[发明专利]一种文本内容无关的褶皱中文手写体鉴别方法

摘要

本发明提出了一种文本内容无关的褶皱中文手写体鉴别方法，属于字迹鉴别领域。该方法包括1)将手写体文本扫描后输入到计算机，对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，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。本发明所采用的方法与现有的技术相比，能够在相同时间的花销下取得较高的识别率；尤其针对褶皱情况下的笔迹识别，能够较好地抵抗褶皱，仍然获得较高的正确识别率。

主权项

一种文本内容无关的褶皱中文手写体鉴别方法，其特征在于，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；步骤1)中所述的对扫描后得到的手写体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；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；n不小于30；m不小于10；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*ψj,γ|*φJ(x)       (1)其中：f为图片，*表示卷积操作，ψj,γ(x)＝2‑2jψ(2‑jRγx)为小波，j,γ分别为尺度和方向，φJ(x)＝2‑2Jφ(2‑Jx)为低通滤波器；因低通滤波器φJ作用，将会导致高频信息的损失,对小波模进行新的小波再分解,恢复高频信息，如式(2)：||f*ψj1,γ1|*ψj2,γ2|*φJ(x)---(2)]]>公式(2)中丢失的高频信息又可通过下一轮的小波再分解得以恢复，则第q阶散射变换为：Sq,Jf(x)=(|||f*ψj1,γ1|*...*|ψjq,γq|*φJ(x))j1<...<jq<J(γ1,...,γq)∈Γq---(3)]]>其中：Sq,Jf(x)为在q阶、J个尺度下的散射系数；J为散射变换的尺度数；Γq为1到q各个阶层上的变换方向数集合；散射表达包括所有尺度和方向的散射系数，即：SJf(x)=Σq=0mSq,Jf(x)---(4)]]>若小波变换的方向数为C，则第q阶散射变换沿频率递减的路径数为前q阶的路径总数为设图片的像素大小为N，采样值为ω2J(或0.5)，则每条散射路径有Nω‑22‑2J个散射系数；则前q阶散射系数的总数，即散射算子的系数为：