[发明专利]一种文本内容无关的褶皱中文手写体鉴别方法

说明书

技术领域

本发明涉及字迹鉴别领域，特别涉及一种文本内容无关的褶皱中文手写体鉴别方法。

背景技术

手写体笔迹识别是根据笔迹对书写者进行身份认证的一种基于生物行为识别技术，已在安防、金融等领域得到了广泛的应用，并逐渐成为计算机视觉和模式识别领域中研究的热点。通常根据笔迹是否与文本的内容相关，将其分为与文本相关的脱线笔迹识别和与文本无关的脱线笔迹识别两类。与文本无关的脱线笔迹识别克服了前者与书写内容相关的不足，在实际应用中具有制约少，数据易获取等特点，已得到广泛应用。

与文本无关的脱线笔迹鉴别方法主要有局部特征方法和全局特征方法。局部方法主要通过建立笔迹字典等作为身份鉴别的依据，局部方法对文本图像质量要求较高，通过提取图像的局部特征笔画建立特征库，进行身份鉴别；全局方法将文本图像的内容笔迹视作纹理，提取其纹理特征作为识别依据。20世纪70年代Duverony、Kuckuck认为书写者的笔迹特征变化主要表现在傅里叶谱的低频部分，提出了利用傅里叶变换(FFT)的方法来进行笔迹识别；1998年Said等提出了应用2D-Gabor结合欧式权距离(WED)分类器来进行笔迹身份识别；2005年以后，HeZhenyu等提出了轮廓波变换(CT)结合广义高斯分布(GGD)模型的中文笔迹身份识别方法、基于小波分解(DWT)结合GGD模型方法做身份识别和传统金字塔小波变换结合隐马尔科夫树模型(HMT)的方法对中文笔迹进行身份识别；2008年Xu等提出了利用对偶树复小波(DTCWT)变换和GGD相结合的方法；2011年朱贝贝等提出利用抗混叠轮廓波(NACT)结合GGD[10]和金字塔复方向滤波器组(PDTDFB)结合GGD的方法。

以上方法处理的数据都是正常情况下获取的文本图像，但是在实际应用中，获取的笔迹文本图像可能是对褶皱纸张扫描后获取的文本图像,因纸张褶皱所产生的笔迹会出现一定程度的平移和局部弹性形变，造成相同的文本图像存在一定的视觉差异，笔迹产生了局部平移和局部形变等变化，局部特征方法进行笔迹鉴别时，需对文本图像进行二值化处理，褶皱的笔迹图像由于形变对二值化图像的影响结果较大，且这种影响是随机的和不确定的，使得局部特征方法提取的笔画特征表示的特征质量降低，因此局部特征方法难以处理褶皱笔迹鉴别，所以对褶皱中文笔迹身份进行鉴别，其描述特征应具有局部平移不变性和局部形变稳定性。上述方法所描述的特征不具有局部平移不变性和局部形变稳定性，均难以处理褶皱情况下的笔迹鉴别，因此褶皱中文手写体鉴别方法的研究非常有意义。

发明内容

有鉴于此，本发明的目的在于克服上述不足，提供一种文本内容无关的褶皱中文手写体鉴别方法，该方法通过利用散射变换的平移不变性和弹性形变稳定性，较好的解决了褶皱情况下的笔迹识别问题。

本发明的目的是通过以下技术方案实现的：

一种文本内容无关的褶皱中文手写体鉴别方法，包括以下步骤：

1)将手写体文本扫描后输入到计算机，并对扫描后得到的手写体图像进行预处理；

2)根据手写体图像建立图片数据库；

3)对图片数据库中的每张图片进行散射变换，得到其散射系数；

4)对散射系数进行拟合，得到图片对应的拟合参数α、β，并建立统计模型；

5)查找与待鉴别的手写体图像相对应的统计模型；

6)计算待鉴别的手写体图像与候选图片之间的KL距离；

7)计算识别准确率；

8)对实验结果进行对比分析和统计。

进一步的，步骤1)中所所述的对自己图像进行预处理包括以下步骤：

1-1)除去手写体图像中的噪声和无关字符；

1-2)用定位文本行和投影的方法对单独的字符分割；

1-3)把每个字符归一化为大小相同的尺寸，并将这些手写体字符组合成手写体图像。

进一步的，步骤2)中所述的根据手写体图像建立图片数据库：

选取n个书写者的2n幅手写体文本作为实验对象，且每两幅手写体文本来自同一书写者；在原手写体图像的基础上，以字符为单位随机排列，使一幅手写体图像分割形成了m幅图片，最终形成具有2nm幅图片的数据库。

进一步的，n不小于30；m不小于10。

进一步的，步骤3)中所述散射变换的方法为：

在散射变换中第一阶散射变换的构造如下：

|f*ψ_j,γ|*φ_J(x) (1)