笔迹识别原理

5.3.3　笔迹识别原理

计算机笔迹识别主要分为在线(on-line)和离线(off-line)两类。离线笔迹识别的对象是写在纸上的字符，通过扫描仪和摄像机转化为计算机能处理的信号；而在线笔迹识别则通过专用的数字板或数字仪实时地采集书写信号，它不仅可以采集到笔迹序列并转化成图像，而且可以记录书写的压力、速度等信息，可为笔迹鉴别提供更丰富的信息(广泛用于电子商务和电子政务)。

从考察的对象和提取特征的方法，计算机笔迹识别可分为文本依存(Text-dependent)和文本独立(Text-independent)两大类。前一种方法又称为与内容有关:从检材(检验)笔迹和样本(参考)笔迹中选择相同的单字(称为特征字)、相同的偏旁部首(特征字元)进行比较，即在相同字的基础上鉴别。因而是依赖于文本内容的，可以提取更多的特征并对字符进行细致深入的分析，故理论上可得到比文本独立方法更高的鉴别率和可靠性。但自动分割、定位、识别与提取检材笔迹和样本笔迹材料中写法完全相似的所有特征字与特征字元(部首、偏旁、笔画)，在算法的实现上，尤其是自动分割算法、抽取笔画特征(它涉及笔画的起势、落势、运笔时的走势等特征)算法目前有一定的难度，因而影响识别率和可靠性；同时这种与内容有关的方法要求被识别的文字是固定的，以至于在某些情况下，根本就不能完成实际任务。

用笔迹进行身份识别的目的是鉴别出某一笔迹的风格，所以不必关心具体的笔迹内容。离线且文本独立(与内容无关)的笔迹识别方法，它的特点是利用纹理分析来提取笔迹的特征。

特征的提取在模式识别的过程中起到很重要的作用。提取文本独立特征的有Fourier变换和自相关法、游程长度直方图法、笔段长度直方图法、笔段方向直方图等；用纹理分析方法K、t1提取文本依存特征的有:Walsh—Hardarnlard变换、线段谱分解方法。

诸多研究者发现，文本独立的笔迹鉴别技术具有得天独厚的应用前景:笔迹鉴别技术本身可以广泛应用于公安、司法、金融等领域。如果能够摆脱书写内容的限制，对文本独立的笔迹进行高准确率，高效率的鉴别，那么笔迹鉴别将进入一个新纪元。对于文本独立的笔迹来说，即使公开特征编码和笔迹样本，进行笔迹模仿也很难实现。另外，由于文本独立的笔迹鉴别系统对笔迹特征编码保密性的要求大大降低，其维护成本就会相应大幅减少。