基于特征融合的筆跡鑒別技術研究.pdf

1、筆跡可以反映出一個人的書寫風格，每個人的筆跡都有自己特有的形狀特點，這是由每個人長期不同的書寫習慣所造成的。筆跡鑒別由于其具有的較高的易采集性和易接受性成為身份鑒別領域里一個十分活躍的研究話題。
　　以往的筆跡特征提取方法主要以文字結體為研究對象。當筆跡樣本存在較大的文本內容差異時，會在一定程度上導致類內變化增加，降低鑒別率。而筆畫作為文字的基本組成部分，在文本相關度較低或存在大量錯別字時，仍具有較大的重現(xiàn)性。
　　針對以往

2、的以文字結體為研究對象的離線筆跡特征提取方法在文本相關度較低時無法獲取穩(wěn)定特征的問題，提出了一種以筆畫為研究對象的融合特征提取方法。引入概率統(tǒng)計思想，采用網(wǎng)格窗口提取筆畫的運筆走勢、寬度變化和邊緣曲度特征。以Visual Studio2010為平臺進行系統(tǒng)實現(xiàn)。
　　本文實驗中筆跡圖像的預處理主要包括去噪、去除背景、灰度化、二值化、邊緣提取和骨架提取。比較了四種經(jīng)典的筆跡邊緣提取算法，通過實驗結果分析得出Sobel算子在提取筆跡邊

3、緣時效果較好。并采用基于傳統(tǒng)細化算法改進的圖像細化算法，提取出較為理想的筆跡骨架圖像。
　　本文對已有的微結構特征法做了一些改進，以筆畫為研究對象，擺脫了結體依存性的束縛，采用網(wǎng)格窗口提取筆畫的運筆走勢、寬度變化和邊緣曲度特征。引入主成分分析思想，對多種特征數(shù)據(jù)進行融合，生成特征向量。
　　在筆跡的特征匹配階段，本文分別采用加權歐式距離、加權卡方距離和加權Manha tta n距離計算筆跡相似度。
　　實現(xiàn)了一個與文本