CN102096809B - 一种基于局部轮廓结构编码的笔迹鉴别方法 - Google Patents

Abstract

本发明公开了一种基于局部轮廓结构编码的笔迹鉴别方法，它是一种文本独立的基于局部结构特征的笔迹鉴别新方法，包括预处理、局部轮廓编码、特征提取和笔迹鉴别四个步骤。本发明对检材笔迹和样本笔迹进行客观鉴别，提高了一对多笔迹鉴别检索的准确率，利用计算机笔迹进行个人身份认证，在金融，公安等多领域都有广泛的应用前景。

Description

一种基于局部轮廓结构编码的笔迹鉴别方法

技术领域

本发明涉及计算机自动生物鉴别技术领域，特别是一种与书写内容无关的基于局部轮廓结构编码的笔迹鉴别方法，其属于笔迹鉴别领域。

背景技术

笔迹鉴别是根据不同书写人的书写风格进行个人身份认证的一种技术。目前，尽管人工笔迹鉴别已达到比较准确的地步，但人工鉴别易受鉴别人的情绪，身体状况等主、客观因素的影响，而计算机自动笔迹鉴别却能弥补此缺陷，但计算机自动笔迹鉴别却仍是个难题。

计算机笔迹鉴别主要分为文本依存与文本独立两种方法，文本依存方法与书写的具体内容有关，从相同的字符中提取其特征，当只有少量笔迹字符时，具有较好的准确度，常用于一对一的笔迹鉴别；文本独立方法与书写的具体内容无关，需从大量字符中提取出反映书写风格的特征，常用于一对多的笔迹鉴别。在实际的笔迹鉴别中，所收集到的笔迹文本，大多数书写内容各不相同，因此与书写内容无关的即文本独立的笔迹鉴别方法更加实用。

笔迹鉴别的关键问题在于笔迹特征的提取与比较。总的来说，对于文本独立的笔迹鉴别方法所提取的特征主要分为两类：一是纹理特征，其基于纹理块的纹理分析，其准确度易受文本拼接方法的影响而不稳定；二是结构特征，例如：笔迹文本行的倾斜度，字符间的宽度等。但总体而言，以上方法大多提出笔迹文本的全局特征，涉及的局部特征很少，而对于笔迹文本而言，个人笔迹是在长期书写过程中形成的固定写作风格，笔迹文本中的每个字符都是由小笔段构成的，其小笔段也具有特定的风格，一个人的笔迹常由多种不同风格的局部笔段组成，对于相同的笔迹，其局部笔段的轮廓结构往往呈现出相似性。

发明内容

本发明的目的是提供一种与书写内容无关的基于局部轮廓结构编码的笔迹鉴别方法，主要解决笔迹文本的局部特征的提取与描述问题，能够实现笔迹的鉴别。

为达到上述目的，本发明表述的一种基于局部轮廓结构编码的笔迹鉴别方法，其关键是：按以下步骤进行：

步骤一S1：预处理步骤：

对需要检测的检材笔迹文档和用于对比的样本笔迹库中的样本笔迹文档进行扫描，将扫描出的图像二值化，然后利用边缘检测算子获得以边缘轮廓图为表现形式的检材笔迹图像和样本笔迹图像；

步骤二S2：局部轮廓编码步骤：

S2-1:样本编码：

取一个(2n+1)×(2n+1)的网格，n为中心到边缘的距离，让该网格的中心点依次遍历样本笔迹图像的所有边缘轮廓像素点，形成m个内含边缘轮廓像素点的窗口，m为边缘轮廓像素点的总数；

将每个窗口中的边缘轮廓像素点值记为1，非边缘轮廓像素点值记为0；将每个窗口中所包含的边缘轮廓像素点按连通域分成不同的局部轮廓，每个局部轮廓单独形成一个子窗口，子窗口大小与原窗口相同，非局部轮廓的部分以0填充；对每个子窗口内的局部轮廓进行二进制编码；

S2-2：检材编码：

对检材笔迹图像按如S2-1所述的方法进行二进制编码；

步骤三S3:特征提取步骤：

S3-1:样本特征提取：

统计在S2-1中得到的每个样本编码出现的频次，将样本编码按样本频次进行降序排列，如此排列的样本编码及样本频次构成一个序列，该序列作为样本笔迹的样本特征存入鉴别样本库；

S3-2:最优检材特征提取：

对在S2-2中得到的检材编码，按S3-1的方法进行统计排列，如此排列的检材编码的序号为i，i为自然数，取前K个检材编码及检材频次组成一个子序列，K≤i，

该子序列即为检材笔迹的最优检材特征；

步骤四S4：笔迹鉴别步骤：

S4-1：从鉴别样本库中取出属于同一个样本笔迹的样本特征，找出与检材编码相同的样本编码，按样本频次降序排列，取前K个样本编码及样本频次组成对比序列，不足K个的以0填位，该对比序列即为此次取出的样本笔迹的对比特征；

S4-2：把在S3-2中得到的最优检材特征与在S4-1中得到的对比特征进行比较，得出这一份样本笔迹的相似度；

S4-3：从鉴别库中取出下一份样本笔迹的样本特征，按S4-1与S4-2的方法与检材笔迹的进行比，得出下一份样本笔迹的相似度；重复本步，直到没有与检材编码相同的样本编码出现为止；

S4-4：把检材笔迹归属为相似度最高的样本笔迹的提供者。

本发明是一种文本独立的基于局部轮廓结构特征的笔迹鉴别技术，为避免笔画粗细对鉴别准确度带来的影响，本发明通过提取笔迹图像中所有字符边缘的局部轮廓的结构特征来代替局部笔段的结构特征，不同风格的局部轮廓用不同的编码表示，通过统计笔迹图像中的每种编码出现的频次来反映不同局部笔段出现的频率，该频次的序列即为当事人笔迹的特征。最后通过对需要鉴定的检材笔迹特征与样本库中的笔迹特征进行比较，确定检材笔迹的归属。

本发明还可进一步具体为：

所述的二进制编码的方法为：

以子窗口的中心点为中心，与中心距离相同的所有邻域像素点归为一组，子窗口中心到边缘的距离为p，则分为p组；每一组像素点从中心点所在的横轴正方的邻域点为起始点，按逆时针方向把该组所有像素点的值组合成一个由0、1构成二进制编码。

分组进行所述的二进制编码时，忽略掉不包含1和只包含一个1的二进制编码序列。

将所述步骤二S2、步骤三S3、步骤四S4中的二进制编码转换成十进制编码，进行鉴别、排序及存储，用于人工检查或调取。

所述特征提取步骤中统计样本频次与检材频次的按比例进行计算的公式为：

$H_j\left(t\right)=\frac{{\mathrm{code}}_j\left(t\right)}{\underset{t=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{code}}_j\left(t\right)},j=1\·\·\·p$

其中，j代表样本编码所属的组序号，若样本编码不分组则j取1；t的取值为[1,L],L为每一组中出现的样本编码的个数；code_j(t)代表第j组样本编码中的第t个样本编码出现的次数；H_j(t)代表在第j组样本编码中的第t个样本编码出现的频次。

所述笔迹鉴别步骤中按欧式距离进行相似度计算的公式为：

将最优检材特征，即分组的前K个检材编码及检材频次构成的子序列记为：h_j(k),k=1…K,j=1…p，j代表样本编码所属的组序号，若样本编码不分组则j取1；

将此次取出的样本笔迹的对比特征并记为：

h_j’(k),

k=1…K,t=1…L,j=1…p，K≤L，L为每一组中出现的样本编码的个数；

将对比特征与最优检材特征按欧氏距离之和进行相似性比较，得到此次取出的样本笔迹与检材笔迹的相似度：

$d(h,h^{\′})=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\sqrt{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{(h_j\left(k\right)-{h_j}^{\′}\left(k\right))}^2},k=1\·\·\·K,j=1\·\·\·p$

其中d(h,h’)是两个特征序列间的距离，此距离越小则相似度越高。

所述K的取值区间为[14,16]。

经过实验统计得出：组成一个人笔迹的局部笔段，其中90%都集中于频次最高的前K个编码中，为了降低后续分类鉴别的计算复杂度，提取最优的鉴别特征，本发明只取了前K个出现次数最高的编码作为检材笔迹图像的特征,该K的取值通过实验来确定，一般取为15。

本发明的显著效果是：本发明提出了一种基于局部轮廓结构编码的笔迹鉴别方法，它是一种文本独立的基于局部结构特征的笔迹鉴别新方法。对检材笔迹和样本笔迹进行客观鉴别，提高了一对多笔迹鉴别检索的准确率，利用计算机笔迹进行个人身份认证，在金融，公安等多领域都有广泛的应用前景。

附图说明

图1是一个典型笔迹鉴别系统的硬件构成示意图；

图2是来自于不同两个人的两份笔迹示意图；

图3是笔迹图像的边缘轮廓图；

图4是一个7×7的窗口示意图；

图5是从图4窗口中分出的内含一段局部轮廓的子窗口示意图；

图6是从图4窗口中分出的内含另一段局部轮廓的子窗口示意图；

图7是图5子窗口中局部轮廓的分组的二进制与十进制编码结果；

图8是图6子窗口中局部轮廓的分组的二进制与十进制编码结果；

图9是本发明的方法步骤图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细说明。

1、笔迹图像的预处理。

如图1所示，从硬件上看，一个典型的计算机笔迹鉴别系统主要由采集设备和计算机两部分组成，一般采集设备使用扫描仪，数码相机等设备。通过采集设备获得相关笔迹文档的原始笔迹图像，如图2所示为经过分辨率为300dpi的扫描仪扫描后获得的两位不同书写者的原始笔迹图像。

因书写工具的不同，书写力度的轻重不同，都将导致笔段粗细的不一致。为避免该不一致导致计算困难，本发明将局部笔段由该局部笔段的边缘轮廓来表示。此边缘轮廓既能表征笔迹的走向结构，同时也避免了用笔迹中心线表征笔迹走向结构的复杂计算。首先把获得的原始笔迹图像进行二值化处理，然后利用边缘检测算子获取以边缘轮廓图为表现形式的处理后的笔迹图像，如图3所示为两位不同书写者的原始笔迹图像经预处理后，得到的以边缘轮廓图为表现形式的处理后的样本笔迹与检材笔迹。

2、对样本笔迹和检材笔迹进行局部轮廓编码。

取一个(2n+1)×(2n+1)的网格，n为中心到边缘的距离，如图4所示，该网格的n取值为3。让该网格的中心点依次遍历样本笔迹图像的所有边缘轮廓像素点，形成m个内含边缘轮廓像素点的窗口，m为边缘轮廓像素点的总数。将每个窗口中的边缘轮廓像素点值记为1，非边缘轮廓像素点值记为0；将每个窗口中所包含的边缘轮廓像素点按连通域分成不同的局部轮廓，每个局部轮廓单独形成一个子窗口，子窗口大小与原窗口相同，非局部轮廓的部分以0填充。如图4所示，该窗口有2个连通域，则把该窗口分为如图5、图6所示的两个子窗口，每个子窗口有且只有一个连通域，即一端局部轮廓。然后再分别对每个子窗口中的局部轮廓进行二进制编码。同时为了方便人工的检查或调取，可以将步骤二局部轮廓编码步骤、步骤三特征提取步骤、步骤四笔迹鉴别步骤中的二进制编码转换成十进制编码，进行鉴别、排序及存储，用于人工检查或调取。

本发明的一种二进制编码的实施例为：

一种不分组的子窗口二进制编码方法：从左到右依次记录子窗口的像素点值，记完一行再从上到下记录下一行，下一行同样也从左到右依次记录，如此记录直到将该子窗口的像素点值全部录入为止，最后得到一串数据长度为(2n+1)×(2n+1)的二进制编码。

本发明的另一种优选的二进制编码的实施例为：

一种分组的子窗口二进制编码方法：以子窗口的中心点为中心，与中心距离相同的所有邻域像素点归为一组，子窗口中心到边缘的距离为p，则分为p组；每一组像素点从中心点所在的横轴正方的邻域点为起始点，按逆时针方向把该组所有像素点的值组合成一个由0、1构成二进制编码。如图7所示为对图5子窗口进行分组二进制编码以及将二进制转换为十进制的结果；如图8所示为对图6子窗口进行分组编码以及将二进制转换为十进制的结果。

此分组的二进制编码的数据长度为[(2p+1)×(2p+1)-(2p-1)×(2p-1)]，因与中心距离越远，邻域像素点越多，故每组二进制编码长度不同，如图8所示，第一组二进制编码数据长度为8；第二组二进制编码数据长度为16；第三组二进制编码数据长度为24。

为了更好的表征局部轮廓的结构特征，去掉噪点的干扰，在分组二进制编码时只考虑至少存在两个1的二进制编码序列，如图5，图7所示，图5子窗口本应产生三组二进制编码，但由于前两组二进制编码序列没有满足至少存在两个1的要求，所以前两组二进制编码为空，不计入后续步骤之中。

3、提取样本笔迹和检材笔迹的特征。

每份样本笔迹有一组或多组样本特征，将多份样本笔迹的样本特征存入鉴别样本库，因样本笔迹有明确的提供者，故鉴别样本库可作为基本的对比数据库用。样本特征所有频次的样本编码都存入鉴别样本库，可以应对具有不同检材编码的不同的检材笔迹。而根据统计，前K位频次最高的编码能够代表笔迹90%的特征，为简化运算量，提高大规模运算的速度，故检材特征只取前K位，实验的结果，K值一般取为15。

本发明的一种提取样本笔迹和检材笔迹的特征的实施例：

一种按次数进行统计的特征提取方法：

统计一份样本笔迹的样本编码各自出现的次数，将这些样本编码按出现次数的降序排列，如此排列的样本编码及其次数的序列即为该份样本笔迹的样本特征；将多份样本笔迹的样本特征存入鉴别样本库。统计检材笔迹的检材编码各自出现的次数，将这些检材编码按次数降序排列，如此排列的检材编码的序号为i，i为自然数，取前K个检材编码及检材频次组成一个子序列，K≤i，

该子序列作为检材笔迹的检材特征。

本发明的另一种优选的提取样本笔迹和检材笔迹的特征的实施例：

一种按比例进行统计的特征提取方法：

第一步：对一份样本笔迹而言，按照分组，统计每组中每个样本编码出现的样本频次，其计算公式为：

$H_j\left(t\right)=\frac{{\mathrm{code}}_j\left(t\right)}{\underset{t=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{code}}_j\left(t\right)},j=1...p$

其中，j代表样本编码所属的组序号；t的取值为[1,L],L为每一组中出现的样本编码的个数；code_j(t)代表第j组样本编码中的第t个样本编码出现的次数；H_j(t)代表在第j组样本编码中的第t个样本编码出现的频次；

对每组中的样本编码按样本频次降序排列，如此排列的样本编码及样本频次构成一个序列，所有组的此类序列作为这一份样本笔迹的样本特征存入鉴别样本库；

第二步：对检材笔迹而言，按照上述第一步的方法进行统计排列，得到降序排列的检材编码及检材频次，取前K位检材编码及检材频次构成一个子序列，所有组的此类子序列即为该检材笔迹的最优检材特征。

因笔迹的大小不同，会导致笔迹结构相同但是该表示特征的编码出现次数却不同的情况。故一种更优的方法是用某一编码出现的次数占所有编码出现的总次数的比值来表示该编码出现的频繁度。同时，不分组的二进制编码计算量大，无法去掉噪点，故使用分组的二进制编码方法更优。若分组的话，因不同组的数据长度不同，不同组的二进制编码没有可比性，故需要分组进行特征的提取。不论分组与否，上述频次计算公式同样适用，即不分组的时候j的取值为1。

4、笔迹的鉴别。

本发明的一种笔迹鉴别的实施例：

一种利用线性拟合进行笔迹鉴别的方法：

第一步：将分组的最优检材特征，即分组的前K个检材编码及检材频次构成的子序列记为：h_j(k),k=1…K,j=1…p；

第二步：从鉴别样本库中取出属于同一个样本笔迹的分组的样本特征，找出与检材编码相同的样本编码，按样本频次降序排列，取前K个样本编码及样本频次组成分组的对比序列，不足K个的以0填位，该分组的对比序列即为此次取出的样本笔迹的分组的对比特征并记为：

h_j’(k),

k=1…K,t=1…L,j=1…p，K≤L；

第三步：分别对分组的对比特征与分组的最优检材特征进行线性拟合，将得到的对比直线的斜率与检材直线的斜率进行相似性比较，得到此次取出的样本笔迹与检材笔迹的相似度，公式为

其中a为对比直线的斜率，b为检材直线的斜率，r为斜率比值，此斜率比值越小则相似度越高；

第四步：从鉴别库中取出下一个样本笔迹的分组的样本特征，按第二步与第三步的方法计算与检材笔迹的相似度；重复本步，直到没有与检材编码相同的样本编码出现为止；

第五步：把检材笔迹归属为相似度最高的样本笔迹的提供者，即把检材笔迹归属为斜率比值最小的样本笔迹的提供者。

本发明的另一种优选的利用欧式距离进行笔迹鉴别的方法：

第一步：将分组的最优检材特征，即分组的前K个检材编码及检材频次构成的子序列记为：h_j(k),k=1…K,j=1…p；

第二步：从鉴别样本库中取出属于同一个样本笔迹的分组的样本特征，找出与检材编码相同的样本编码，按样本频次降序排列，取前K个样本编码及样本频次组成分组的对比序列，不足K个的以0填位，该分组的对比序列即为此次取出的样本笔迹的分组的对比特征并记为：

h_j’(k),

k=1…K,t=1…L,j=1…p，K≤L；

第三步：将分组的对比特征与分组的最优检材特征按欧氏距离之和进行相似性比较，得到此次取出的样本笔迹与检材笔迹的相似度，公式如下：

$d(h,h^{\′})=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\sqrt{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{(h_j\left(k\right)-{h_j}^{\′}\left(k\right))}^2},k=1\·\·\·K,j=1\·\·\·p,$

其中d(h,h’)是两个特征序列间的距离，此距离越小则相似度越高；

第四步：从鉴别库中取出下一个样本笔迹的分组的样本特征，按第二步与第三步的方法计算与检材笔迹的相似度；重复本步，直到没有与检材编码相同的样本编码出现为止；

第五步：把检材笔迹归属为相似度最高的样本笔迹的提供者，即把检材笔迹归属为距离最小的样本笔迹的提供者。

以上即为本发明的基于局部轮廓结构编码的笔迹鉴别方法，如图9所示：包括预处理、局部轮廓编码、特征提取和笔迹鉴别步骤。

在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (7)

1.一种基于局部轮廓结构编码的笔迹鉴别方法，其特征在于：按以下步骤进行：

步骤一S1：预处理步骤：

对需要检测的检材笔迹文档和用于对比的样本笔迹库中的样本笔迹文档进行扫描，将扫描出的图像二值化，然后利用边缘检测算子获得以边缘轮廓图为表现形式的检材笔迹图像和样本笔迹图像；

步骤二S2：局部轮廓编码步骤：

S2-1:样本编码：

取一个(2n+1)×(2n+1)的网格，n为中心到边缘的距离，让该网格的中心点依次遍历样本笔迹图像的所有边缘轮廓像素点，形成m个内含边缘轮廓像素点的窗口，m为边缘轮廓像素点的总数；

将每个窗口中的边缘轮廓像素点值记为1，非边缘轮廓像素点值记为0；将每个窗口中所包含的边缘轮廓像素点按连通域分成不同的局部轮廓，每个局部轮廓单独形成一个子窗口，子窗口大小与原窗口相同，非局部轮廓的部分以0填充；对每个子窗口内的局部轮廓进行二进制编码；

S2-2：检材编码：

对检材笔迹图像按如S2-1所述的方法进行二进制编码；

步骤三S3:特征提取步骤：

S3-1:样本特征提取：

统计在S2-1中得到的每个样本编码出现的频次，将样本编码按样本频次进行降序排列，如此排列的样本编码及样本频次构成一个序列，该序列作为样本笔迹的样本特征存入鉴别样本库；

S3-2:最优检材特征提取：

对在S2-2中得到的检材编码，按S3-1的方法进行统计排列，如此排列的检材编码的序号为i，i为自然数，取前K个检材编码及检材频次组成一个子序列，K≤i，

该子序列即为检材笔迹的最优检材特征；

步骤四S4：笔迹鉴别步骤：

S4-1：从鉴别样本库中取出属于同一个样本笔迹的样本特征，找出与检材编码相同的样本编码，按样本频次降序排列，取前K个样本编码及样本频次组成对比序列，不足K个的以0填位，该对比序列即为此次取出的样本笔迹的对比特征；

S4-2：把在S3-2中得到的最优检材特征与在S4-1中得到的对比特征进行比较，得出这一份样本笔迹的相似度；

S4-3：从鉴别库中取出下一份样本笔迹的样本特征，按S4-1与S4-2的方法与检材笔迹的进行比，得出下一份样本笔迹的相似度；重复本步，直到没有与检材编码相同的样本编码出现为止；

S4-4：把检材笔迹归属为相似度最高的样本笔迹的提供者。

2.根据权利要求1所述的基于局部轮廓结构编码的笔迹鉴别方法，其特征在于：所述的二进制编码的方法为：

以子窗口的中心点为中心，与中心距离相同的所有邻域像素点归为一组，子窗口中心到边缘的距离为p，则分为p组；每一组像素点从中心点所在的横轴正方的邻域点为起始点，按逆时针方向把该组所有像素点的值组合成一个由0、1构成二进制编码。

3.根据权利要求2所述的基于局部轮廓结构编码的笔迹鉴别方法，其特征在于：分组进行所述的二进制编码时，忽略掉不包含1和只包含一个1的二进制编码序列。

4.根据权利要求1所述的基于局部轮廓结构编码的笔迹鉴别方法，其特征在于：将所述步骤二S2、步骤三S3、步骤四S4中的二进制编码转换成十进制编码，进行鉴别、排序及存储，用于人工检查或调取。

5.根据权利要求1或2所述的基于局部轮廓结构编码的笔迹鉴别方法，其特征在于：所述特征提取步骤中统计样本频次与检材频次的按比例进行计算的公式为：

$H_j\left(t\right)=\frac{{\mathrm{code}}_j\left(t\right)}{\underset{t=1}{\overset{L}{\mathrm{\Σ}}}{\mathrm{code}}_j\left(t\right)},j=1\·\·\·p$

其中，j代表样本编码所属的组序号，若样本编码不分组则j取1；t的取值为[1,L],L为每一组中出现的样本编码的个数；code_j(t)代表第j组样本编码中的第t个样本编码出现的次数；H_j(t)代表在第j组样本编码中的第t个样本编码出现的频次。

6.根据权利要求1或2所述的基于局部轮廓结构编码的笔迹鉴别方法，其特征在于：所述笔迹鉴别步骤中按欧式距离进行相似度计算的公式为：

将最优检材特征，即分组的前K个检材编码及检材频次构成的子序列记为：h_j(k),k=1…K,j=1…p，j代表样本编码所属的组序号，若样本编码不分组则j取1；

将此次取出的样本笔迹的对比特征并记为：

h_j’(k),

k=1…K,t=1…L,j=1…p，K≤L，L为每一组中出现的样本编码的个数；

将对比特征与最优检材特征按欧氏距离之和进行相似性比较，得到此次取出的样本笔迹与检材笔迹的相似度：

$d(h,h^{\′})=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\sqrt{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{(h_j\left(k\right)-{h_j}^{\′}\left(k\right))}^2},k=1\·\·\·K,j=1\·\·\·p$

其中d(h,h’)是两个特征序列间的距离，此距离越小则相似度越高。

7.根据权利要求6所述的基于局部轮廓结构编码的笔迹鉴别方法，其特征在于：所述K的取值区间为[14,16]。

Images