基于漢字結(jié)構(gòu)的在線筆跡驗(yàn)證研究.pdf

1、一直以來(lái)，筆跡都是身份驗(yàn)證的重要手段。隨著生物特征識(shí)別技術(shù)的不斷發(fā)展，筆跡驗(yàn)證成為模式識(shí)別領(lǐng)域研究的熱點(diǎn)。迄今為止，離線筆跡驗(yàn)證的研究已經(jīng)比較成熟，驗(yàn)證結(jié)果較好。隨著信息化時(shí)代的來(lái)臨，手寫(xiě)采集設(shè)備的日益普及，無(wú)紙化辦公、無(wú)紙化交易的應(yīng)用使書(shū)寫(xiě)者逐漸摒棄傳統(tǒng)的紙筆模式轉(zhuǎn)而在線的書(shū)寫(xiě)筆跡。在線筆跡是未來(lái)發(fā)展的趨勢(shì)，但在線筆跡驗(yàn)證仍有不少問(wèn)題亟待解決。
　　本文總結(jié)在線中文手寫(xiě)筆跡的特點(diǎn)，針對(duì)漢字特征提取不穩(wěn)定，驗(yàn)證效果不高的問(wèn)題，著眼

2、于文本相關(guān)的在線筆跡驗(yàn)證，改進(jìn)了特征提取的方法，提取了筆跡的結(jié)構(gòu)特征，提出了基于結(jié)構(gòu)特征的在線筆跡驗(yàn)證方法。論文的主要工作包括：
　?。?）提出了基于統(tǒng)計(jì)特征和結(jié)構(gòu)特征的二級(jí)匹配框架。在特征提取階段，提取了兩類(lèi)特征：統(tǒng)計(jì)特征和結(jié)構(gòu)特征。共提取了7種統(tǒng)計(jì)特征，通過(guò)多數(shù)投票法對(duì)統(tǒng)計(jì)特征進(jìn)行分類(lèi)，作為一級(jí)匹配，對(duì)筆跡進(jìn)行粗分類(lèi)；將結(jié)構(gòu)特征作為二級(jí)匹配，對(duì)筆跡進(jìn)行細(xì)分類(lèi)，減少匹配時(shí)間，提高驗(yàn)證效率。
　　（2）結(jié)構(gòu)特征提取階段，本文

3、分析了漢字的主要結(jié)構(gòu)，并選取了筆段特征作為結(jié)構(gòu)特征。總結(jié)了傳統(tǒng)的筆段提取算法，采用基于角度的多邊形逼近算法。該算法通過(guò)內(nèi)角衡量筆畫(huà)的變化性，并進(jìn)行迭代運(yùn)算找到所有的拐點(diǎn)，連接所有拐點(diǎn)獲得近似筆段，對(duì)近似筆段進(jìn)行合并，得到筆段特征。
　?。?）在對(duì)結(jié)構(gòu)特征的匹配算法選取上，使用了Hausdorff距離作為相似度的度量。分析了Hausdorff距離及其常見(jiàn)的幾種改進(jìn)算法，提出了一種新的改進(jìn)算法：部分Hausdorff距離和基于平均值的

4、Hausdorff距離相結(jié)合的Hausdorff距離。該算法將單向Hausdorff距離中的最大值和最小值剔除，然后求平均值作為改進(jìn)后的單向Hausdorff距離。實(shí)驗(yàn)數(shù)據(jù)證明，該算法提高了在線筆跡驗(yàn)證的準(zhǔn)確率。
　　（4）在筆段進(jìn)行匹配的過(guò)程中，改進(jìn)了筆段匹配方法。通過(guò)對(duì)匹配的筆段進(jìn)行對(duì)齊，減小筆段間的距離；通過(guò)檢測(cè)筆跡的多余筆段并刪去該筆段，避免發(fā)生誤匹配；通過(guò)對(duì)筆段進(jìn)行動(dòng)態(tài)匹配，提高匹配的準(zhǔn)確度；通過(guò)對(duì)待測(cè)筆段進(jìn)行刪點(diǎn)處理，