基于Haar提升小波和SVM的離線筆跡鑒別.pdf

1、當今社會，生物識別技術的迅速發(fā)展，帶動了手寫體筆跡鑒別(Handwritingidentification，HWI)的發(fā)展，如今手寫體筆跡鑒別已經成為計算機視覺和模式識別領域中的一個研究熱點，而且基于筆跡的身份鑒別更是被廣泛的應用在金融、社會化考試、銀行甚至考古學等領域。
　　 筆跡鑒別的本質就是根據手寫筆跡來判斷書寫者的一門科學和技術。本文首先介紹了國內外筆跡鑒別的研究現狀和相關理論，然后對現有算法進行了簡要的介紹和分析，最后

2、提出了基于Haar提升小波和支持向量機(SVM)的離線筆跡鑒別算法。該算法主要包括以下三個部分：
　　 1.預處理。本文的預處理算法主要包含以下幾個步驟：圖像的灰度化，黑白二值化，去除噪聲，單字切割，歸一化處理和紋理形成等。
　　 2.特征提取。本文的特征提取是基于紋理圖進行的，分為兩個部分，即：全局紋理特征提取和單字紋理特征提取。全局紋理特征提取，采用了基于二維Gabor變換的算法該算法用32個核函數(即4個頻率和8個

3、相位)進行仿真訓練，通過與紋理圖進行卷積運算，得到相應的32個小波變換系數，求其方差，將方差值作為全局紋理特征；單字紋理特征提取，采用了基于Haar提升小波變換的算法，該算法作為第二代小波變換，實現了從整數到整數的離散小波變換(DWT)，通過對單字樣本進行三級小波分解，并求其小波系數的方差，得到單字特征。最后綜合分析，給出最終鑒別結果。
　　 3.分類器設計。本文采用SVM(支持向量機)進行分類，該分類器包括SVM的訓練和SVM