手写体个人特征识别方法及系统

1、一种手写体个人特征识别方法，其特征在于： (1)手写体特征采集：通过至少三个以上且不在一条直线上的压力 传感器采集使用者对某一图形或字符的手写特征信号； (2)将采集到的手写体特征信号进行放大及模数转换； (3)根据位置/时间函数及压力/时间函数关系，计算转换后的手写 体特征数字信号，分别得到书写力度、书写笔迹、书写速度、书写顺 序等手写体个人特征参数； (4)对上述手写体特征参数进行分析整理； (5)建立手写特征模型参数库； (6)设立手写体特征专家知识库，建立手写体特征判别准则； (7)判别：根据手写特征模型参数库及手写体特征专家知识库，判 断在后输入的图形字符是否由同一人书写； (8)识别结果输出。
2、根据权利要求1、(1)所述的一种手写体个人特征识别方法，其 特征是：采集使用者对某一图形或字符的手写特征数值，是以不低于 每秒200次的速率，采集在某一时间段、某一区域范围内使用者手写 时的压力数值，设采集频率为f，在时刻Ti，采集到的压力数据可以 表示为{F1i，F2i，...Fni}，其中F1i为在Ti时刻1号压力采集点采集到 的压力数值，F2i为在Ti时刻2号压力采集点采集到的压力数值，Fni 为在Ti时刻n号压力采集点采集到的压力数值。
3、据权利要求1、(3)所述的一种手写体个人特征识别方法， 其特征是：对采集到的手写特征数字信号分别进行位置/时间函数和 压力/时间函数的计算，得出至少包括手写笔迹特征数值和手写力度 特征数值在内的两种以上手写体个人特征参数模型。
4、据权利要求1、(3)所述的一种手写体个人特征识别方法， 其特征是：对采集到的手写特征数字信号分别进行位置/时间函数和 压力/时间函数的计算，还可得出手写顺序特征和手写速度特征数值 参数模型。
5、权利要求1所述的一种手写体个人特征识别方法，其特征 是：在对上述手写体特征参数进行分析(4)之前，还可先进行对计 算后得到的手写体特征参数预处理(1 4)，其中包括：去零误差处 理，去噪处理和归一化处理。
6、权利要求1所述的一种手写体个人特征识别方法，其特征是： 对上述手写体特征参数进行分析(4)，分析选用的参数可以是：能 量，平均能量，幅值以及随机模型的概率函数。
7、据权利要求1所述的一种手写体个人特征识别方法，其特征是： 在对手写体特征参数进行分析(4)后，还可进行训练/建模(13)， 可采用隐马尔可夫模型和神经网络方法按照笔迹特征、力度特征、速 度特征和笔顺特征分别建模(聚类)。
8、据权利要求1所述的一种手写体个人特征识别方法，其特征是： 建立手写特征模型参数库(5)，将已获得的参数模型按一定的检索 规律建立手写体特征参数库。
9、据权利要求1所述的一种手写体个人特征识别方法，其特征是： 设立手写体特征专家知识库(6)，是根据实验，建立关于模型匹配 的判别准则，并不断验证、改进判别准则，将每个符合验证模型的样 本，按加权平均原则加入模型库，使识别系统对渐变的书写习惯具有 自适应能力。
10、据权利要求1所述的一种手写体个人特征识别方法，其特征是： 在对手写体特征参数进行分析(4)后，还可进行手写体特征测度估 计(12)，用隐马尔可夫模型建立的模型库，采用相应的隐马尔可夫 模型统计方法进行分析，以求得匹配概率。用神经网络的方法建立 的模型库，采用相应的方法求得匹配估计。
11、据权利要求1所述的一种手写体个人特征识别方法，其特征是： 判别(7)是根据系统中的每一判别准则，做出相应的估计。综合所 有的估计可得出输入特征是否与模型匹配的判断。
12、据权利要求1所述的一种手写体个人特征识别方法，其特征是： 判别结果输出(8)的输出方式可以是一组特定格式的数据，或是直 接用LED指示灯表示。
13、根据权利要求1所述方法而设计的一种手写体特征识别系统， 是由手写体特征采集器(1)、信号处理模块(2)、判别模块(24)、 判别结果输出模块(8)、只读存储器(17)及可擦写存储器(18) 等部分组成。其特征是，在信号处理模块与判别模块之间，还连接有 计算模块(3)、手写体特征分析模块(23)。
14、根据权利要求1 3所述的一种手写体特征识别系统，其特征是： 计算模块(3)、手写体特征分析模块(23)、判别模块(24)、判 别结果输出模块(8)、只读存储器(17)及可擦写存储器(18)可 由微处理器、固化识别程序的EPROM芯片或其它可以存储识别程序 的外接存储器构成。
15、根据权利要求13所述的一种手写体特征识别系统，其特征是： 判别结果输出模块(8)还应包括判别指示灯(20)和数据交换接口 (21)。

暂无