基于筆跡的身份鑒別技術(shù).pdf
- 基于結(jié)構(gòu)理解的筆跡智能編輯和單字分類.pdf
- 基于信息融合的筆跡鑒別算法研究.pdf
- 基于LBP的紋理分析及筆跡鑒別研究.pdf
- 基于特征融合的筆跡鑒別技術(shù)研究.pdf
- 基于紋理分析的筆跡鑒別方法研究.pdf
- 漢字筆跡鑒別算法的研究.pdf
- 筆跡鑒別方法研究.pdf
- 基于特征子空間的筆跡鑒別算法.pdf
- 基于信息融合的在線手寫筆跡鑒別研究.pdf
- 基于膚色分割預(yù)處理的人臉檢測(cè)方法研究.pdf
- 基于紋理的文本依存的離線筆跡鑒別.pdf
- 基于圖像質(zhì)量評(píng)估的指紋預(yù)處理和分割.pdf
- 在線簽名預(yù)處理及分割方法的研究.pdf
- 基于紋理強(qiáng)化的微量筆跡鑒別技術(shù)研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的離線筆跡鑒別研究.pdf
- 漢字筆跡鑒別的算法研究.pdf
- 基于非負(fù)矩陣分解算法的離線筆跡鑒別.pdf
- 基于移動(dòng)平臺(tái)的手寫體筆跡鑒別算法研究.pdf
評(píng)論
0/150
提交評(píng)論