基于图像处理的笔迹鉴别
基于图像处理的笔迹鉴别
作者：杨宝军
专业：机械制造及其自动化
导师：张德贤
学位：硕士
单位：河南工业大学
分类：TP391.41
主题：笔迹鉴别 图像处理 模式识别 特征提取 纹理特征 信息融合
时间：2005年05月01日
页数：1-57
浏览：在线阅读 全文下载
内容摘要
手写体笔迹鉴别是通过分析手写笔迹的书写风格来判断手写人身份的一门技术.随着应用领域的不断扩展,笔迹鉴别技术已成为计算机视觉和模式识别领域一个十分活跃的研究课题.本文运用图像处理和模式识别技术,从全局和局部两个方面提取笔迹的特征,采用纹理分析的方法获得全局特征,从特征字的比较提取笔迹的局部特征.对现有的方法进行了研究和改进,把全局和局部特征的匹配结果进行综合决策,进一步提高了鉴别精度.
全文目录
文摘
英文文摘
第一章绪论
1.1笔迹鉴别及其意义
1.2笔迹鉴别的原理和可行性
1.3图像处理与图像识别
1.4笔迹鉴别的研究现状
1.4.1 Fourier变换和自相关法
1.4.2游程直方图法
1.4.3笔段直方图
1.4.4标准模板变形法
1.4.5高阶相关法
1.4.6笔划匹配法
1.4.7 Wigner分布
1.4.8多通道分解和匹配
1.5本文的研究目的及主要工作
第二章笔迹图像预处理
2.1稿纸、信纸的去除背景算法
2.2笔迹图像的灰度化和二值化
2.2.1颜色模型
2.2.2灰度化
2.3.3黑白二
2.3笔迹图像去除噪声算法
2.3.1图像的平滑空间滤波器
2.3.2中值滤波器
2.4笔迹图像归一化
2.4.1行的定位
2.4.2行内文字的定位和拼接
2.4.3位置归一化
2.5本章小结
第三章笔迹图像的全局特征提取
3.1笔迹图像的分割
3.2笔迹图像的纹理特征和多通道分解
3.2.1 Fourier变换
3.2.2Gabor变换
3.3多通道GABOR的笔迹鉴别算法
3.4最佳多通道GABOR滤波器组的选择
3.5笔迹图像的分类匹配
3.6实验与结果
3.7本章小结
第四章笔迹图像的局部特征提取
4.1骨架提取
4.1.1 Skeleton(索引表)细化算法
4.1.2 Hall细化算法
4.1.3 Hilditch细化算示
4.1.4改进的Hilditch细化算法
4.2骨架的进一步优化
4.2.1多余像素点的去除
4.2.2多余端枝的剪枝
4.2.3消除孤立黑绠素点
4.3局部特征点提取
4.3.1端点提取
4.3.2三交叉点提取
4.3.3拐点提取
4.3.4拐点归一化
4.4实验结果
4.5本章小结
第五章笔迹鉴别的决策级(DECISION BASED)信息融合
5.1信息融合的分类
5.2信息融合和模式识别的关系
5.3基于局部和全局笔迹特征的鉴别结果融合的身份鉴别
5.3.1基于Bayes理论的融合
5.3.2基于加权的信息融合方法
5.4本章小结
第六章总结
参考文献
致谢
个人简介
附录一笔迹鉴别辅助系统主要界面
TP391.41 相关
药片检测系统中图像处理方法的研究,上海大学,TP391.41
连体手写数字分割与识别算法的研究,吉林大学,TP391.41
激光加工中计算机图形图像输出的优化算法研究,华中科技大学,TP391.41
基于支持向量机技术的人脸检测与识别系统研究,国防科学技术大学,TP391.41
基于软件压缩的数字录像监控系统的研究,西南石油学院,TP391.41
基于对象的视频分割技术研究,长春理工大学,TP391.41
人脸识别中光照预处理方法研究,中国科学院计算技术研究所,TP391.41
核函数的性质、方法及其在障碍检测中的应用,国防科学技术大学,TP391.41
序列图像运动目标检测算法研究,国防科学技术大学,TP391.41
基于图像处理的笔迹鉴别 分类