以笔画为对象的手写汉字笔迹鉴定——基于运笔和起笔收笔特征的笔迹鉴定

为克服以往笔迹鉴定中结体依存性的不足,本研究以手写汉字的基本笔画为对象,确定反映书写特点的运笔特征、起笔和收笔特征形成特征空间,实现笔迹鉴定.本研究采用10位书写者,各书写70个汉字,提取4种基本笔画,进行笔迹鉴定的实验,实验取得了满意的实验结果.     

基于笔画系数变换的手写汉字笔迹鉴定

本研究以手写汉字的基本笔画为对象,确定反映书写特征的相对幅度和相对斜率为时域特征,并对时域特征进行Fourier变换,抽取变换实系数形成特征空间,实现笔迹鉴定。本研究采用10位书写者,各书写70个汉字,提取5种基本笔画,进行笔迹鉴定的实验,实验取得了满意的结果。     

基于汉字笔划骨骼运笔特征的特定对象笔迹鉴定的研究

本文论述了基于汉字笔划骨骼运笔特征的笔迹鉴定的方法。实验以汉字中抽取的基本笔划为研究对象，并提取反映各行笔部运笔的骨骼特征，以形成多维持征空间，在特征空间中确定鉴定对象的分布后，计算它与辞书中各书写者位置间的广义距离来实现笔迹的鉴定。判断鉴定对象是否自出于原书写者的方法即为特定对象鉴定法，该方法采用对十位书写者、八种基本笔划，每种笔划十个样本进行测试，结果显示对于单一笔划和笔划组合取得了令人满意的鉴定率，对推广和完善该实用性的研究具有参考价值。     

基于基本笔画起收笔和笔压特征的手写汉字的计算机笔迹鉴定

以手写汉字的基本笔画为研究对象,提取笔画的起笔、收笔和笔压作为特征量,进行笔迹鉴定的研究.研究采用了10位书写者,每位书写者各书写70个汉字作为样本,提取4种基本笔画,进行笔迹鉴定的实验,实验取得了较为满意的鉴定率.本研究克服了以往笔迹鉴定中结体依存的不足,适用于所有的汉字.     

基于笔压变换系数的手写汉字笔迹鉴定

本研究以手写汉字的基本笔划为对象,确定反映书写特征的笔压为时域特征,并对时域特征进行Fourier变换,抽取变换实系数形成特征空间,实现笔迹鉴定.本研究采用10位书写者,各书写70个汉字,提取4种基本笔划的笔压特征,进行笔迹鉴定的实验,取得了满意的实验结果.     

基于经验模式分解的汉字字体识别方法

提出了一种基于经验模式分解(empirical mode decomposition,简称EMD)的汉字字体识别方法.通过对大量汉字字体的研究比较,选取了能反映汉字字体基本特征的8种基本笔画.以这8种汉字笔画为模板,在汉字文档图像块中随机地抽取笔画信息,形成笔画特征序列.通过对笔画特征序列作EMD分解,提取每个笔画特征序列的高频能量,并结合汉字文档图像块的平均灰度,形成字体识别的一个9维特征.     

基于边缘笔画特征结构的维吾尔笔迹鉴别

针对维吾尔文字的特点提出一种笔迹边缘量化模型的鉴别方法。该方法在提取边缘图像的基础上,以“横竖撇捺”基本笔画概念对维吾尔文字笔迹边缘在四族角度趋向上建立一种与文本无关、与方向和长度相关的特征结构矢量模型,统计所有局部窗口的特征结构并得到边缘笔画的概率密度特征向量,使用加权与不加权的距离公式求得鉴别样本笔迹与参考样本笔迹间的特征向量距离,通过比对向量距离来筛选笔迹的候选书写者。该方法能很好地刻画维吾尔文字的笔迹的局部的特征和风格,有较强的实用性,并取得了较好的鉴别效果。     

以笔画为研究对象的笔迹伪动态特征提取方法

针对以往的以文字结体为研究对象的离线笔迹特征提取方法在文本相关度较低时无法获取稳定特征的问题,提出了一种以笔画为研究对象的笔迹伪动态特征提取方法,摆脱了结体依存性的束缚。引入概率统计思想,采用网格窗口提取笔画的运笔走势和宽度变化等伪动态特征。分别采用加权欧式距离、加权卡方距离和加权Manhattan距离计算笔迹相似度。在HIT-MW和HIT-SW库上进行实验,文本相关度较高时首选和前10选鉴别正确率分别为95.9%和99.5%;文本相关度较低时首选和前10选鉴别正确率分别为91.9%和99.0%。实验表明,以笔画为研究对象的笔迹伪动态特征提取方法在低文本相关度下仍能取得较好效果。     

基于特征融合的维吾尔文笔迹鉴别

针对采用纹理方法鉴别维吾尔文不稳定的问题,提出一种与文本无关、特征融合的笔迹鉴别方法,融合的特征包括网格窗口微结构特征和笔迹曲向特征。所提方法从笔迹原始图像提取笔画边缘,对笔迹的边缘图像建立大量局部窗口模型,通过扫描边缘图像获取融合特征结构的概率密度分布,使用多种距离公式计算概率密度向量间的距离。在实验笔迹容量大小为80的笔迹库上进行实验得到的鉴别率为89.2%。所提方法能很好地刻画笔迹的局部书写变化趋势和笔画的曲向,采用概率密度分布来统计笔迹的网格窗口微结构特征和曲向特征,鉴别效果达到了预期值。     

样条小波基的构造及其在汉字签名鉴别中的应用

基于笔画描述的汉字轮廓线，小波变换能更有效地提取签字的字形特征。该文提出了一种基于小波变换的笔迹鉴别的新方法，利用B-样条函数更适合于计算机图形中的曲线与曲面处理的特性，设计了适合系统特点的四阶样条小波，对签字的每一笔画进行小波变换，又设计了一组公式对各笔画的特征进行合成，从而抽取出了更加稳定有效的签字特征。     

一种新的基于细化的汉字笔画抽取方法及其在汉字识别中的应用

文章提出了一种新的基于细化的汉字笔画抽取方法,并把笔画统计特征用于汉字的识别。实验结果表明,该方法可有效地抽取出汉字的笔画并可成功地用于汉字的识别。     

一种基于块邻接图的手写体文本格线删除及笔画重构算法

格线删除是计算机自动笔迹鉴定系统预处理过程中的关键步骤。在分析已有的手写汉字文本格线删除算法利弊的基础上。采用Pavlidis提出的块邻接图表示法来进行格线删除。并提出了格线删除后的笔画重构算法。该算法首先采用链表结构将笔迹图像保存为块邻接图；然后根据该邻接图搜索出满足条件的连通子图，这些连通子图就是需要删除的格线；最后再对因格线删除而断开的笔画进行重构。由于块邻接图只需进行一次水平或垂直扫描就能获得，因此格线的搜索和删除非常迅速；同时该算法还考虑了格线删除后的笔画重构，这样既删除了笔迹图像中的干扰信息，又不改变笔迹图像的特征。实验结果显示，该方法具有很强的抗干扰能力，对格线的删除非常有效。     

基于弹性笔画长度的汉字笔画平面抽取及识别

针对手写体汉字识别过程中的特征抽取，提出了一种改进的抽取笔画平面的方法。首先，将手写汉字图像进行非线性规一化；然后，利用弹性笔画长度，根据汉字的横竖撇捺四种笔画分别抽取出四种笔画的平面；最后，将四个笔画平面分别均匀划分成S×S个小网格，在每个小格内计算其笔画交叉数目，便得到了一个4S2维的特征向量。实验利用基于最小距离的分类器对含有7600（19类）个汉字的测试集进行了分类，取得了较好的识别效果。     

基于小波变换的汉字签名鉴别

汉字签名鉴别是通过对手写人的笔迹进行分析从而得出签名是否由某特定人书写的结论。不同人的签名特征是不相同的，可以从其签名信息中抽取出最有效的签名特征来区分真假签名。该文采用新的数学工具——Wavelet 变换方法，利用复信号小波变换的优良特性抽取了一些新的具有旋转、平移及尺度不变性的签名特征，经验证这种特征具有很好的稳定性与可靠性。     

基于轻量化神经网络的快速汉字笔画分类模型

在汉字书写场景中,我们可以通过实时捕捉手写者的手写轨迹数据,并可以通过笔画类型、空间关系等构字要素逻辑地位等评价策略,实现汉字书写质量智能测评,以达到指导学习书写的目的。其中笔画分类是手写字体评估中的重要任务。然而,现有笔画级标注的汉字数据集很少,并缺少轻量化并可以应用于嵌入式设备的笔画分类方案,难以工程化落地。在不同设备上采集用户的手写笔画数据（如会议平板、电子白板、学习机等）,并使用特征工程,采用一维深度可分离卷积构建轻量化的快速汉字笔画分类模型,并把模型进行量化部署到嵌入式设备中。模型量化后的tflite格式文件大小仅为11kb,而在数据集上达到了97%的精确度。把量化后的模型部署到嵌入式设备中并进行了商业化上线。     

基于模糊子笔画统计特征的手写体汉字识别

汉字由笔画或子笔画组成,笔画或子笔画特征在手写体汉字识别中得到了广泛应用。论文提出一种模糊子笔画抽取方法,解决了因无限制手写体笔画随意性而使得抽取的子笔画不稳定的问题。计算字符边缘点“横”、“竖”、“撇”、“捺”的模糊子笔画属性特征,并将其与模糊网格相结合,生成模糊子笔画统计特征。银行支票手写体汉字大写金额识别的实验结果表明应用模糊子笔画统计特征能取得更好的识别效果。     

一个实用脱机手写汉字笔迹库的建立

建立一个实用的脱机手写汉字笔迹库是研究笔迹鉴别技术的基础,论文结合笔迹图像与书写者信息设计了一个脱机手写汉字笔迹库系统,详细介绍了笔迹样本采集方案及系统的主要功能,阐述了部分关键问题的解决方案。     

基于笔画特征的在线笔迹匹配算法

针对现有在线笔迹匹配算法鲁棒性不强的问题，本文提出将合并规则和跳跃规则引入到动态规划的迭代过程，以跳跃规则应对书写中的多、漏笔现象，以合并规则应对因多种书写不一致造成的分割点多提取、漏提取现象.在累计差异矩阵计算中，提出以笔画特征，特别是笔画形状信息来度量笔画间的差异.在SVC2004和SUSIG签名数据库上与现有主要在线笔迹匹配算法进行比较.实验结果表明，本文方法能较好应对多种局部书写和分割的不一致，从而获得更准确、鲁棒的笔画对应关系.     

基于汉字笔画与结构的特征字库构造及优化

以GB2312标准的6 763个汉字为例,首先以笔画骨架点集形式制作楷体字库标准模板;而后以同种形式采集书写者的45个手写汉字,从中提取笔画和部件等字素,计算基本书写特征并将其赋予标准字库模板,从而初步构造出该书写者的基本特征字库;接着利用机器学习的SVM和KNN方法,针对45个例字,对不同书写者例字集的结构特征进行计算,将所得结构特征赋予上述基本特征字库,最终得到书写者的个性特征字库,此即谓"优化"。最后进行的主观判断实验说明,优化后的字库有更高的接受度,本方法有望大大降低个性化字库的制作难度,降低书写者输入压力,缩短字库制作时间,节约字库制作成本。     

一种基于微结构特征的多文种文本无关笔迹鉴别方法

与字符识别一样, 计算机自动笔迹鉴别是一个涉及到不同文种的研究课题. 本文提出了一种基于网格窗口微结构特征的文本无关的笔迹鉴别方法, 能适用于各种不同文种的笔迹. 该方法对笔迹中局部细微结构的书写变化趋势进行描述, 并采用加权距离度量方法进行笔迹相似性度量. 利用该方法实现了文本无关的多文种笔迹检索系统, 并在实际汉字、英文、藏文和维吾尔文的笔迹库上进行了测试. 实验证明, 该方法是一种高效且适用性较广、限制性较少的笔迹鉴别方法.