基于多特征數(shù)據(jù)融合的離線中文筆跡鑒別研究.pdf

1、筆跡鑒別是通過(guò)分析手寫(xiě)筆跡的書(shū)寫(xiě)風(fēng)格來(lái)判斷書(shū)寫(xiě)人身份的一門(mén)技術(shù)。隨著應(yīng)用領(lǐng)域的不斷擴(kuò)展，筆跡鑒別技術(shù)已經(jīng)成為計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域一個(gè)十分活躍的研究方向。
　　 本文基于多特征數(shù)據(jù)融合與支持向量機(jī)技術(shù)，研究了行之有效的離線中文筆跡鑒別方法，為計(jì)算機(jī)筆跡鑒別系統(tǒng)的實(shí)現(xiàn)提供技術(shù)支持，并進(jìn)一步拓展筆跡鑒別的應(yīng)用范圍和領(lǐng)域。本文主要研究?jī)?nèi)容如下：
　　 研究了筆跡圖像預(yù)處理方法，主要包括對(duì)鑒別圖像進(jìn)行灰度化、二值化、歸一化等。

2、
　　 給出了一整套筆跡預(yù)處理算法，理論分析和實(shí)驗(yàn)驗(yàn)證了算法的有效性。
　　 通過(guò)對(duì)歸一化和拼接處理后的筆跡圖像特征向量的構(gòu)建，進(jìn)而提出了形狀特征法。
　　 形狀特征法主要是對(duì)筆跡圖像的八連通區(qū)域的重心特征、偏心率、區(qū)域內(nèi)凸殼中的像素比率、區(qū)域內(nèi)圍框中的像素比率的提取。其中重心特征反映的是書(shū)寫(xiě)者筆跡相對(duì)于水平方向上的偏移，偏心率、區(qū)域內(nèi)凸殼中的像素比率、區(qū)域內(nèi)圍框中的像素比率主要反映的是筆跡中筆劃交叉重疊的部分。

3、紋理特征的提取是目前筆跡鑒別研究熱點(diǎn)，本文討論了紋理分析的基本知識(shí)和常用方法，將筆跡視為紋理圖像，從紋理分析的基本方法入手，同時(shí)結(jié)合灰度共生矩陣和Gabor 濾波器，分別提出了基于灰度共生矩陣提取筆跡特征的算法和基于Gabor 濾波器提取筆跡特征的算法?；叶裙采仃嚪ㄖ饕且曰叶燃?jí)的共生矩陣為基礎(chǔ)的特征提取方法，提取能量、熵、相關(guān)度、對(duì)比度作為筆跡鑒別的特征。基于Gabor 濾波器提取筆跡特征的方法是用一組預(yù)定且不變的頻率組進(jìn)行Gabo

4、r 濾波，得到對(duì)應(yīng)的能量組，從而把得到的均值和方差作為紋理特征。以上提取特征算法體現(xiàn)文本內(nèi)容無(wú)關(guān)的優(yōu)點(diǎn)，從而避免了對(duì)筆跡文字進(jìn)行分割的操作，符合筆跡鑒別的習(xí)慣。
　　 本文在提取形狀特征和紋理特征的基礎(chǔ)上，采用多特征融合的方法，把以上三種方法提取的特征進(jìn)行多特征融合并且對(duì)這些特征進(jìn)行歸一化處理，最后用支持向量機(jī)對(duì)筆跡特征進(jìn)行分類。本文討論了支持向量機(jī)分類的線性情形和非線性情形，通過(guò)合理選擇核函數(shù)，有效設(shè)定松弛變量與懲罰因子，構(gòu)造