离线文字笔迹鉴别技术是依据文字笔迹对书写人身份进行判别的一项技术,随着应用领域的不断扩展,离线文字笔迹鉴别技术已经成为计算机视觉和模式识别领域一个十分活跃的研究课题。由于它几乎包括了图像处理和模式识别领域中的所有典型问题,如图像预处理,特征提取和分类器设计等等,所以它一直也是图像处理和模式识别领域中的难点。本文的主要目的是研究离线文字笔迹鉴别系统的组成和关键部分的主要算法,为离线文字笔迹鉴别系统的实现提供技术支持。离线文字笔迹鉴别系统主要包括图像预处理、特征提取和分类器设计三部分。1.预处理是离线文字笔迹图像鉴别的第一步,本文采用了一套完整的离线文字笔迹图像预处理算法,包括去除图像的背景、噪声,以及图像的二值化和归一化处理等。2.特征的稳定性及其有效性决定着鉴别系统的性能,本文从纹理特征入手,采用了一种基于多通道Gabor滤波器的特征提取算法,该算法与文本内容无关,可记录下每一个通道的书写人文字笔迹风格的特征向量—均值和方差,它们表征每个通道文字笔迹图像纹理特征的重要信息。3.在分类器设计方面,本文采用了一种基于SVM理论的文字笔迹分类方法。通过SVM的训练,然后将笔迹图像的特征数据作为测试样本,根据本文采用的分类方法,通过分类器对文字笔迹进行判别。在实验中,本文通过录入不同人书写的大量文字笔迹,进行特征提取,最后用支持向量机的训练方法得出了较好的结果,实验数据表明该算法是适用的、可行的。