第２７卷第１４期计算机工程与设计２００６年７月Ｖ０１．２７Ｎｏ．１４ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＤｅｓｉｇｎＪｕｌｙ２００６
离线手写体笔迹鉴别方法研究
王凤岭１，３刘连芳２，蒋宗礼１，高伟锋２
（１．北京工业大学计算机学院，北京１０００７２；２．南宁市平方软件新技术有限责任公司，广西南宁５３０００４；
３．南宁职业技术学院计算机系，广西南宁５３０００４）
摘要：笔迹鉴别可分为在线、离线两种。主要针对现有的离线手写体笔迹鉴别方法展开研究，重点集中在笔迹图像预处理、特征提取、分类、鉴别过程和效果评价等方面，探讨了各种方法的优点和不足，并提出了今后一些可能的研究方向和内容。
关键词：笔迹鉴别；预处理；特征提取；分类器；纹理
中图法分类号：ＴＰ３９１．４３文献标识码：Ａ文章编号：１０００．７０２４（２００６）１４．２５８１．０４
Ｒｅｓｅａｒｃｈｏｎｍｅｔｈｏｄｓｏｆｏｆｆ－ｌｉｎｅｈａｎｄｗｒｉｔｉｎｇｗｒｉｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎ
ＷＡＮＧＦｅｎｇ—ｌｉｎ９１，３，ＬＩＵＬｉａｎ—ｆａｎ９２，ＪＩＡＮＧＺｏｎｇ－ｌｉｌ，ＧＡＯＷｅｉ－ｆｅｎ９２
（１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒ，ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１０００７２，Ｃｈｉｎａ；２．ＰｉｎｇｓｏｆｔＮｅｗＴｅｃｈｎｏｌｏｇｙＣｏｍｐａｎｙＬｉｍｉｔｅｄ，Ｎａｎｎｉｎｇ５３０００４，Ｃｈｉｎａ；３．ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒ，ＮａｎｎｉｎｇＰｏｌｙｔｅｃｈｎｉｃＣｏｌｌｅｇｅ，Ｎａｎｎｉｎｇ５３０００４，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｄｉｆｆｅｒｅｎｃｅｓｏｆａｐｐｌｉｃａｔｉｏｎｓａｎｄｉｄｅｎｔｉｆｙｉｎｇｏｂｊｅｃｔｓ，ｗｒｉｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎ（ＷＩ）ｉｓｃｌａｓｓｉｆｉｅｄｉｎｔｏｏｎ－ｌｉｎｅａｎｄＯｆｆ－ｌｉｎｅ．Ｔｈｅｍｅｔｈｏｄｓｏｆｏｆｆ－ｌｉｎｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｈａｎｄｗｒｉｔｉｎｇａｒｅｓｕｍｍａｒｉｚｅｄ，ｅｓｐｅｃｉａｌｌｙｔｈｅｔｅｃｈｎｉｑｕｅｓｏｆｈａｎｄｗｒｉｔｉｎｇｉｍａｇｅｐｒｅｐｒｏ—ｃｅｓｓｉｎｇ，ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｎｇ，ｃｌａｓｓｉｆｙｉｎｇ，ｒｅｓｕｌｔｅｖａｌｕａｔｉｎｇ，ｔｈｅｉｒａｄｖａｎｔａｇｅｓａｎｄｄｉｓａｄｖａｎｔａｇｅｓ．Ｆｉｎａｌｌｙｓｏｍｅｒｅｓｅａｒｃｈｔｏｐｉｃｓｆｏｒｔｈｅｆｕｔｕｒｅａｒｅｓｕｇｇｅｓｔｅｄ．
Ｋｅｙｗｏｒｄｓ：ｗｒｉｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎ（ＷＩ）；ｐｒｅｐｒｏｃｅｓｓｉｎｇ；ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｎｇ；ｃｌａｓｓｉｆｉｅｒ；ｔｅｘｔｕｒｅ
Ｏ引言
计算机笔迹鉴别（ｗｒｉｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ＷＩ），是通过机器来分析、比对不同人书写相同单字（特征字）或整体笔迹风格的差异特征来识别书写者的过程，就像语音、指纹、虹膜和脸谱等生物特征识别技术一样，广泛应用于公安、司法、金融和考古学等领域。具有鉴别快、效率高、不受文检人员主观因素的影响等特点，还能够自动地对书写人及其笔迹信息进行处理、归档和建库等。
手写体笔迹鉴别通常有两种方式Ⅲ：一种是直接比较两份手写体笔迹，确定他们是否为同一个人所写；另一种是从不同人书写的参考笔迹（又称样本）中找出与检验笔迹（又称检材）的书写风格最接近的样本。通常，视不同的场合，研究侧重点不同。根据笔迹信息的采样方式可以分为在线和离线两类，前者除静态特征信息外，还可以采集书写的序列、压力和速度等动态信息，而后者的鉴别对象是写在纸质上的静态手写体笔迹信息。根据所考察的对象和提取的特征分为文本依存和文本独立两类，前者是针对相同的特征单字进行鉴别，通常可以提取更多的特征信息，如图１所示。后者是从大量字符集
中提取笔迹整体特征，构成特征向量，特征向量与书写内容无关。这种方法难度更大，但因为其对样本的依存性小，应用更加广泛，如图２所示。本文主要针对离线的手写体笔迹鉴别方法展开研究，重点集中在笔迹图像预处理、特征提取、分类匹配、鉴别过程和效果评价等几个方面。
图１离线的文本依存图２离线的文本独立
１笔迹鉴别的系统流程
书写人的笔迹样本输入系统后，经过消除背景（包括噪声）、二值化、归一化、字符分割和拼接等预处理后，采用局部或全局的方法提取笔迹书写过程中的静态或伪动态特征，在特征选择搭配后得到笔迹信息的特征编码，通过设计分类器对不同笔迹特征编码之间的对比、匹配，最终得出笔迹鉴别的结论，如图３所示。
收稿日期：２００５—０５—１２。
基金项目：广西科技攻关基金项目（２００３０３０３Ａ）。
作者简介：王凤岭（１９７２一），男，内蒙古乌兰察布人，硕士研究生，讲师，研究方向为模式识别、数字图像处理和分布式计算等；刘连芳，女，研究员，研究方向为多媒体／超媒体、虚拟现实、人工智能、中文信息处理、数据库等；蒋宗礼，男，教授，研究方向为操作系统、人工智能、人工神经网络等：高伟锋，男，工程师，研究方向为图像处理、模式识别等。
一２５８１— 万方数据