笔迹图像的特征提取方法比对适用

王泽励　屈音璇　于彤　赵建森

【摘 要】描述了经过灰度化，二值化，归一化等方式预处理过后的笔迹图像特征的三种提取方式，给出这三种方式的核函数，并对之分析鉴别效果。

【关键词】鉴别特征；特征提取；方法比较

中图分类号： TP391.1 文献标识码： A 文章编号： 2095-2457（2017）29-0037-002

【Abstract】This paper describes three extraction methods of handwriting image features， which are pretreated by gray， two valued and normalization methods.The kernel functions of these three methods are given， and the discriminant effect is analyzed.

【Key words】Discriminant feature；Feature extraction；Method comparison

0 引言

根据现有的文献和先验知识的总结，传统的笔迹特征包含了宏观层次的概貌特征，书写风格特征等，中观层次特征包含一系列搭配比例特征等，微观层次包含一些运笔特征等，但是上述一系列的特征，适用于人工鉴定的范畴，对于计算机处理很难得到适用，因此，通过计算机能够识别的方式得到计算机的笔迹特征是处理处理过程中的一个重要环节。下面简单介绍几种常见的提取方法，这系列方式对于人工范畴内的特征在图像处理范畴得到了很好体现，尽管识别率稍有些偏差，但是在后期的分类器设计过程中可以得到规避，

1 图像特征的提取

笔迹图像特征的提取工作是笔迹图像实现计算机鉴定的特征收集工作，也是后续分类器设计的数据来源。

1.1 矩特征的提取：

1.2 本征字特征提取法：

本征字特征的处理是一种空间域的降维度处理方式，也就是常说的主分量分析法（principal component analysis，PCA），在此之前是需要提取出相关的方向线素特征的，在实际的计算机图像处理过程中发现，该特征识别率较高。

1.3 笔迹纹理特征的提取：

Gabor滤波器相对于人眼的视锥系统有着很好的频向贴合性，在空域内表现为正弦平面波调制的高斯核函数，在图像领域，具备较好的纹理表示性，是兼顾了时域和频域的Guass窗口函数处理方式。

分别定义Gabor尺度和小波方向v，u，以及总方向数k，用参数k/？滓表示窗口大小。Gabor交换变化函数如下：

2 结论

通过上述的几种方法可以发现，矩特征的形象整体的表示性比较强，却对搭配比例等细节特征识别率比较差，本征字特征特征鉴别程度相对矩特征较高，但仅限于主分量的分析，图像噪声影响相对较大，多通道分解特征相对上述二者对于细节特征的处理更加完善，是方向映射的滤波处理方式，效果显著。差因：具体表现在细节特征，风格特征等方面，主要还是算法适用过程中选取的分析对象和分析方面的差异性造成的，所以，应当具体问题具体分析。

3 总结

笔迹图像的特征处理工作，各种方法的本质还是将图像特征定性分类，定量讨论差别的问题，实际操作过程中，除了上述的几种特征处理方式，还有通过傅立叶级数变换提取频特征，通过小波包基变化差别化特征等处理方式，之所以简述和讨论上述方式，是因为相比较其他几种处理方式，矩特征，多通道分解特征，本征字特征，将数字图形的特征维度化处理，限定空域自由度和特征變化程度并逐步优化，直观明了，或者同时具备兼顾时域和频域的特点等，与实际的人工鉴定比对过程有着形式上的相似重合，更加贴合笔迹鉴定的实际工作。

【参考文献】

[1]申思，韩丹岩，俞纲.运用笔迹三维信息提取分析仪对摹仿签名笔力特征的实验研究[J].中国刑警学院学报，2016，（03）：66-69.

[2]邱娟.基于Gabor滤波器和高斯马尔科夫随机场的书法笔迹鉴别[D].暨南大学，2015.

[3]邱娟，谢昊，张传林.基于优化Gabor滤波器和GMRF的笔迹特征提取方法[J].计算机工程与应用，2015，（17）：145-150.

[4]朱若曦.基于模糊支持向量机的笔迹验证研究[D].河北工程大学，2014.

[5]王岩.离线手写体汉字鉴别及识别算法研究[D].河北工业大学，2014.

[6]贾雪飞.基于纹理强化的微量笔迹鉴别技术研究[D].湖南大学，2012.

[7]余飞.基于纹理的计算机笔迹识别算法研究[D].西南政法大学，2010.

[8]范绪成.基于纹理特征提取的离线文字笔迹鉴别技术的研究[D].浙江工业大学，2009.

[9]李晓通.离线笔迹鉴别的特征提取技术研究[D].哈尔滨工程大学，2009.

[10]师宝山，张贵州.笔迹鉴别预处理算法的设计与实现[J].电子器件，2008（04）：1357-1360.

[11]张韵.基于纹理的文本独立离线笔迹鉴别[D].河北工业大学，2007.

[12]袁林.基于主元分析法的签名笔迹特征提取方法研究[D].新疆大学，2007.

[13]李莹.汉字笔迹鉴别的算法研究[D].山东大学，2007.

[14]王慧.计算机笔迹鉴定算法研究与实验[D].吉林大学，2007.

[15]杨亚莉.基于纹理分析的笔迹鉴别方法研究[D].武汉理工大学，2004.

[16]沈聪.基于改进的多通道Gabor小波变换的笔迹鉴别[D].北京工业大学，2002.endprint