摘 要

手写笔迹识别技术根据每个人与生俱来的生理特征或者长期形成的笔迹习惯来识别身份，无需再额外记忆密码。即使是很熟悉的人也无法完全模仿，是一种可靠的身份认证方式。

本文针对基于手写笔迹鉴别需要，通过动态手写笔迹的函数描述进行笔迹鉴别，实现动态手写笔迹的函数表示方法实验对比分析。通过多项式和贝塞尔函数对动态手写笔迹分别进行了函数描述，并对比分析，所得结果对于后续的笔迹鉴别工作具有重要的指导意义。

论文主要研究了基于函数的手写笔迹描述方法与实现。本文的设计是基于函数的手写笔迹描述方法与实现的过程展示，利用手写输入板采集手写笔迹信息，接着通过拐点检测将动态手写笔迹划分为若干段，然后分别利用一次、二次、三次函数和贝塞尔函数对动态手写笔迹进行曲线拟合，最后对贝塞尔曲线拟合后的笔迹做了旋转和缩放的效果展示，完成了动态手写笔迹的函数算法实现。

关键词：手写笔迹；拐点检测；多项式拟合；贝塞尔函数

Abstract

Handwriting recognition technology identifies identities based on the innate physiological characteristics of each person or the long-established handwriting habits, instead of remembering the password. Even if a familiar person can not completely imitate someone else's handwriting, it can be said to be one of the most reliable identity authentication.

In this thesis, based on the need of handwriting authentication, we use the dynamic handwriting function description to complete handwriting identification, and actualize dynamic handwriting function representation of experimental comparative analysis. The function description of the dynamic handwriting is carried out by the polynomial and the Bessel function, and the results are of great significance to the subsequent handwriting discrimination.

This thesis mainly studies the method and realization of handwriting. The design of this thesis is based on the function of handwriting description method and the realization of the process. The handwriting information is collected by handwriting input board. Then, the dynamic handwriting is divided into several segments by means of inflection corner detection. And we use different polynomials and Bessel functions to fit the curve of dynamic handwriting. Finally, the handwriting fitted with Bezier curve was done by rotation and zoom. We completed the dynamic handwriting function algorithm.

Key Words：Handwriting；Corner detection；Polynomial fitting；Bezier curve

目录

第1章 绪论 1

1.1 课题的背景及意义 1

1.2 国内外研究现状 2

1.3 本课题的研究内容与研究计划 3

第2章 在线手写笔迹的采集与处理 5

2.1 在线手写笔迹的采集方案 5

2.1.1 手写板与MATLAB GUI 设计 5

2.1.2 在线手写笔迹的采集过程 7

2.2 动态手写笔迹处理方案 10

2.2.1 动态手写笔迹处理概述 10

2.2.2 动态手写笔迹的获取 11

2.2.3 拐点检测 11

第3章在线手写笔迹的函数描述与效果展示 15

3.1 手写笔迹的函数描述 15

3.1.1 多项式拟合 15

3.1.2 贝塞尔曲线 18

3.2 利用贝塞尔曲线进行几何变换展示 21

3.2.1 利用贝塞尔曲线进行缩放变换 21

3.2.2 利用贝塞尔曲线进行旋转变换 22

第4章 总结与展望 24

4.1 总结 24

4.2 展望 24

参考文献 25

致 谢 26

第1章 绪论

手写笔迹鉴别技术是模式识别领域中一个重要的分支，也是近年来一个热门的研究方向。笔记鉴别技术广泛应用在金融、保险以及司法部门的刑事调查和法庭审判这些领域，鉴别效率高、速度快，与其他生物特征识别技术相比可接受程度高，因此这一技术发展饱受重视。笔迹鉴别技术根据人长久形成的书写行为习惯来识别身份，不需要附加的特征如密码、信物保管等，因此，就不用担心泄露或遗失带来的安全隐患^[1]。过去往往通过人的肉眼来判别笔迹，但这种鉴别方式往往会受到鉴别人员的一些主观因素影响，鉴别结果的公正性和有效性大打折扣。随着科技进步，基于模式识别的手写笔迹鉴别技术渐渐成为研究人员的焦点。其中，在线笔迹鉴别技术又因包含了整个笔迹形成过程的全部信息，格外受到关注。

1.1 课题的背景及意义

随着互联网的高速发展，时间与空间的距离被大大缩小。通过互联网，即使人们相隔很远，也可以进行高效率的合作、交流甚至可以通过网络完成交易^[2]。互联网的快速发展给人们的生活带来了极大的便捷，与此同时，潜在的安全问题也日益明显。例如：银行卡被盗刷、通讯软件密码泄露、网络病毒的传播等问题也给我们日常生活带来了困扰和损失。此时，一个安全的用户身份信息识别就显得尤为重要。

随着高新计算机技术的发展，指纹、近些年来，在线手写笔迹识别技术作为生物识别技术的一种，成为模式识别领域中热门的研究课题，也实实在在为身份鉴别提供了一种简单又可靠的途径^[3]。笔迹鉴别历史悠久，古代我国就有根据手写笔迹来确定身份和调查案件的相关记载。现今在诸多领域内，如：保险、司法、刑侦等领域都用到了笔迹鉴别技术，无疑，笔迹鉴别技术作为身份鉴定的一种重要手段，正在发挥着它强有力的作用^[4]。