基于筆跡的身份鑒別技術(shù).pdf

1、筆跡鑒別是通過分析手寫筆跡的書寫風(fēng)格來判斷手寫人身份的一門技術(shù)。隨著應(yīng)用領(lǐng)域的不斷擴展，筆跡鑒別技術(shù)已成為計算機視覺和模式識別領(lǐng)域一個十分活躍的研究課題。本文研究目的主要是為計算機筆跡鑒別中涉及到的各種主要算法和技術(shù)進行有效性分析和實現(xiàn)，為計算機筆跡鑒別系統(tǒng)的實現(xiàn)提供技術(shù)支持，推動筆跡鑒別自動化的進程。主要研究內(nèi)容如下： 1)研究了筆跡圖像預(yù)處理方法，主要包括對鑒別圖像進行平滑去噪、二值化、傾斜校正、行字切割、歸一化以及細化等。

2、本文給出一整套筆跡預(yù)處理算法，實驗中取得了良好效果。 2)根據(jù)人對物體形狀的整體感覺，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)距離來對特征字進行匹配。針對不同階次和不同目標的矩動態(tài)范圍變化大導(dǎo)致不利于匹配的問題，提出了矩特征的歸一化方法。實驗表明該方法具有對字符大小、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的Hilditch細化算法提取端點、三交叉點和拐點等特征點

3、，進行筆跡鑒別的方法。這種方法不僅對特征字能有效的進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。本文討論了紋理分析的基本知識和常用方法，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)容無關(guān)，避免了對筆跡文字進行分割的操作，符合筆跡鑒別的習(xí)慣。該算法可提取表示每一個通道的書寫人筆跡風(fēng)格的特征向量——均值和方差，它們表征每個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，它具有良好的時頻局部化、尺度變換和方向特征，更類似于人類視覺系統(tǒng)，已成為紋理分析的一個有力的工具。本文用Haar小波對筆跡圖像進行多分辨率分析，用小波系數(shù)來表征筆跡圖像的特征向量，文中定義了24維的特征向量進行筆跡鑒別，達到了較好的效果。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小波包基對筆跡紋理實施3尺度小波包分解，在由香農(nóng)熵為代價函數(shù)提取到的12個小波包最好基處