基于漢字結(jié)構(gòu)的在線筆跡驗證研究.pdf

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

2、于文本相關(guān)的在線筆跡驗證，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)特征的在線筆跡驗證方法。論文的主要工作包括：
　?。?）提出了基于統(tǒng)計特征和結(jié)構(gòu)特征的二級匹配框架。在特征提取階段，提取了兩類特征：統(tǒng)計特征和結(jié)構(gòu)特征。共提取了7種統(tǒng)計特征，通過多數(shù)投票法對統(tǒng)計特征進(jìn)行分類，作為一級匹配，對筆跡進(jìn)行粗分類；將結(jié)構(gòu)特征作為二級匹配，對筆跡進(jìn)行細(xì)分類，減少匹配時間，提高驗證效率。
　?。?）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?？偨Y(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。該算法通過內(nèi)角衡量筆畫的變化性，并進(jìn)行迭代運(yùn)算找到所有的拐點，連接所有拐點獲得近似筆段，對近似筆段進(jìn)行合并，得到筆段特征。
　　（3）在對結(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。實驗數(shù)據(jù)證明，該算法提高了在線筆跡驗證的準(zhǔn)確率。
　　（4）在筆段進(jìn)行匹配的過程中，改進(jìn)了筆段匹配方法。通過對匹配的筆段進(jìn)行對齊，減小筆段間的距離；通過檢測筆跡的多余筆段并刪去該筆段，避免發(fā)生誤匹配；通過對筆段進(jìn)行動態(tài)匹配，提高匹配的準(zhǔn)確度；通過對待測筆段進(jìn)行刪點處理，