基于Gabor濾波器和高斯馬爾科夫隨機(jī)場的書法筆跡鑒別.pdf

1、本文主要從筆跡分析的角度輔助鑒別書法作品的真?zhèn)?。雖然目前關(guān)于書法字筆跡鑒別的研究甚少，但離線文本獨立的手寫漢字筆跡鑒別方法對書法筆跡鑒定有著重要的參考價值。提取有效的特征一直是筆跡鑒別的關(guān)鍵問題，本文主要研究的是基于紋理分析的筆跡特征提取算法，完成的工作如下:
　　1.介紹了書法筆跡鑒別的相關(guān)背景和離線文本獨立筆跡鑒別特征提取方法的研究現(xiàn)狀。
　　2.完成了書法圖像的預(yù)處理工作，提出了通過統(tǒng)計字符筆畫的方向梯度直方圖的方法對

2、Gabor濾波器的角度進(jìn)行優(yōu)化。針對傳統(tǒng)Gabor濾波器特征提取方法存在的不足，充分利用Gabor濾波系數(shù)間的相關(guān)關(guān)系，提出了用高斯馬爾科夫隨機(jī)場（GMRF）模型對Gabor濾波圖像中的不同局部結(jié)構(gòu)信息進(jìn)行描述，成功地將全局特征和局部特征融合在一起。
　　3.提出了結(jié)合Gabor濾波器和高斯馬爾科夫隨機(jī)場的筆跡鑒別方法，算法的基本思路是：通過優(yōu)化的Gabor濾波器提取筆跡的紋理特征和奇異信息，突出筆跡信息在一定方向和空間頻率上的整

3、體特征；然后用高斯馬爾科夫隨機(jī)場模型來描述濾波圖像中隱藏的局部結(jié)構(gòu)，對筆跡的局部結(jié)構(gòu)信息進(jìn)行分析。整個特征提取算法綜合考慮了筆跡的微結(jié)構(gòu)信息和整體的書寫風(fēng)格。以楷書四大家的真跡樣本和收集的英文手稿作為實驗數(shù)據(jù)，采用最小加權(quán)歐式距離分類器對筆跡樣本進(jìn)行分類，通過五重交叉驗證法分別得到93.3％和87.4%的正確分類率。實驗表明，對比傳統(tǒng)的Gabor濾波器方法或單一的高斯馬爾科夫隨機(jī)場模型方法，本文提出的結(jié)合Gabor濾波器和GMRF方法提