笔迹鉴别方法研究
|
摘要
笔迹鉴别是根据手写笔迹判断书写人身份的一门科学和技术。近年来，社会需要对笔迹鉴别的研究提出了新的要求，模式识别和人工智能等相关学科的进展为笔迹鉴别的发展提供了新的契机。在这样的背景下，本文分析了笔迹鉴别的应用背景和发展历史及笔迹鉴别研究的技术状况，探讨了笔迹鉴别问题的性质和实现的难点，提出了一个实现笔迹鉴别系统的方案。指出实用的笔迹鉴别系统需要文检专家的参与和最终判决。在笔迹图像的预处理方面，提出了一种通用的噪声消除方法和有效的字符归一化方法。在特征字的特征提取过程中，对字符的形状特征，运用距离变换匹配的方法；对字符的纹理特征，采用基于游程矩阵的分析方法和Wigner分布的分析方法。这些方法吸收了模式识别和计算机视觉领域的最新理论和技术，在书写人识别和验证实验中取得了很好的效果。在特征字的分类过程中，采用了相似形度量(最近邻法)的方法。针对同一类的多个样本，根据不同的特征提取方法，分别采用了距离平均法和样本平均法，进一步反映了样本的整体信息。本文运用的笔迹特征的分析方法和分类判别方法，经过大量的实验达到了满意的正确识别率。
Writer identification (WI) is a technique that aims to decide the identity of writers according to the handwriting styles. In recent years, social backgrounds urge more achievements in computer WI, and advances in correlated disciplines such as pattern recognition and artificial intelligence supply chances for the development of computer WI. Under this background, the application background and history of development of WI techniques are briefly introduced in this thesis. The state of the WI researches is also surveyed. The nature of the WI problem and difficulties are analyzed, and then the overall strategy and the plan of building computer WI system are proposed. It is pointed out that an applicable computer WI system is human-computer interactive and final decision by human experts. In respect to the preprocessing of document image, a general noise elimination approach and an effective character normalization approach are presented. In the process of feature character comparison, some methods for characte
r comparison are presented which are chamfer matching, the texture feature of gray matrix and texture analysis using Wigner distribution. These methods are motivated by advanced pattern recognition and computer vision methodology, and have achieved promising results in writer recognition and verification experiments. In this thesis, the method of similar estimation (the nearest neighbor) is applied to classify the feature character. According to different methods of feather extraction, distance average and swatch average are used respectively in the process of distance estimation, which furthermore reflect the whole information of lots of swatch belonging to the same type. The experiment has proven that the techniques of handwriting feather extraction and decision can get the satisfying right identifying rate.
Writer identification (WI) is a technique that aims to decide the identity of writers according to the handwriting styles. In recent years, social backgrounds urge more achievements in computer WI, and advances in correlated disciplines such as pattern recognition and artificial intelligence supply chances for the development of computer WI. Under this background, the application background and history of development of WI techniques are briefly introduced in this thesis. The state of the WI researches is also surveyed. The nature of the WI problem and difficulties are analyzed, and then the overall strategy and the plan of building computer WI system are proposed. It is pointed out that an applicable computer WI system is human-computer interactive and final decision by human experts. In respect to the preprocessing of document image, a general noise elimination approach and an effective character normalization approach are presented. In the process of feature character comparison, some methods for characte
r comparison are presented which are chamfer matching, the texture feature of gray matrix and texture analysis using Wigner distribution. These methods are motivated by advanced pattern recognition and computer vision methodology, and have achieved promising results in writer recognition and verification experiments. In this thesis, the method of similar estimation (the nearest neighbor) is applied to classify the feature character. According to different methods of feather extraction, distance average and swatch average are used respectively in the process of distance estimation, which furthermore reflect the whole information of lots of swatch belonging to the same type. The experiment has proven that the techniques of handwriting feather extraction and decision can get the satisfying right identifying rate.
引文
[1] 贾玉文，“文件检验学教程”，辽宁人民出版社，1990
[2] 何斌 马天予等，“Visual c++数字图像处理”，人民邮电出版社，2001
[3] 边肇祺 张学工等，“模式识别(第二版)”，清华大学出版社，2000
[4] Kenneth.R.Castleman著，朱志刚、林学、石定机等译“数字图像处理”，电子工业出版社，1998
[5] 黄贤武 王加俊、李加华著，“数字图像处理与压缩编码技术”，电子科技大学出版社，2000
[6] 崔屹，“数字图象处理技术与应用”，电子工业出版社，1997
[7] 章毓晋，“图象处理和分析”，清华大学出版社，1999
[8] 章毓晋，“图像分割”，科学出版社，2001
[9] 贾云得，“机器视觉”，科学出版社，2000
[10] Abhijit.S.Pandya、Robert.B.Macy[美]著 徐勇、荆涛等译，“神经网络模式识别及其实现”，电子工业出版社，1999
[11] 王永庆著，“人工智能原理与方法”，西安交通大学出版社
[12] 姚天任 孙洪著，“现代数字信号处理”，华中理工大学出版社
[13] 张贤达著，“现代信号处理”，科学出版社
[14] 戴汝为 郝红卫 肖旭红，“汉字识别的系统与集成”，浙江科学技术出版社，1998
[15] 黄文梅 熊桂林 杨勇 著，“信号分析与处理——MATLAB语言及应用”，国防科技大学出版社，2000
[16] 李锋 包闻亮，“一种汉字签名双重识别方法”，模式识别与人工智能，1998年，第11卷，第一期，67-74页
[17] 柯晶 乔谊正，“联机中文签名鉴定的一种局部弹性匹配方法”，中文信息学报，1998年，第12卷，第1期，57-62页
[18] 刘成林 刘迎建 戴汝为，“基于多通道分解与匹配的笔迹鉴别研究”，自动化学报，1997年，第23卷，第1期，56-61页
[19] 刘成林 戴汝为 刘迎建，“简化的Wigner分布及其在笔迹鉴定中的应用”，计算机学报，1997年，第20卷，第11期
[20] 刘成林 刘迎建 戴汝为，“笔迹鉴别的字符预处理与匹配”，中文信息学报，1997年，第10卷，第3期 50-57页
[21] 朱勇 潭铁牛 王蕴红，“基于笔迹的身份鉴别”，自动化学报，2001年，第27卷，第2期
[22] 马希容 王行愚，“西夏文字识别中的图像预处理”，计算机工程与应用，2002年，第2期，48-50页
[23] 马希容 王行愚，“基于汉字字形的西夏文字版面分析方法研究”，计算机工程与应用，2002年，第1期，45-47页
[24] 管聪慧 宣国荣，“多类问题中的特征提取”，计算机工程，2002年，第28卷，第1期，131-135页
[25] 李佐 王姝华 蔡士杰“基于特征行必要-充分性匹配的字符识别方法”，软件学报，2002年，第13卷，第1期，85-92页
[26] 吴大勇等“一种车牌图像中的字符快速分割与识别方法”，计算机工程与应用，2002年，第3期，232-233页
[27] 娄震等“支票自动处理系统中的图像处理及识别”，南京理工大学学报，1999年，第23卷，第3期，273-277页
[28] 马峰等“一类支票无约束手写体数字分割与识别系统”，计算机工程与应用，1998年，第34卷，第6期，22-25页
[29] 马少平 夏莹 朱小燕，“汉字的层次轮廓特征及其应用”，清华大学学报(自然科学版)，1995年，第35卷，第5期，79-83页
[30] 龚裕，“手写汉字笔迹鉴定的特征提取研究”，上海大学硕士学位论文
[31] 张自中，“运用概率论研究笔迹同一认定理论”，河北大学学报(自然科学版)，1995年，第15卷，第1期，98-102页
[32] 李平 蒋振刚，“神经网络对手写字符识别特征的提取”，长春光学精密机械学院学报，2000年，第23卷，第2期，22-24页
[33] 郭宏 金先级，“一种基于签名动态特征的特殊点提取算法”，武汉科技大学学报(自然科学版)，2001年，第24卷，第2期，186-188页
[34] 郭志 杜安等，“统计特征在联机手写汉字识别粗分类中的应用”，黑龙江电子技术，1999年，第3期，30-32页
[35] 吕岳 施鹏飞 张克华，“文档图像中书写线的检测与去除”，计算机研究与发展，2001年，第38卷，第5期
[36] 吕岳 施鹏飞 张克华，“基于组件合并的手写体汉字串分割”，软件学报，2000年，第11卷，第11期
[37] 罗劲洪 余英林，“手写体汉字特征提取的研究”，华南理工大学学报(自然科学报)，1996年，第24卷，第4期，70-75页
[38] W. Kuckuck, Writer recognition by spectral analysis, 1980 Int. Conf.:Security through Sci.& Engng,pp.1-3
[39] V. Klement, R.D.Naske, and K.Steinke,The application of image processing and pattern recognition teckniques to the forensic analysis of handwriting,1980 Int.Conf.:Security through Sci.& Engng,pp.5-11
[40] V. Klement, Forensic writer recognition, in J.C.Simon and R.M.Haralic(eds), Digital Image processing,pp.519-524,Reidal Publishing Company,1981.
[41] I.Yoshimura, M.Yoshimura, Adaptive person recognition system based on handwriting characters using the leave-one-out method,Proc.lstPacific Rim ICAI,pp.528-533,1990
[42] M.Pfister, S.Behnke, R.Rojas, Recognition of Handwritten ZIP Codes in a Real—Word Non—Standard Sorting System, Applied Intelligence 12,95-115,2000
[2] 何斌 马天予等，“Visual c++数字图像处理”，人民邮电出版社，2001
[3] 边肇祺 张学工等，“模式识别(第二版)”，清华大学出版社，2000
[4] Kenneth.R.Castleman著，朱志刚、林学、石定机等译“数字图像处理”，电子工业出版社，1998
[5] 黄贤武 王加俊、李加华著，“数字图像处理与压缩编码技术”，电子科技大学出版社，2000
[6] 崔屹，“数字图象处理技术与应用”，电子工业出版社，1997
[7] 章毓晋，“图象处理和分析”，清华大学出版社，1999
[8] 章毓晋，“图像分割”，科学出版社，2001
[9] 贾云得，“机器视觉”，科学出版社，2000
[10] Abhijit.S.Pandya、Robert.B.Macy[美]著 徐勇、荆涛等译，“神经网络模式识别及其实现”，电子工业出版社，1999
[11] 王永庆著，“人工智能原理与方法”，西安交通大学出版社
[12] 姚天任 孙洪著，“现代数字信号处理”，华中理工大学出版社
[13] 张贤达著，“现代信号处理”，科学出版社
[14] 戴汝为 郝红卫 肖旭红，“汉字识别的系统与集成”，浙江科学技术出版社，1998
[15] 黄文梅 熊桂林 杨勇 著，“信号分析与处理——MATLAB语言及应用”，国防科技大学出版社，2000
[16] 李锋 包闻亮，“一种汉字签名双重识别方法”，模式识别与人工智能，1998年，第11卷，第一期，67-74页
[17] 柯晶 乔谊正，“联机中文签名鉴定的一种局部弹性匹配方法”，中文信息学报，1998年，第12卷，第1期，57-62页
[18] 刘成林 刘迎建 戴汝为，“基于多通道分解与匹配的笔迹鉴别研究”，自动化学报，1997年，第23卷，第1期，56-61页
[19] 刘成林 戴汝为 刘迎建，“简化的Wigner分布及其在笔迹鉴定中的应用”，计算机学报，1997年，第20卷，第11期
[20] 刘成林 刘迎建 戴汝为，“笔迹鉴别的字符预处理与匹配”，中文信息学报，1997年，第10卷，第3期 50-57页
[21] 朱勇 潭铁牛 王蕴红，“基于笔迹的身份鉴别”，自动化学报，2001年，第27卷，第2期
[22] 马希容 王行愚，“西夏文字识别中的图像预处理”，计算机工程与应用，2002年，第2期，48-50页
[23] 马希容 王行愚，“基于汉字字形的西夏文字版面分析方法研究”，计算机工程与应用，2002年，第1期，45-47页
[24] 管聪慧 宣国荣，“多类问题中的特征提取”，计算机工程，2002年，第28卷，第1期，131-135页
[25] 李佐 王姝华 蔡士杰“基于特征行必要-充分性匹配的字符识别方法”，软件学报，2002年，第13卷，第1期，85-92页
[26] 吴大勇等“一种车牌图像中的字符快速分割与识别方法”，计算机工程与应用，2002年，第3期，232-233页
[27] 娄震等“支票自动处理系统中的图像处理及识别”，南京理工大学学报，1999年，第23卷，第3期，273-277页
[28] 马峰等“一类支票无约束手写体数字分割与识别系统”，计算机工程与应用，1998年，第34卷，第6期，22-25页
[29] 马少平 夏莹 朱小燕，“汉字的层次轮廓特征及其应用”，清华大学学报(自然科学版)，1995年，第35卷，第5期，79-83页
[30] 龚裕，“手写汉字笔迹鉴定的特征提取研究”，上海大学硕士学位论文
[31] 张自中，“运用概率论研究笔迹同一认定理论”，河北大学学报(自然科学版)，1995年，第15卷，第1期，98-102页
[32] 李平 蒋振刚，“神经网络对手写字符识别特征的提取”，长春光学精密机械学院学报，2000年，第23卷，第2期，22-24页
[33] 郭宏 金先级，“一种基于签名动态特征的特殊点提取算法”，武汉科技大学学报(自然科学版)，2001年，第24卷，第2期，186-188页
[34] 郭志 杜安等，“统计特征在联机手写汉字识别粗分类中的应用”，黑龙江电子技术，1999年，第3期，30-32页
[35] 吕岳 施鹏飞 张克华，“文档图像中书写线的检测与去除”，计算机研究与发展，2001年，第38卷，第5期
[36] 吕岳 施鹏飞 张克华，“基于组件合并的手写体汉字串分割”，软件学报，2000年，第11卷，第11期
[37] 罗劲洪 余英林，“手写体汉字特征提取的研究”，华南理工大学学报(自然科学报)，1996年，第24卷，第4期，70-75页
[38] W. Kuckuck, Writer recognition by spectral analysis, 1980 Int. Conf.:Security through Sci.& Engng,pp.1-3
[39] V. Klement, R.D.Naske, and K.Steinke,The application of image processing and pattern recognition teckniques to the forensic analysis of handwriting,1980 Int.Conf.:Security through Sci.& Engng,pp.5-11
[40] V. Klement, Forensic writer recognition, in J.C.Simon and R.M.Haralic(eds), Digital Image processing,pp.519-524,Reidal Publishing Company,1981.
[41] I.Yoshimura, M.Yoshimura, Adaptive person recognition system based on handwriting characters using the leave-one-out method,Proc.lstPacific Rim ICAI,pp.528-533,1990
[42] M.Pfister, S.Behnke, R.Rojas, Recognition of Handwritten ZIP Codes in a Real—Word Non—Standard Sorting System, Applied Intelligence 12,95-115,2000