基于字符基元的离线手写笔迹身份鉴别技术研究

论文摘要

笔迹鉴别作为身份鉴别的一种,它是指根据现场笔迹在笔迹库中匹配出最为接近的笔迹样本,从而确定现场笔迹的真实书写者。在现实生活中,笔迹鉴别广泛应用于法庭、刑侦、金融、安全等领域,为维护国家安全、维持正常有序的社会生活及发展健康良好的社会经济做出了重要贡献。随着我国社会经济发展,由笔迹欺诈所造成的社会问题与日俱增。计算机笔迹鉴别可辅助笔迹鉴别专家,缩小判别范围,圈出重点判别对象,给出客观支持依据,从而帮助笔迹鉴别专家给出更为科学合理的鉴别结果。本文深入分析笔迹鉴别发展历史和国内外在该领域的研究现状及发展动态,讨论了所采用的主要研究方法及存在的主要问题,在此基础上,着重开展了以下研究工作:(1)从信息量角度给出了字符基元的定义,提出了基于字符基元的笔迹鉴别框架,进而研究了笔划信息量的构建,给出了字符基元的判别方法和非字符基元进一步分割的指导准则。(2)提出了基于ISODATA聚类算法的特征基元模板构造方法,进而给出了基于支持向量机的分类决策方法。与典型笔迹鉴别方法比较表明:该方法错误率更低,更稳定,进而表明了基于字符基元笔迹鉴别的可行性和有效性。(3)提出了基于SOFM聚类算法的特征基元模板构造方法,并引入了基元贡献度得分思想,进而构建了贡献度得分排序的分类决策方法。试验结果表明,与典型笔迹鉴别方法相比该方法错误率更低,更稳定;与ISODATA方法交叉分析验证表明基于字符基元笔迹鉴别方法具有强鲁棒性。基于所提出的基于字符基元笔迹鉴别框架,实验验证了基于字符基元笔迹鉴别方法的可行性、有效性及稳定性,从而为计算机笔迹鉴别研究提供了新的思路,开辟了新的途径。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 生物识别概述
• 1.1.1 生物识别历史
• 1.1.2 基于生物特征的验证与判别
• 1.1.3 生物识别分类
• 1.1.4 生物识别的优势
• 1.2 基于笔迹的身份鉴别
• 1.2.1 笔迹鉴别概述
• 1.2.2 笔迹鉴别分类
• 1.2.3 笔迹鉴别与相关领域的关系
• 1.2.4 笔迹鉴别中的若干问题
• 1.2.4.1 书写稳定性
• 1.2.4.2 笔迹鉴别可行性
• 1.2.4.3 笔迹鉴别中的重要假设与假定事实
• 1.3 离线笔迹鉴别国内外发展历史与现状
• 1.3.1 国外发展历史与现状
• 1.3.2 国内发展历史与现状
• 1.4 离线笔迹鉴别的主要方法
• 1.4.1 统计特征
• 1.4.2 纹理特征
• 1.4.3 几何结构特征
• 1.5 离线笔迹鉴别存在问题与发展趋势
• 1.5.1 存在的问题
• 1.5.2 发展趋势
• 1.6 本文安排
• 第二章 离线笔迹图像预处理
• 2.1 图像获取
• 2.2 图像去噪
• 2.2.1 中值滤波
• 2.2.2 频域去噪
• 2.2.3 性能评估
• 2.3 图像二值化
• 2.3.1 基本全局门限法
• 2.3.2 Otsu 分割法
• 2.3.3 性能分析
• 2.4 笔迹字符行提取
• 2.5 行字符分割
• 2.6 字符归一化
• 2.7 总结
• 第三章 字符基元
• 3.1 传统字符预处理中存在的问题
• 3.2 基于字符基元的笔迹鉴别框架
• 3.3 字符基元与笔划信息量的关系
• 3.4 笔划信息量度量
• 3.4.1 笔划平均宽度
• 3.4.2 饱和度信息量
• 3.4.3 方向数信息量
• 3.4.4 复杂度信息量
• 3.4.5 笔划信息量
• 3.5 总结
• 第四章 基于ISODATA 特征基元模板的分类判别
• 4.1 字符基元的归一化与表示
• 4.1.1 归一化
• 4.1.2 特征表示
• 4.2 基于ISODATA 的特征基元提取
• 4.3 ISODATA 特征基元模板
• 4.4 基于ISODATA 特征基元模板的分类决策方法
• 4.4.1 SVM 分类器
• 4.4.2 多分类SVM
• 4.4.3 基于ISODATA 特征基元模板的SVM 分类
• 4.5 实验结果与分析比较
• 4.5.1 基于ISODATA 的特征基元提取
• 4.5.2 基于ISODATA 特征基元模板的分类
• 4.5.3 实验分析比较
• 4.6 总结
• 第五章 基于SOFM 特征基元模板的分类判别
• 5.1 基于SOFM 的特征基元提取
• 5.2 SOFM 特征基元模板
• 5.3 基于SOFM 特征基元模板的排序得分分类决策
• 5.4 实验结果与分析比较
• 5.4.1 基于SOFM 的特征基元提取
• 5.4.2 基于SOFM 特征基元模板的分类
• 5.4.3 实验分析比较
• 5.5 总结
• 第六章 总结与展望
• 6.1 本文总结
• 6.2 存在的问题
• 6.3 工作展望
• 参考文献
• 致谢
• 个人简介