1、筆跡鑒別是通過分析手寫筆跡的書寫風(fēng)格來判斷手寫人身份的一門技術(shù)。近年來，社會(huì)需要對(duì)筆跡鑒別的研究提出了新的要求，模式識(shí)別和人工智能等相關(guān)學(xué)科的進(jìn)展為筆跡鑒別的發(fā)展提供了新的契機(jī)。隨著應(yīng)用領(lǐng)域的不斷擴(kuò)展，筆跡鑒別技術(shù)已成為計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域中一個(gè)十分活躍的研究課題。 本文基于神經(jīng)網(wǎng)絡(luò)技術(shù)，研究了行之有效的手寫筆跡鑒別方法，力圖為解決筆跡鑒別中所存在的困難探索切實(shí)可行的新途徑。本文主要研究內(nèi)容如下： (1)研究了筆跡圖

2、像預(yù)處理方法，主要包括對(duì)鑒別圖像進(jìn)行灰度化、二值化、平滑去噪、傾斜校正、歸一化等。本文給出一整套筆跡預(yù)處理算法，實(shí)驗(yàn)中取得了良好效果。 (2)將筆跡視為紋理圖像，利用紋理分析的方法提取其紋理特征是目前筆跡鑒別研究的熱點(diǎn)。本文在討論紋理分析常用方法基礎(chǔ)上，研究了一種基于小波包最佳基的特征提取方法，該方法在二維空間上由Haar小波包基對(duì)筆跡紋理實(shí)施3尺度小波包分解，在由香農(nóng)熵為代價(jià)函數(shù)提取到的12個(gè)小波包最佳基處對(duì)分解系數(shù)實(shí)行重構(gòu)，

3、用重構(gòu)系數(shù)作為鑒別的特征，實(shí)驗(yàn)證明這種辦法具有紋理自適應(yīng)匹配的能力。 (3)由于神經(jīng)網(wǎng)絡(luò)的特點(diǎn)及其在筆跡鑒別領(lǐng)域體現(xiàn)出的潛力，本文對(duì)基于神經(jīng)網(wǎng)絡(luò)的筆跡鑒別技術(shù)進(jìn)行了研究。本文研究了BP算法實(shí)現(xiàn)、網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù)選擇，探討了BP算法的改進(jìn)方法。本文采用改進(jìn)的BP網(wǎng)絡(luò)作分類器，取得了較好的實(shí)驗(yàn)結(jié)果。 (4)分析和設(shè)計(jì)了筆跡鑒別系統(tǒng)。該系統(tǒng)軟件使用Visual C++6.0開發(fā)工具和SQLserver 2000等編程工具。軟件可