基于Gabor滤波器和高斯马尔科夫随机场的书法笔迹鉴别-应用数学专业论文.docxVIP

摘要 本文主要从笔迹分析的角度辅助鉴别书法作品的真伪。虽然目前关于书法字 笔迹鉴别的研究甚少，但离线文本独立的手写汉字笔迹鉴别方法对书法笔迹鉴定 有着重要的参考价值。提取有效的特征一直是笔迹鉴别的关键问题，本文主要研 究的是基于纹理分析的笔迹特征提取算法，完成的工作如下: 1.介绍了书法笔迹鉴别的相关背景和离线文本独立笔迹鉴别特征提取方法 的研究现状。 2.完成了书法图像的预处理工作，提出了通过统计字符笔画的方向梯度直方 图的方法对 Gabor 滤波器的角度进行优化。针对传统 Gabor 滤波器特征提取方法 存在的不足，充分利用 Gabor 滤波系数间的相关关系，提出了用高斯马尔科夫随 机场（GMRF）模型对 Gabor 滤波图像中的不同局部结构信息进行描述，成功地 将全局特征和局部特征融合在一起。 3.提出了结合 Gabor 滤波器和高斯马尔科夫随机场的笔迹鉴别方法，算法的 基本思路是：通过优化的 Gabor 滤波器提取笔迹的纹理特征和奇异信息，突出笔 迹信息在一定方向和空间频率上的整体特征；然后用高斯马尔科夫随机场模型来 描述滤波图像中隐藏的局部结构，对笔迹的局部结构信息进行分析。整个特征提 取算法综合考虑了笔迹的微结构信息和整体的书写风格。以楷书四大家的真迹样 本和收集的英文手稿作为实验数据，采用最小加权欧式距离分类器对笔迹样本进 行分类，通过五重交叉验证法分别得到 93.3%和 87.4%的正确分类率。实验表明， 对比传统的 Gabor 滤波器方法或单一的高斯马尔科夫随机场模型方法，本文提出 的结合 Gabor 滤波器和 GMRF 方法提取的特征具有更强的笔迹表征能力，该方 法在本文所用的笔迹样本库上取得较为满意的结果。 关键词 ：笔迹鉴别；Gabor 滤波器；高斯马尔科夫随机场；特征提取 I Abstract This article assists to identify the authenticity of calligraphy works from the perspective of handwriting analysis. Although currently there is very little study on calligraphy writer identification, the off-line text-independent Chinese character handwriting identification methods provide a great important reference for our research on calligraphy writer identification. Extracting effective features to describe handwriting is always a key problem in writer identification. This paper mainly studies handwriting feature extraction algorithm based on texture analysis. The main contents of the dissertation are as following: Firstly, we provide a brief review of the relevant background of calligraphy handwriting identification and the research status about the feature extraction methods of off-line, text-independent writer identification. Secondly, we complete the preprocessing of original calligraphy images and propose to use histogram of gradient (HOG) of the character strokes to optimize the orientations of Gabor filter. In order to overcome the shortcomings of the traditional Gabor filter method, as well as to fully exploit correlation between Gabor filtering coefficient. We propose to apply Gauss Markov Ra