摘 要笔迹鉴伪智能化可以大幅减轻工作机构压力，提高工作人员效率，是笔迹鉴定领域发展的必然趋势，现存的笔迹鉴伪方法因鉴伪特征单一、过程繁琐，导致其在实际的应用中缺乏有效性、实时性、鲁棒性。本文针对此问题，提出了针对不同应用场景的笔迹鉴伪系统。在文本依存的笔迹鉴伪工作方面，以手写签名为鉴伪对象提出了基于特征融合识别笔迹鉴伪方法，该方法选取签名常规性特征和签名鲁棒性特征，然后对签名字符书写形态、单方向笔画重量分布、字符像素点分布、图像字符倾斜角度等图像信息进行检测，通过分析检测结果自适应地改变各特征的权重系数进行特征融合，将融合的特征作为签名特征用于鉴伪工作。在文本独立的笔迹鉴伪工作方面，以任意手写体汉字字符为鉴伪对象提出了基于笔画骨架曲率检测的笔迹鉴伪方法，该方法首先对采集的笔迹图像运用数学形态学进行处理，在横、竖、撇、捺四个方向提取具有代表性的笔画骨架，然后对笔画骨架进行圆重构，提取四个方向笔画圆的曲率作为特征值组成笔迹特征矩用于鉴伪工作。度量方法采用特征向量夹角相似性度量法对鉴伪样本作出判断，实验结果表明该系统可以完成多种应用场景的笔迹鉴伪工作，具有良好的鲁棒性和通用性，并且鉴伪正确率高、实时性好。
Key words: handwriting identification; textdependent handwriting; textindependent handwriting; multifeature extraction; selfregulationfeature fusion; mathematical morphology; circle reconstructing of strokes; similarity of angle目 录
第一章 绪论 1
1.1智能笔迹鉴伪概述 1
1.1.1笔迹特征与笔迹鉴伪 1
1.1.2智能笔迹鉴伪的价值与意义 2
1.2人工笔迹鉴伪与智能笔迹鉴伪 2
1.2.1人工笔迹鉴伪 2
1.2.2智能笔迹鉴伪 4
1.3文本依存与文本独立的笔迹鉴伪 5
1.3.1文本依存的笔迹鉴伪 5
1.3.2文本独立的笔迹鉴伪 5
1.4笔迹鉴伪的现状与趋势 6
 *51今日免费论文网|www.jxszl.com +Q: ^3^5^1^9^1^6^0^7^2^* 

1.4.1笔迹鉴别的历史与现状 6
1.4.2基于智能视觉的笔迹鉴伪的发展趋势 6
1.5本文研究的内容及安排 7
1.5.1本文研究的内容 7
1.5.2本文内容安排 7
第二章 笔迹图像预处理 9
2.1原始笔迹图像预处理 9
2.1.1笔迹图像基本预处理 9
2.2图像标准化处理 11
2.2.1图像尺寸标准化处理 11
2.2.2字符细化处理 12
2.3图像预处理过程 13
2.4图像预处理分析及总结 14
第三章 基于图像特征融合识别的签名鉴伪系统 16
3.1签名图像鉴伪系统的具体工作流程 17
3.2签名图像的特征提取分析 19
3.2.1签名图像录入 19
3.2.2签名图像特征提取分析流程 20
3.3 签名图像特征融合 22
3.4相似性度量及鉴伪结果分析 23
3.5总结及展望 25
第四章 基于笔画骨架曲率检测的笔迹鉴伪系统 27
4.1文本独立的笔迹鉴伪系统工作流程 27
4.2文本独立的笔迹图像特征提取分析 29
4.2.1数学形态学 29
4.2.2笔画特征提取 31
4.2.3笔迹特征矩的生成 32
4.3相似性度量方法 34
4.4系统测试及结果分析 34
4.5总结及展望 36
第五章 软件系统平台构建 37
5.1系统结构 37
5.2子系统结构 38
5.2.1签名鉴伪系统操作流程 38
5.2.2笔迹鉴伪系统操作流程 39
5.2.3数据库操作流程 40
5.3总结及展望 41
第六章 总结与展望 42
6.1全文总结 42
6.1.1 基于图像特征融合识别的签名鉴伪系统 42
6.1.2基于笔画骨架曲率检测的笔迹鉴伪系统 43
6.2后续工作展望 44
参考文献 45
毕业设计取得的成果 47
绪论
1.1智能笔迹鉴伪概述
1.1.1笔迹特征与笔迹鉴伪
信息技术的飞速发展极大地方便了人们的日常生活，与此同时对个人身份进行准确的认证，保护信息安全则成为当今信息化时代亟需解决的一个关键问题。笔迹是人的一种比较稳定的行为特征，利用笔迹进行个人身份的认证具有非侵犯性(或非触性)、易于获取、易使人接受等特点，是一种重要的个人身份的表示手段。
笔迹(Handwriting）是笔迹作者为了保留文字信息而应用书写工具在书写介质上所留下的痕迹，是一种通过笔迹字符形态位置反映出笔迹作者心理习惯和动力习惯的系统。手写笔迹(Handwritten handwriting)反映了书写人长期积累形成的书写心理习惯和动作习惯。
手写笔迹具有如下几个方面的特性：
（1）书写动力定型决定书写习惯。书写动力定型，是指长期训练积累在大脑中的动力模型，大脑通过神经控制肢体动作，从而形成了书写动力模型。笔迹作者在长期的字符书写过程中，大脑会受到内部控制和外界环境等影响建立成熟的书写动力模型。大脑建立的书写动力模型通过人体神经网络传输至肢体，控制其形成肢体动力模型，大脑动力模型和肢体行为动力模型相互影响，从而建立成熟的书写动力模型。
（2）书写习惯是笔迹作者从年幼时期就培养的书写动力模型，主要受到身体结构、外界环境、书写时间、心理状况等多种因素影响，每个笔迹作者都有自身独立的笔迹动力系统。
（3）笔迹反映作者书写习惯。书写习惯是经过长期的积累形成的，可以在长篇字符和短篇字符中反映出来，在长篇笔迹字符中，主要反映出的是作者书写动力模型的整体布局、连续书写风格等；在短篇笔迹字符中，主要反映出的是作者动力模型的动力特点、书写风格等。笔迹可以反映出作者长期的书写习惯，是难以模仿的。
（4）笔迹具有相对稳定性。由于不同的书写时段和书写场合，书写的内容和数量是大不相同的，但是，笔迹反映出的是笔迹作者的书写动力模型，与书写内容、长度、时间、地点等因素无关。
（5）笔迹的总体特殊性。笔迹字符的布局、字符之间的位置关系、形态分布都是笔迹作者的习惯所致，所以，每个笔迹作者的笔迹的是独一无二的。
手写笔迹具有上述这些特性，同一人书写的笔迹具有相对稳定性，不同人书写的笔迹具有差异性。无论是计算机智能笔迹鉴伪，还是传统的人工笔迹鉴伪，工作目标都是从现有笔迹中找出差异性，从而完成笔迹鉴伪工作。
1.1.2智能笔迹鉴伪的价值与意义
书写习惯是通过实践积累和时间沉淀得到的动力模型，是由字符、环境等因素为刺激在大脑和肢体间建立起来的一种稳定的动力定型。笔迹鉴伪是面向应用的技术，传统的笔迹鉴伪方法主要为利用经验知识分析笔迹特点。一个文检工作者需要较长时期的工作经验积累才能成为专家。笔迹鉴伪需要专门的经验和知识，这一点限制了笔迹鉴伪技术的推广应用。文件检验的人员数量是有限的，而检验的任务却越来越繁重。与此同时，与笔迹有关的刑事和民事案件数量急剧增加，其中有些案件涉及社会金融方面，传统的笔迹鉴伪方法鉴伪效率低且带有主观色彩，所以社会中有关机构急需笔迹智能化鉴伪的方法，笔迹智能化鉴伪就成为了当代计算机领域和笔迹鉴伪领域研究的热点。
传统的笔迹鉴伪一直沿用一支笔、一张纸、一块橡皮的“手工”操作方法。通过人工描字，制作检查记录（对照表），然后根据个人对笔迹特点的理解和分析进行比较和综合评判，通过人的主观意识进行判别分析，得出鉴定结论。这种经验型方法在检验时间上、主客观方面存在一些缺陷。而计算机鉴伪笔迹则是客观的、科学的，它克服了一些人为因素的影响，具有明显的优点。用机器进行笔迹鉴伪，不仅文献检验人员有一定程度的解放，笔迹鉴伪智能化也有许多优点，例如不受工作环境、身体疲劳和精神取向等因素的影响，进而持续有效地进行工作，计算机笔迹鉴伪的应用不仅可以节约大量的人力物力，产生强大的经济效益，而且可以在迅速打击违法犯罪、维护社会安定团结方面为国家提供科技警力。因此，笔迹鉴伪的智能化研究不仅具有重要的现实意义，同时还具有重要的社会意义。

原文链接：http://www.jxszl.com/dzxx/txgc/48088.html