一種基于筆劃特征的筆跡鑒別方法

梁 方

南通大學(xué)現(xiàn)代教育技術(shù)中心，江蘇 南通 226001

引言

筆跡鑒別就是通過筆跡特征來判斷書寫者的身份，它是利用書寫的習(xí)慣特征來鑒別身份的一種生物學(xué)身份鑒定方法。它主要可以分為兩大類：在線（online）方式和離線（offline）方式。在線方式需要特殊的輸入設(shè)備這一條件限制了它的使用范圍。離線方式獲取方式靈活，應(yīng)用范圍更加廣泛。離線筆跡識(shí)別在近幾年獲得了長足的進(jìn)步，Bulacu等[1]提出了一系列用角度和微結(jié)構(gòu)統(tǒng)計(jì)的統(tǒng)計(jì)特性鑒別筆跡的方法，Schlapbach等[2]提出用隱馬爾可夫模型來提取筆跡特征，唐遠(yuǎn)炎等[3]將隱馬爾可夫模型應(yīng)用到中文字符上。

本文借鑒概論分布的思想，提取了筆劃在一定范圍內(nèi)的分布概率，這些概率包含了一個(gè)人的書寫習(xí)慣特征，從而能夠有效識(shí)別筆跡的書寫者。該方法簡單易行，而且方便靈活，實(shí)驗(yàn)證明其在手寫體漢字識(shí)別方面有較好的識(shí)別效果。

1 筆劃特征提取

1.1 筆跡邊緣提取

筆跡原圖包含了很多有用的信息，同時(shí)也包含了較多的冗余信息，從筆跡鑒別角度看，提取出最能夠代表筆跡的特征才能更好的進(jìn)行鑒別。從筆跡的邊緣可以完全恢復(fù)出筆跡的原有形態(tài)，而且邊緣的提取相對(duì)是一件比較容易的任務(wù)，因此，本文預(yù)處理部分選擇了提取筆跡邊緣。如圖1所示，(a)是原圖的效果，(b)是從(a)的獲得的邊緣。

圖1 文字輪廓

1.2 筆劃特征矩陣的生成

筆劃的方向、長短等特征是筆跡鑒別的重要依據(jù)。為了統(tǒng)計(jì)筆畫的分布特性，在筆跡的邊緣上截取一個(gè)小的窗口以獲得局部的筆劃方向、長短等信息（如圖1(c)）。為了盡可能去除不相關(guān)點(diǎn)的影響，在以當(dāng)前像素為中心的窗口中，我們只取與當(dāng)前像素連通的邊緣像素。

遍歷所有邊緣點(diǎn)為中心得窗口，將所得到的窗口疊加，可以得到全局的筆劃點(diǎn)的分布情況。在此時(shí)的特征矩陣中，中心點(diǎn)反映了邊緣點(diǎn)的數(shù)目。若以中心點(diǎn)數(shù)目歸一化，則得到特征矩陣的最終形式，它去除邊緣點(diǎn)數(shù)目的影響，反映了周圍點(diǎn)屬于邊緣的概率。因此特征矩陣反映的是當(dāng)前筆劃的一個(gè)趨勢：從哪個(gè)方向過來，有多長，到哪個(gè)方向去。從這個(gè)意義上說整個(gè)矩陣反映了筆跡的筆劃特征。假設(shè)取移動(dòng)窗口為11×11，則得到的特征為一個(gè)11行11列的矩陣，它反映了筆劃的統(tǒng)計(jì)特性，對(duì)于由筆劃組成的漢字鑒別是比較合適的。由于只取了和當(dāng)前點(diǎn)連通的邊緣，在一定程度上消除了筆劃粗細(xì)的影響。

1.3 時(shí)間性能分析

本文的方法在時(shí)間上消耗較小。如果圖像中有M個(gè)邊緣點(diǎn)，窗口大小為n×n，則運(yùn)算復(fù)雜度為O(M×n2)。實(shí)際上，由于本文方法只是簡單的累加，因此計(jì)算的開銷較少。另外，本文的窗口大小的改變是比較容易的，只需要在原窗口的外圍再添加一圈就可以。因此，提出的方法具有較好的時(shí)間效率和靈活性。

2 實(shí)驗(yàn)

本文使用了自建的筆跡鑒別數(shù)據(jù)庫測試了提出方法的性能。我們?nèi)×?段內(nèi)容不同的文本，讓15人書寫，因此數(shù)據(jù)庫總共包含45幅圖像的筆跡數(shù)據(jù)。其中15個(gè)人書寫的相同內(nèi)容的筆跡，其內(nèi)容是高度相關(guān)的，而每個(gè)人所寫的3幅筆跡，其內(nèi)容是不相關(guān)的。我們最終得到表1的實(shí)驗(yàn)結(jié)果。

表1 不相關(guān)文本的筆跡鑒別結(jié)果

從結(jié)果中可以看出當(dāng)使用一個(gè)參考樣本時(shí)，提出的方法已經(jīng)能夠比較有效地辨別筆跡特征。另外，當(dāng)參考樣本增加時(shí)，可以極大提高識(shí)別正確率。從實(shí)驗(yàn)結(jié)果可以看到本文提出的鑒別方法還是比較有效的。

3 結(jié)語

本文的筆跡特征提取的是筆劃的結(jié)構(gòu)的統(tǒng)計(jì)特征，能夠全面反映筆劃的特征；另一方面提出的特征在統(tǒng)計(jì)時(shí)只是簡單的累加，因此計(jì)算復(fù)雜度低。提出的方法不需要字符的切分和歸一化操作，加快了運(yùn)算的速度。對(duì)于字體和訓(xùn)練樣本差距過大的檢測圖像，可以考慮對(duì)整體進(jìn)行縮放操作，該操作的速度比較快；對(duì)于字符傾斜的圖像，可以進(jìn)行相應(yīng)的校正操作。本文未對(duì)筆劃分類統(tǒng)計(jì)，在一定程度上增加了距離度量的難度。在后繼研究中可以考慮進(jìn)一步細(xì)化該方法，獲得更好的鑒別正確率。

[1]M. Bulacu, L. Schomaker. Text-independent writer identification and verification using textural and allographic features. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2007, 29(4): 701-717.

[2]A. Schlapbach, H. Bunke. A writer identification and verification system using HMM based recognizers. Pattern Analysis and Applications, 2007, 10(1): 33-43.

[3]Z. Y. He, X. G. You, Y. Y. Tang. Writer identification of Chinese handwriting documents using hidden Markov tree model. Pattern Recognition, 2008, 41(4):1295-1307.