[发明专利]基于单个字符的统计笔迹鉴别和验证方法

摘要

基于单个字符的统计笔迹鉴别和验证方法属于笔迹鉴别领域。其特征在于，它在对处理字符笔迹对象进行必要预处理后，先提取能很好反映汉字特点的四方向线素特征，再在此基础上，采用下述两种方法之一去选取反映不同书写者差异的最优鉴别特征，其中一种方法是采用直接LDA(线性鉴别分析)变换提取最具鉴别性的特征，另一种方法是先用PCA(主分量分析)变换降维得到最有效的特征，然后用LDA变换提取最具鉴别性的最优鉴别特征。采用欧氏距离分类器进行分类鉴别。本发明的平均鉴别正确率可达92.69％。

主权项

1.基于单个字符的统计笔迹鉴别和验证方法，其特征在于，它在对处理字符笔迹对象进行必要预处理后，先提取能很好反映汉字特点的四方向线素特征，再在此基础上，采用下述两种方法之一去选取反映不同书写者差异的最优鉴别特征，其中一种方法是采用直接LDA(线性鉴别分析)变换提取最具鉴别性的特征，另一种方法是先用PCA(主分量分析)变换降维得到最有效的特征，然后用LDA变换提取最具鉴别性的最优鉴别特征。在由图像采集设备和计算机组成的系统中，它依次含有以下步骤：(1)书写笔迹的采集：扫描输入包含书写者笔迹的文本，先进行书写字符切分，再采用字符识别技术得到相同特征字的笔迹，由此完成用以训练和鉴别的书写者笔迹的采集，建立训练样本数据库；(2)预处理，包含字符位置和大小的线性归一化：(2.1)计算图像的重心：设原始特征字图像为[F(i，j]_W×H，其中，W为图像宽度，H为图像高度，F(i，j)为图像位于第i行第j列的象素点的值，则图像的重心G＝(G_i，G_j)，其中Gi=Σi=1WΣj=1Hi·F(i,j)Σi=1WΣj=1HF(i,j),]]>Gj=Σi=1WΣj=1Hi·F(i,j)Σi=1WΣj=1HF(i,j);]]>(2.2)用重心——中心归一化方法把原始图像归一化到M×M大小：归一化后图像[A(i，j)]_M×M在(i，j)处的象素值为原始图像在(m，n)处的象素值(3)提取特征字符的四方向线素特征：(3.1)用已有的轮廓提取算法提取归一化后的特征字图像[A(i，j)]_M×M的轮廓，得到轮廓图像[B(i，j)]_M×M；(3.2)四方向线素特征的提取：先把轮廓图像[B(i，j]_M×M划分成N₁×N₁个子块，每个子块的象素宽度为L。分别统计第(k，l)个子块里面具有横、竖、撇、捺方向属性的轮廓点的数目，并记为C_kl^(h)，C_kl^(v)，C_kl⁽⁺⁾，C_kl^(g)，其中，1≤k≤N₁，1≤l≤N₁；再次把轮廓图像[B(i，j)]_M×M划分成N₂×N₂个小图像块。其中第(x，y)个小图像块(1≤x≤N₂，1≤y≤N₂)由子块(k，l)构成，这里(k，l)∈D_xy，D_xy表示如下子块构成的集合D_xy＝{(k，l)max(1，2x-2)≤k≤min(N₁，2x)，max(1，2y-2)≤l≤min(N₁，2y)}该小图像块的中心子块为(2x-1，2y-1)，N₁＝2N₂-1。从第m(m＝N₂·x+y)个小图像块中抽取四方向线素特征Cm(h)(x,y)=Σ(k,l)∈DxyCkl(h)·w(k-(2x-1),l-(2y-1))]]>Cm(h)(x,y)=Σ(k,l)∈DxyCkl(h)·w(k-(2x-1),l-(2y-1))]]>Cm(h)(x,y)=Σ(k,l)∈DxyCkl(h)·w(k-(2x-1),l-(2y-1))]]>Cm(h)(x,y)=Σ(k,l)∈DxyCkl(h)·w(k-(2x-1),l-(2y-1))]]>其中w(u,v)=12πσ2exp(-u2+v22σ2)]]>是高斯加权函数，这里σ=2tπ,]]>t是小图像块的交叠宽度，取t＝1；(3.3)把每个小图像块得到的特征向量合并成一个维数为4N₂²的特征向量，即为四方向线素特征VV=[C1(h),C1(v),C1(+),C1(-),···,CN22(h),CN22(v),CN22(+),CN22(-)]T;]]>(4)线性特征变换设书写者数目为c，对第r(1≤r≤c)个书写者的特征字样本采用上述方法提取四方向线素特征，得到其特征向量集合为{V₁^(r)，V₂^(r)，...，}，其中K_r为该书写者训练样本数目，V_j^(r)(j＝1，2，...，K_r)是4N₂²维的特征向量；则利用直接LDA变换提取最具鉴别性的特征如下：先计算每个书写者r(1≤r≤c)特征向量的中心μ_r和所有书写者特征向量的中心μμr=1KrΣj=1KrVj(r),]]>μ=1cΣr=1cμr]]>再计算类间散度矩阵S_b和平均类内散度矩阵S_wSb=1cΣr=1c(μr-μ)(μr-μ)T]]>Sw=1cΣr=1c1KrΣj=1Kr(Vj(r)-μr)(Vj(r)-μr)T]]>寻找最佳变换矩阵W，使最大，则相应的特征变换为Z＝W^TV；(5)进行基于单个字符的统计笔迹鉴别，即已知某未知书写者的特征字笔迹样本是由c个书写者中的某个人书写的，现要确定该特征字笔迹样本的书写者是这c个书写者中的哪一个；(5.1)设计分类器对最具可分性的特征向量Z，计算所有书写者的均值向量Z(r)‾(r=1,2,...,c),]]>Z(r)‾=1KrΣj=1KrZj(r),]]>其中每个书写者r(1≤r≤c)的最具可分性的特征集合为{Z₁^(r)，Z₂^(r)，...，}，将各书写者的鉴别特征均值向量存入鉴别特征数据库文件中；(5.2)鉴别对未知书写者的特征字，首先归一化，再提取四方向线素特征向量V，采用特征变换矩阵W将特征向量V变换为Z＝W^TV＝[z₁，z₂，...z_c，]^T，d是变换后特征的维数；从库文件中读出所有书写者的均值向量Z(r)‾=[z1(r)‾,z2(r)‾,...,zd(r)‾]T,r=1,2,...,c,]]>计算Z到的欧氏距离D(r)D(r)=Σj=1d(zj-zj(r)‾),1≤r≤c]]>若D(k)=min1≤r≤cD(r),]]>则该特征字是由书写者k书写的，即k=argr(min1≤r≤cD(r));]]>(6)进行基于单个字符的统计笔迹验证，即对于输入的某个未知笔迹，判断是否为某个书写者写的：(6.1)生成验证数据库文件设有K₁个真笔迹样本，K₂个伪笔迹样本，分别计算真样本和伪样本的均值z(t)‾=1K1ΣJ=1K1zJ(t),i=1,2,]]>则判别域值h=z(1)‾+z(2)‾2.]]>将判别域值和变换矩阵存入验证数据库文件中；(6.2)验证对需要验证的笔迹样本，首先归一化，再提取四方向线素特征V，采用特征变换矩阵W将特征变换为z＝W^TV，则判别规则为：若z≤h，则接受z，否则，拒绝z。