基于优化分割重建图像的文本无关笔迹鉴定

基于优化分割重建图像的文本无关笔迹鉴定

ID:36619456

大小:1.88 MB

页数:75页

时间:2019-05-13

基于优化分割重建图像的文本无关笔迹鉴定_第1页
基于优化分割重建图像的文本无关笔迹鉴定_第2页
基于优化分割重建图像的文本无关笔迹鉴定_第3页
基于优化分割重建图像的文本无关笔迹鉴定_第4页
基于优化分割重建图像的文本无关笔迹鉴定_第5页
资源描述:

《基于优化分割重建图像的文本无关笔迹鉴定》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中山大学硕士学位论文基于优化分割重建图像的文本无关笔迹鉴定姓名:黄创光申请学位级别:硕士专业:计算机软件与理论指导教师:欧贵文2003.5.10中山大学硕士学位论文基于优化分割重建图像的文本无关笔迹鉴定论文题目:基于优化分割重建图像的文本无关笔迹鉴定专业:计算机软件与理论硕士生:黄创光指导教师:欧贵文副教授摘要f笔迹鉴定技术在近十几年来发展很快,很多新的技术被应用到这一领域并取得了不错的成绩,但其离大规模应用尚有一段距离。摊文在笔者研究的一个脱机方式文本无关的字迹鉴别系统的基础上,详细介绍了笔迹鉴定的理论,包括文本无关笔迹鉴定系统的结构,笔迹鉴定的原理,笔迹鉴定的方法等等。通过

2、该模型系统论证了笔者采用新的优化分割重建图像归一化预处理过程用于笔迹鉴定,并在实验中取得了比较满意的效果,与传统的归一化的对比识别正确率有所提高。/笔迹鉴定的主要过程首先是系统把手写的笔迹文字通过扫描仪输入计算机,然后对原始笔迹的图像进行预处理,接着对预处理后的笔迹图像提取特征参数,并训练出和该手写人相对应的样本模型,利用样本模型对待鉴别的笔迹进行鉴别7在预处理阶段,本文提出了优化分割重建图像的归一化预处理方法,通过局部边缘分割有效字符图像为各个连通的子图像,去除掉笔迹特征不明显的或者污渍的子图像,最后消除垂直和水平方向文字之间空白的方法。在参数提取阶段,本文采用多通道二维Ga

3、bor滤波器,通过计算4个方向每个方向4个频率来提取的笔迹特征。在训练和识别阶段,建立模型并使用wED分类器来进行识别匹配工作。本文对10个人任意书写的笔迹进行实验,鉴别正确率得到较好地提高。本文的组织结构基于笔迹鉴定的几个主要过程,重点介绍文本无关笔迹鉴定系统中最重要的三个部分:基于优化分割图像重建的归一化预处理过程,特征提取部分,训练手写人模型和识别过程。憔后,对实际开发的笔迹鉴定系统的设计和实现进行了概略的介绍。最后部分是实验结果和讨论。义关键字:文本无关÷笔迹鉴别i优化分割?图像重建j多通道Gabor滤波器;中山大学硕士学位论文基于优化分割重建图像的文本无关笔迹鉴定Ti

4、tle:Text·independentWriterIdentificationBasedonOptimizedSegmentationandReconstructedHandwritingImageMajor:ComputerSoftwareandTheoryName:ChuangguangHuangSupervisor:AssociateProfessorGuiwenOuAbstractThetechniqueofthewriteridentificationhasdevelopedrapidlyinthepasttenyears.Manynewmethodsaleappl

5、iedinthisfield,whichhaveachievedagoodperformance.Buttheycall’tbeusedinlargescalenow.Inthisthesis,basedonthesystemofoff-linetextindependenthandwritingidentification,weintroducethetheoryofwriteridentificationindetail,including:theprocessionsandthemethodsofwfiteridentification,thestructureofthe

6、system,etc.Thisthesisdescribesanovelmethodofthenormalizationofhandwritingimages,whichhasproofedtobeefficientandhaveenhancementintheexperiment.Themainprocessionsofwriteridentificationarescanninghandwritingimages,normalizationpre—procession,writertexturefeaturesextraction,trainingwritermodel,w

7、riteridentification.WeRSOthemethodofoptimizedsegmentationandreconstructedhandwritingimages.Thehandwritingimagesmaycontainsomespaces,someunrematkableanddirtysub-images.Theymayinfluencethetextureofthehandwritings,SOeliminationisnecessary.Weapplythewe

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。