CN101430756A - 一种和书写文字内容无关的汉字笔迹可视化鉴定方法 - Google Patents

Abstract

本发明公开了一种和书写文字内容无关的汉字笔迹可视化鉴定方法。方法包括：1)在用户使用手写笔在手写板上写字的过程中，每隔T_{_step}秒采集并保存手写笔的笔尖移动速度的大小、方向，和笔尖对手写板压力；2)用户书写过程结束之后，计算笔尖移动速度的大小、方向和笔尖对手写板压力的分布信息，并将分布信息可视化；3)用户书写过程结束之后对所有采集到的数据进行分类，将每个类别的信息可视化；4)通过比较可视化结果的相似度来鉴定笔迹的真伪。本发明公开的与文字内容无关的汉字笔迹可视化鉴定方法，通过分析并可视化用户的书写习惯，然后根据可视化结果进行笔迹鉴定，可以快速、稳定和准确的鉴定笔迹的真伪。

Description

一种和书写文字内容无关的汉字笔迹可视化鉴定方法

技术领域

本发明涉及数据的分析和可视化技术，尤其涉及一种和书写文字内容无关的汉字笔迹可视化鉴定方法。

背景技术

可视化是利用计算机图形学和图像处理技术，将数据转化成图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。它涉及到计算机图形学、图像处理、计算机视觉、计算机辅助设计等多个领域，成为研究数据表示、数据处理、决策分析等一系列问题的综合技术。科学计算可视化能够把科学数据，包括测量获得的数值、图像或是计算中涉及、产生的数字信息变为直观的、以图形图像信息表示的、随时间或空间变化的物理现象或物理量呈现在研究者面前，是他们能够观察、模拟和计算。在可视化方法方面，与本发明最相关的是Petra Neumann在《可视化个性化的打字过程》(Keystrokes：Personalizing TypedText with Visualization)一文中提出了将用户打字的个性化特征可视化出来的方法：在用户每次击打键盘按键的过程中，跟踪记录按下两个按键之间的时间间隔和按键位置，以及某一按键被删除、重新击打或者代替的次数。并行坐标系是一种可视化过程中最常用到的方法，Huamin Qu在《香港空气污染的可视化分析》一文中使用并行坐标系来分析空气中的污染元素，以及污染元素之间的线性关系。

到目前为止，笔迹鉴定都是通过比较笔迹的形状实现的，但是这种方法的缺陷是形状或者手写风格都是易于模仿的，甚至可以通过算法模仿，在鉴定不同用户的书法作品时还存在书写内容会变化的可能，这样就会大大降低笔迹鉴定的准确性，另一方面，用户的书写习惯几乎不可能模仿，因此可以辅助形状比较来实现更加准确的笔迹鉴定。这也是发明本方法的目的。

发明内容

本发明的目的是克服现有技术的不足，提供一种和书写文字内容无关的汉字笔迹可视化鉴定方法。

一种和书写文字内容无关的汉字笔迹可视化鉴定方法，其特征在于包括如下步骤：

1)在用户使用手写笔在手写板上写字的过程中，每隔T_{_step}秒采集并保存手写笔的笔尖移动速度的大小、方向，和笔尖对手写板压力；

2)用户书写过程结束之后，计算笔尖移动速度的大小、方向和笔尖对手写板压力的分布信息，并将分布信息可视化；

3)用户书写过程结束之后对所有采集到的数据进行分类，将每个类别的信息可视化；

4)通过比较可视化结果的相似度来鉴定笔迹的真伪。

所述的在用户使用手写笔在手写板上写字的过程中，每隔T_{_step}秒采集并保存手写笔的笔尖移动速度的大小、方向，和笔尖对手写板压力的步骤：

(a)在用户手写过程在，每隔T_{_step}秒采集一次手写笔的笔尖移动速度大小、方向，和笔尖对手写板压力；

(b)将每次采集到的手写笔的笔尖移动速度的大小、方向，和笔尖对手写板压力数据，以分组的方式{|v_t|，direciton_t，pressure_t}，顺序保存在文件中，其中v_t表示t时刻的笔尖移动速度矢量，direction_t表示t时刻笔尖移动的方向，pressure_t表示t时刻笔尖对手写板的压力。

所述的用户书写过程结束之后，计算笔尖移动速度的大小、方向和笔尖对手写板压力的分布信息，并将分布信息可视化的步骤：

(c)将从0到v_max的区间等分成n个子区间，v_max表示书写过程中笔尖移动的最大速度，根据公式 $R_i^v=\frac{C_i^v}{C_{\mathrm{total}}},$ i∈(0，n]，计算用户书写速度的大小属于第i个子区间时的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，

表示速度大小属于第i个子区间内的数据组的数目；

(d)统计用户书写过程中笔尖移动的方向的分布信息，将0到360等分成m个子区间，根据公式 $R_j^{\mathrm{direction}}=\frac{C_j^{\mathrm{direction}}}{C_{\mathrm{total}}},$ j∈(0，m]计算用户书写时笔尖移动的方向在第j个区间的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，

表示笔尖移动的方向属于第j个子区间内的数据组的数目；

(e)统计用户书写过程中笔尖对手写板的压力的分布信息，将0到pressure_max等分成l个子区间，pressure_max表示在写字过程中笔尖对手写板压力的最大值，根据公式 $R_k^{\mathrm{pressure}}=\frac{C_k^{\mathrm{pressure}}}{C_{\mathrm{total}}},$ k∈(0，l]，计算用户书写时笔尖对手写板的压力在第k个区间的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，

表示笔尖对手写板的压力属于第k个子区间内的数据组的数目；

(f)通过花朵图来可视化用户手写时笔尖移动速度的大小、方向和笔尖对手写板的压力的分布信息，花朵由花瓣、花蕊和花萼三个部分组成；

(g)用花瓣来可视化用户手写过程中笔尖移动速度大小的分布信息，二维直角坐标系的坐标原点O是花朵的中心，花瓣的数目为步骤(c)中描述的n，从x+轴开始，过O作射线将二维坐标系等分成n个子区间，每个子区间的范围是[(i-1)·360/n，i·360/n)，i∈(0，n]，每个子区间表示的速度区间是[v_max·(i-1)/n)，v_max·i/n)，i∈(0，n]，在每个子区间内过O作两条相交的圆弧来表示花瓣的轮廓，花瓣面积的大小与用户手写过程中速度大小在该子区间的百分比成正比；

(h)用花蕊来可视化用户手写过程中笔尖对手写板的压力的分布，花蕊的数目为步骤(e)中描述的l，每个花蕊都是过坐标原点O的圆弧，从x+轴开始，过O作射线将二维坐标系等分成l个子区间，每个子区间的范围是[(k-1)·360/l，k·360/l)，k∈(0，l]，每个子区间表示的压力区间是[pressure_max·(k-1)/l)，pressure_max·k/l)，k∈(0，l]，在每个子区间内，过O作一条圆心角是120度的圆弧，圆弧的长度与用户手写过程中笔尖对手写板的压力在该子区间的百分比成正比；

(i)长度最长的花蕊的末端A是花萼的中心，花萼用来可视化用户手写过程中笔尖移动的方向的分布，以A为原点建立一个二维直角坐标系OA，从OA的x+轴开始，过A作射线将OA等分成m个子区间，每个子区间的范围是[(j-1)·360/m，j·360/m)，j∈(0，m]，每个子区间表示的用户在手写过程中笔尖移动的方向区间是[(j-1)·360/m，j·360/m)，j∈(0，m]，在每个子区间内，以A为端点作一段线段AA_j，AA_j的长度与用户手写过程中笔尖移动的方向的在该子区间内百分比成正比，再用二次样条曲线将A_j，j∈(0，m]连接起来形成花萼的轮廓。

所述的用户书写过程结束之后对所有采集到的数据进行分类，将每个类别的信息可视化的步骤：

(j)根据在数据采集的时刻对采集到的数据进行分类，分类的方法是，所有的汉字都由横、竖、撇、捺、点五种笔划组成，所有写笔划“横”时采集到的数据归为一类，所有写笔划“竖”时采集到的数据归为一类，所有写笔划“撇”时采集到的数据归为一类，所有写笔划“捺”时采集到的数据归为一类，所有写笔划“点”时采集到的数据归为一类；

(k)使用五瓣花的花朵图形对所有采集到的数据进行可视化，二维坐标系的坐标原点O是花朵的中心，五瓣花由五个花瓣和连接花瓣中心与坐标原点O的线段组成，每个花瓣用来描述用户书写一类笔划时笔尖移动速度的分布信息，每条链接花瓣中心和花朵中心的线段用来描述书写一类笔划时笔尖对手写板压力的分布信息；

(1)以O为端点作第q(q∈[1，5])条线段，每条线段与x+轴的夹角为(q-1)·72度，线段长度为L，每条线段的另一个端点是S_q，也是每个花瓣的中心；

(m)按照步骤(c)计算用户手写一种笔划的过程中笔尖移动速度的分布信息，以S_q为中心建立直角坐标系OS_q，从OS_q的x+轴开始，过S_q作射线将OS_q等分成n个子区间，每个子区间的范围是[(i-1)·360/n，i·360/n)，i∈(0，n]，每个子区间表示的用户在手写过程中笔尖移动速度大小的子区间是[v_max·(i-1)/n)，v_max·i/n)，i∈(0，n]，在每个子区间内，以S_q为端点作一段线段S_qS_qi，S_qS_qi的长度与用户手写过程中笔尖移动的方向的在该子区间内百分比成正比，再用二次样条曲线将S_qi，q∈[1，5]，i∈(0，n]连接起来形成第q个花瓣的轮廓；

(n)连接花朵中心O和花瓣中心S_q的宽度为w的直线用来描述用户手写一类笔划时笔尖对手写板的压力的分布情况，直线OS_q上的纹理的颜色恒定不变，通过纹理的亮度的变化来描述压力的分布，按照步骤(e)计算用户在写一类笔划是笔尖对手写板的压力的分布，直线OS_q被分成l段，每一段的亮度根据公式lightness_k＝1.0·pressure_k/pressure_max计算得到，每一段的长度根据公式 ${\mathrm{length}}_k=L\·R_k^{\mathrm{pressure}}$ 确定。

所述的通过比较可视化结果的相似度来鉴定笔迹的真伪的步骤：

(o)用户手写过程结束之后，通过比较步骤2)中生成的可视化结果的形状和已知的根据步骤2)生成的可视化结果是否相同来鉴定笔迹的真伪；

(p)用户手写过程结束之后，通过比较步骤3)中生成的可视化结果的形状和已知的根据步骤3)生成的可视化结果是否相同来鉴定笔迹的真伪。

本发明的有益效果是，通过采集用户手写过程在笔尖移动的速度和笔尖对手写板的压力，分析用户的手写习惯并将手写习惯可视化结果用于笔迹鉴定。传统的笔迹鉴定的方法是根据笔迹的形状来鉴定笔迹的真伪，这种方法的缺点是，笔迹的形状和书写风格是可以模仿的，而且用户手写的内容也可能变化，但是，由于一个人的手写习惯是相对稳定和难于模仿的，通过手写习惯来进行笔迹鉴定是一种更加可靠和稳定的笔迹鉴定方法。

附图说明

图1是花朵图实例；

图2是花朵图中花瓣的设计图；

图3是花朵图中花蕊的设计图；

图4是花朵图中花萼的设计图；

图5是花萼实例；

图6是五瓣花实例。

具体实施方式

本发明提出的和书写内容无关的汉字笔迹可视化鉴定方法，结合附图其详细说明如下：

本发明包括以下步骤：

1.在用户使用手写笔在手写板上写字的过程中，每隔T_{_step}秒采集并保存手写笔的笔尖移动速度的大小、方向，和笔尖对手写板压力的步骤：

(a)在用户手写过程在，每隔T_{_step}秒采集一次手写笔的笔尖移动速度大小、方向，和笔尖对手写板压力；

(b)将每次采集到的手写笔的笔尖移动速度的大小、方向，和笔尖对手写板压力数据，以分组的方式{|v_t|，direciton_t，pressure_t}，顺序保存在文件中，其中v_t表示t时刻的笔尖移动速度矢量，direction_t表示t时刻笔尖移动的方向，pressure_t表示t时刻笔尖对手写板的压力，为了便于对数据进行分析，文件的格式采用了arff文件的标准格式；。

2.用户书写过程结束之后，计算笔尖移动速度的大小、方向和笔尖对手写板压力的分布信息，并将分布信息可视化的步骤：

(c)将从0到v_max的区间等分成n个子区间，v_max表示书写过程中笔尖移动的最大速度，根据公式 $R_i^v=\frac{C_i^v}{C_{\mathrm{total}}},$ i∈(0，n]，计算用户书写速度的大小属于第i个子区间时的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，

表示速度大小属于第i个子区间内的数据组的数目；

(d)统计用户书写过程中笔尖移动的方向的分布信息，将0到360等分成m个子区间，根据公式 $R_j^{\mathrm{direction}}=\frac{C_j^{\mathrm{direction}}}{C_{\mathrm{total}}},$ j∈(0，m]计算用户书写时笔尖移动的方向在第j个区间的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，表示笔尖移动的方向属于第j个子区间内的数据组的数目；

(e)统计用户书写过程中笔尖对手写板的压力的分布信息，将0到pressure_max等分成l个子区间，pressure_max表示在写字过程中笔尖对手写板压力的最大值，根据公式 $R_k^{\mathrm{pressure}}=\frac{C_k^{\mathrm{pressure}}}{C_{\mathrm{total}}},$ k∈(0，l]，计算用户书写时笔尖对手写板的压力在第k个区间的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，表示笔尖对手写板的压力属于第k个子区间内的数据组的数目；

(f)通过花朵图来可视化用户手写时笔尖移动速度的大小、方向和笔尖对手写板的压力的分布信息，花朵由花瓣、花蕊和花萼三个部分组成，花朵图的实例如图1所示；

(g)用花瓣来可视化用户手写过程中笔尖移动速度大小的分布信息，二维直角坐标系的坐标原点O是花朵的中心，花瓣的数目为步骤(c)中描述的n，从x+轴开始，过O作射线将二维坐标系等分成n个子区间，每个子区间的范围是[(i-1)·360/n，i·360/n)，i∈(0，n]，每个子区间表示的速度区间是[v_max·(i-1)/n)，v_max·i/n)，i∈(0，n]，在每个子区间内过O作两条相交的圆弧来表示花瓣的轮廓，如图2所示，圆弧OAc_2，3A和圆弧OAc_2，2A相交的区域代表一个花瓣，花瓣面积的大小与用户手写过程中速度大小在该子区间的百分比成正比；

(h)用花蕊来可视化用户手写过程中笔尖对手写板的压力的分布，花蕊的数目为步骤(e)中描述的l，每个花蕊都是过坐标原点O的圆弧，从x+轴开始，过O作射线将二维坐标系等分成l个子区间，每个子区间的范围是[(k-1)·360/l，k·360/l)，k∈(0，l]，每个子区间表示的压力区间是[pressure_max·(k-1)/l)，pressure_max·k/l)，k∈(0，l]，在每个子区间内，过O作一条圆心角是120度的圆弧，圆弧的长度与用户手写过程中笔尖对手写板的压力在该子区间的百分比成正比，绘制花蕊的原理图如图3所示，圆弧OP₂和圆弧OP₆都表示花蕊；

(i)长度最长的花蕊的末端A是花萼的中心，花萼用来可视化用户手写过程中笔尖移动的方向的分布，以A为原点建立一个二维直角坐标系OA，从OA的x+轴开始，过A作射线将OA等分成m个子区间，每个子区间的范围是[(j-1)·360/m，j·360/m)，j∈(0，m]，每个子区间表示的用户在手写过程中笔尖移动的方向区间是[(j-1)·360/m，j·360/m)，j∈(0，m]，在每个子区间内，以A为端点作一段线段AA_j，AA_j的长度与用户手写过程中笔尖移动的方向的在该子区间内百分比成正比，再用二次样条曲线将A_j，j∈(0，m]连接起来形成花萼的轮廓，如图4所示，花萼是的实例如图5所示。

3.用户书写过程结束之后对所有采集到的数据进行分类，将每个类别的信息可视化的步骤：

(j)根据在数据采集的时刻对采集到的数据进行分类，分类的方法是，所有的汉字都由横、竖、撇、捺、点五种笔划组成，所有写笔划“横”时采集到的数据归为一类，所有写笔划“竖”时采集到的数据归为一类，所有写笔划“撇”时采集到的数据归为一类，所有写笔划“捺”时采集到的数据归为一类，所有写笔划“点”时采集到的数据归为一类，对笔划上的点进行分类的方法是，根据数据点的速度方向确定数据点属于哪一种笔划上的点，首先根据公式tan(α)＝|v_y|/|v_x|计算两个数据点之间的方向角度α，如果α∈(-d_heng，d_heng)则当前数据点是“横”划上的点，如果α∈(90-d_shu，90+d_shu)则当前数据点属于“竖”笔划上的点，如果α∈(45-d_pie，45+d_pie)，则当前数据点属于“撇”笔划上的点，如果α∈(135-d_na，135+d_na)，则当前数据点属于“捺”笔划上的点，其余的不属于任何笔划的点则被视为属于“点”笔划的点；

(k)使用五瓣花的花朵图形对所有采集到的数据进行可视化，二维坐标系的坐标原点O是花朵的中心，五瓣花由五个花瓣和连接花瓣中心与坐标原点O的线段组成，每个花瓣用来描述用户书写一类笔划时笔尖移动速度的分布信息，每条链接花瓣中心和花朵中心的线段用来描述书写一类笔划时笔尖对手写板压力的分布信息，五瓣花的实例如图6所示；

(1)以O为端点作第q(q∈[1，5])条线段，每条线段与x+轴的夹角为(q-1)·72度，线段长度为L，每条线段的另一个端点是S_q，也是每个花瓣的中心；

(m)按照步骤(c)计算用户手写一种笔划的过程中笔尖移动速度的分布信息，以S_q为中心建立直角坐标系OS_q，从OS_q的x+轴开始，过S_q作射线将OS_q等分成n个子区间，每个子区间的范围是[(i-1)·360/n，i·360/n)，i∈(0，n]，每个子区间表示的用户在手写过程中笔尖移动速度大小的子区间是[v_max·(i-1)/n)，v_max·i/n)，i∈(0，n]，在每个子区间内，以S_q为端点作一段线段S_qS_qi，S_qS_qi的长度与用户手写过程中笔尖移动的方向的在该子区间内百分比成正比，再用二次样条曲线将S_qi，q∈[1，5]，i∈(0，n]连接起来形成第q个花瓣的轮廓；

(n)连接花朵中心O和花瓣中心S_q的宽度为w的直线用来描述用户手写一类笔划时笔尖对手写板的压力的分布情况，直线OS_q上的纹理的颜色恒定不变，通过纹理的亮度的变化来描述压力的分布，按照步骤(e)计算用户在写一类笔划是笔尖对手写板的压力的分布，直线OS_q被分成l段，每一段的亮度根据公式lightness_k＝1.0·pressure_k/pressure_max计算得到，每一段的长度根据公式 ${\mathrm{length}}_k=L\·R_k^{\mathrm{pressure}}$ 确定。

4.通过比较可视化结果的相似度来鉴定笔迹的真伪的步骤：

(o)用户手写过程结束之后，通过比较步骤2)中生成的可视化结果的形状和已知的根据步骤2)生成的可视化结果是否相同来鉴定笔迹的真伪；

(p)用户手写过程结束之后，通过比较步骤3)中生成的可视化结果的形状和已知的根据步骤3)生成的可视化结果是否相同来鉴定笔迹的真伪。

Claims (5)

1.一种和书写文字内容无关的汉字笔迹可视化鉴定方法，其特征在于包括如下步骤：

1)在用户使用手写笔在手写板上写字的过程中，每隔T_{_step}秒采集并保存手写笔的笔尖移动速度的大小、方向，和笔尖对手写板压力；

2)用户书写过程结束之后，计算笔尖移动速度的大小、方向和笔尖对手写板压力的分布信息，并将分布信息可视化；

3)用户书写过程结束之后对所有采集到的数据进行分类，将每个类别的信息可视化；

4)通过比较可视化结果的相似度来鉴定笔迹的真伪。

2.根据权利要求1所述的一种和书写文字内容无关的汉字笔迹可视化鉴定方法，其特征在于所述的在用户使用手写笔在手写板上写字的过程中，每隔T_{_step}秒采集并保存手写笔的笔尖移动速度的大小、方向，和笔尖对手写板压力的步骤：

(a)在用户手写过程在，每隔T_{_step}秒采集一次手写笔的笔尖移动速度大小、方向，和笔尖对手写板压力；

(b)将每次采集到的手写笔的笔尖移动速度的大小、方向，和笔尖对手写板压力数据，以分组的方式{|v_t|，direciton_t，pressure_t}，顺序保存在文件中，其中v_t表示t时刻的笔尖移动速度矢量，direction_t表示t时刻笔尖移动的方向，pressure_t表示t时刻笔尖对手写板的压力。

3.根据权利要求1所述的一种和书写文字内容无关的汉字笔迹可视化鉴定方法，其特征在于所述的用户书写过程结束之后，计算笔尖移动速度的大小、方向和笔尖对手写板压力的分布信息，并将分布信息可视化的步骤：

(c)将从0到v_max的区间等分成n个子区间，v_max表示书写过程中笔尖移动的最大速度，根据公式 $R_i^v=\frac{C_i^v}{C_{\mathrm{total}}},$ i∈(0，n]，计算用户书写速度的大小属于第i个子区间时的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，表示速度大小属于第i个子区间内的数据组的数目；

(d)统计用户书写过程中笔尖移动的方向的分布信息，将0到360等分成m个子区间，根据公式 $R_j^{\mathrm{direction}}=\frac{C_j^{\mathrm{direction}}}{C_{\mathrm{total}}},$ j∈(0，m]计算用户书写时笔尖移动的方向在第j个区间的百分比，C_total，是在用户书写过程中采集到的在的数据组的总数，

表示笔尖移动的方向属于第j个子区间内的数据组的数目；

(e)统计用户书写过程中笔尖对手写板的压力的分布信息，将0到pressure_max等分成l个子区间，pressure_max表示在写字过程中笔尖对手写板压力的最大值，根据公式 $R_k^{\mathrm{pressure}}=\frac{C_k^{\mathrm{pressure}}}{C_{\mathrm{total}}},$ k∈(0，l]，计算用户书写时笔尖对手写板的压力在第k个区间的百分比，C_total是在用户书写过程中采集到的在的数据组的总数，

表示笔尖对手写板的压力属于第k个子区间内的数据组的数目；

(f)通过花朵图来可视化用户手写时笔尖移动速度的大小、方向和笔尖对手写板的压力的分布信息，花朵由花瓣、花蕊和花萼三个部分组成；

(g)用花瓣来可视化用户手写过程中笔尖移动速度大小的分布信息，二维直角坐标系的坐标原点O是花朵的中心，花瓣的数目为步骤(c)中描述的n，从x+轴开始，过O作射线将二维坐标系等分成n个子区间，每个子区间的范围是[(i-1)·360/n，i·360/n)，i∈(0，n]，每个子区间表示的速度区间是[v_max·(i-1)/n)，v_max·i/n)，i∈(0，n]，在每个子区间内过O作两条相交的圆弧来表示花瓣的轮廓，花瓣面积的大小与用户手写过程中速度大小在该子区间的百分比成正比；

(h)用花蕊来可视化用户手写过程中笔尖对手写板的压力的分布，花蕊的数目为步骤(e)中描述的l，每个花蕊都是过坐标原点O的圆弧，从x+轴开始，过O作射线将二维坐标系等分成l个子区间，每个子区间的范围是[(k-1)·360/l，k·360/l)，k∈(0，l]，每个子区间表示的压力区间是[pressure_max·(k-1)/l)，pressure_max·k/l)，k∈(0，l]，在每个子区间内，过O作一条圆心角是120度的圆弧，圆弧的长度与用户手写过程中笔尖对手写板的压力在该子区间的百分比成正比；

(i)长度最长的花蕊的末端A是花萼的中心，花萼用来可视化用户手写过程中笔尖移动的方向的分布，以A为原点建立一个二维直角坐标系OA，从OA的x+轴开始，过A作射线将OA等分成m个子区间，每个子区间的范围是[(j-1)·360/m，j·360/m)，j∈(0，m]，每个子区间表示的用户在手写过程中笔尖移动的方向区间是[(j-1)·360/m，j·360/m)，j∈(0，m]，在每个子区间内，以A为端点作一段线段AA_j，AA_j的长度与用户手写过程中笔尖移动的方向的在该子区间内百分比成正比，再用二次样条曲线将A_j，j∈(0，m]连接起来形成花萼的轮廓。

4.根据权利要求1所述的一种和书写文字内容无关的汉字笔迹可视化鉴定方法，其特征在于所述的用户书写过程结束之后对所有采集到的数据进行分类，将每个类别的信息可视化的步骤：

(j)根据在数据采集的时刻对采集到的数据进行分类，分类的方法是，所有的汉字都由横、竖、撇、捺、点五种笔划组成，所有写笔划“横”时采集到的数据归为一类，所有写笔划“竖”时采集到的数据归为一类，所有写笔划“撇”时采集到的数据归为一类，所有写笔划“捺”时采集到的数据归为一类，所有写笔划“点”时采集到的数据归为一类；

(k)使用五瓣花的花朵图形对所有采集到的数据进行可视化，二维坐标系的坐标原点O是花朵的中心，五瓣花由五个花瓣和连接花瓣中心与坐标原点O的线段组成，每个花瓣用来描述用户书写一类笔划时笔尖移动速度的分布信息，每条链接花瓣中心和花朵中心的线段用来描述书写一类笔划时笔尖对手写板压力的分布信息；

(1)以O为端点作第q(q∈[1，5])条线段，每条线段与x+轴的夹角为(q-1)·72度，线段长度为L，每条线段的另一个端点是S_q，也是每个花瓣的中心；

(m)按照步骤(c)计算用户手写一种笔划的过程中笔尖移动速度的分布信息，以S_q为中心建立直角坐标系OS_q，从OS_q的x+轴开始，过S_q作射线将OS_q等分成n个子区间，每个子区间的范围是[(i-1)·360/n，i·360/n)，i∈(0，n]，每个子区间表示的用户在手写过程中笔尖移动速度大小的子区间是[v_max·(i-1)/n)，v_max·i/n)，i∈(0，n]，在每个子区间内，以S_q为端点作一段线段S_qS_qi，S_qS_qi的长度与用户手写过程中笔尖移动的方向的在该子区间内百分比成正比，再用二次样条曲线将S_qi，q∈[1，5]，i∈(0，n]连接起来形成第q个花瓣的轮廓；

(n)连接花朵中心O和花瓣中心S_q的宽度为w的直线用来描述用户手写一类笔划时笔尖对手写板的压力的分布情况，直线OS_q上的纹理的颜色恒定不变，通过纹理的亮度的变化来描述压力的分布，按照步骤(e)计算用户在写一类笔划是笔尖对手写板的压力的分布，直线OS_q被分成l段，每一段的亮度根据公式lightness_k＝1.0·pressure_k/pressure_max计算得到，每一段的长度根据公式 ${\mathrm{length}}_k=L\·R_k^{\mathrm{pressure}}$ 确定。

5.根据权利要求1所述的一种和书写文字内容无关的汉字笔迹可视化鉴定方法，其特征在于所述的通过比较可视化结果的相似度来鉴定笔迹的真伪的步骤：

(o)用户手写过程结束之后，通过比较步骤2)中生成的可视化结果的形状和已知的根据步骤2)生成的可视化结果是否相同来鉴定笔迹的真伪；

(p)用户手写过程结束之后，通过比较步骤3)中生成的可视化结果的形状和已知的根据步骤3)生成的可视化结果是否相同来鉴定笔迹的真伪。

Images