(3.210.184.142) 您好!臺灣時間:2021/05/13 16:49
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:黃鈺喬
研究生(外文):Yu-Chiao Huang
論文名稱:利用皮爾森相關來分辨手寫文字之研究
論文名稱(外文):A Study of Applying Pearson’s Correlation to Discriminate the Handwriting
指導教授:邱南星
學位類別:碩士
校院名稱:清雲科技大學
系所名稱:資訊管理所
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:231
中文關鍵詞:皮爾森相關係數手寫中文辨識
外文關鍵詞:Pearson’s CorrelationHandwritten Chinese recognition
相關次數:
  • 被引用被引用:0
  • 點閱點閱:167
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
手寫辨識至今已發展相當多元,現今生活中時常使用手寫辨識在不同的產品上。手寫辨識主要針對於手寫面板的文字辨識,可以應用於智慧型手機、桌上型電腦、行動裝置上之文字辨識。手寫文字至今是還無法被取代,原因在於每個人所寫的文字都會因每人書寫的習慣,而產生不同的形體呈現。
本研究中,進行手寫文字整體投影量進行探討,同位書寫者在書寫時間與文字,不同位書寫者書寫時間與書寫文字。從同位書寫者在書寫相同文字及書寫時間上的不同之間關係探討;相同書寫者與不同書寫者,在書寫在同時間與不同時間下所書寫同個繁體字之間關係探討。本研究中以十一個不同繁體字做為手寫文字,去探索文字與文字之間的關係、書寫者在書寫時間的不同與所書寫文字關係探討。
本研究是利用皮爾森相關係數分析,將分析結果計算出顯著相關性百分比來進行探討。從實驗結果中,從結果發現書寫者與手寫文字間影響相關性關係的主要原因,來自於書寫者在書寫文字的穩定性。在同位書寫者與不同位書寫者,在書寫文字關係,雖然從數據上無法證實之間的不同,結果中所呈現,同位書寫者在關係上是較容易有完全相關的關係產生,而不同位書寫者雖在結果中呈現,部份結果有高度相關,手寫文字的相關不代表是完全一模一樣的,所以人與人之間的文字關係是獨立且唯一。而從文字辨識方面來看,本研究使用皮爾森相關計算顯著百分比在辨識文字上有不錯成果。

In this study, the overall projection of the handwritten text to explore, divided into with writing in the writing time and text, different writers writing time and writing text. Is the use of the Pearson correlation coefficient analysis, the results of the analysis to calculate the significant correlation between the percentage explore. From the experimental results, found from the results of the writers and the main reason affecting the correlation relationship between the handwritten text from the writers in the stability of the written word. In the written text relationship with writing those with different bit written by the difference between although the data can’t be confirmed, the results are showing, with bits written by the relations is compared to easy a perfectly correlated relationship generation, while the different bit the writers presented in the results part of the results were highly correlated, handwritten text does not mean that is exactly the same text the relationship between people is an independent and unique. In terms of character recognition, this study used the Pearson correlation calculation a significant percentage of good results in the identification of text.

目 錄
摘 要 ..................................................................................................................................... III
Abstract .................................................................................................................................... IV
誌謝 .......................................................................................................................................... V
表 目 錄 .............................................................................................................................. IX
圖 目 錄 ............................................................................................................................... X
圖 目 錄 (續) ................................................................................................................ XI
圖 目 錄 (續) .............................................................................................................. XII
圖 目 錄 (續) ............................................................................................................. XIII
圖 目 錄 (續) ............................................................................................................. XIV
第一章 緒論 ............................................................................................................................ 1
1.1研究背景 .......................................................................................................................... 1
1.2研究動機 .......................................................................................................................... 2
1.3研究目的 .......................................................................................................................... 2
1.4研究架構及步驟 .............................................................................................................. 3
1.5研究範圍與前提 .............................................................................................................. 4
1.6本文架構 .......................................................................................................................... 4
第二章 文獻回顧 .................................................................................................................... 6
2.1文字辨識常見運用的方式及應用 .................................................................................. 6
2.2文字辨識常見的分析方式 .............................................................................................. 8
2.3文字辨識常見影像前處理方式 ...................................................................................... 9
2.4歷年研究蒐集整理回顧 .................................................................................................. 9
2.5影像處理 ........................................................................................................................ 12
2.5.1彩色影像轉灰階影像 ................................................................................................. 12
2.5.2灰階影像轉二值化影像 ............................................................................................. 14
2.5.3投影法 ......................................................................................................................... 15
VII
第三章 研究方法 .................................................................................................................... 18
3.1筆跡影像資料庫 ............................................................................................................ 20
3.2影像前處理 .................................................................................................................... 21
3.2.1擷取文字影像 ............................................................................................................. 24
3.2.2彩色影像轉灰階影像 ................................................................................................. 24
3.2.3灰階影像轉二值化影像 ............................................................................................. 24
3.2.4影像邊緣偵測 ............................................................................................................. 25
3.2.5影像正規化 ................................................................................................................. 26
3.2.6投影法 ......................................................................................................................... 27
3.3投影量資料 .................................................................................................................... 28
3.4統計方法 ........................................................................................................................ 29
3.4.1皮爾森相關係數 ......................................................................................................... 29
3.4.2皮爾森相關係數之相關性百分比 ............................................................................. 31
第四章 研究設計 .................................................................................................................. 32
4.1手寫文字資料背景 ........................................................................................................ 32
4.2手寫樣本資料設計 ........................................................................................................ 35
4.3資料相關性分析與設計 ................................................................................................ 41
第五章 實驗結果與分析 ...................................................................................................... 49
5.1同位書寫者同時間手寫文字相關性百分比分析結果 ................................................ 51
5.2同位書寫者不同時間手寫文字相關性百分比分析結果。 ........................................ 62
5.3不同位書寫者同時間手寫文字相關性百分比分析結果。 ........................................ 69
5.4不同位書寫者不同時間手寫文字相關性百分比分析結果 ........................................ 81
5.5實驗結果發現及彙整 .................................................................................................... 88
第六章 結論與建議 .............................................................................................................. 91
6.1研究貢獻 ........................................................................................................................ 91
6.2研究困難 ........................................................................................................................ 92
6.3後續研究建議 ................................................................................................................ 93
VIII
參考文獻 ................................................................................................................................. 94
附錄一 ..................................................................................................................................... 96
附錄二 ..................................................................................................................................... 97
作者簡介 ............................................................................................................................... 230

[1] 吉田公一著,筆跡印文鑑定參考手冊,張雲芝繹,內政部警政署刑事警察局刑事鑑識中心,民國九十二年。
[2] 李昭慶,「電腦化離線筆跡鑑定」,中央警察大學,碩士論文,民國九十一年。
[3] 林文貴,「字跡之變異性在文書鑑定上之探討」,警學叢刊,第31期,頁85-95,民國八十九年九月。
[4] 林書聖,「以一個隱藏式馬可夫模型與模糊理論用於手寫筆跡心理學的文件處理與分析」,中原大學,碩士論文,民國九十四年。
[5] 林慧珍,「Off-Line Chinese Signature Verification」,淡江大學,碩士論文,民國八十六年。
[6] 翁育達,「筆劃抽離及投影加權之離線簽名鑑定」,中央警察大學,碩士論文,民國九十六年。
[7] 許耀東,黃英軒,林宜樺,「結合類神經網路與基因演算法應用於手寫簽名身份辨識系統」,南臺灣資訊科技與應用研討會,頁110-115,民國九十六年。
[8] 郭俊男,「手寫中文字跡相似性與分類系統之研究」,國立中正大學,碩士論文,民國八十五年。
[9] 陳育千,「線上簽名鑑定」,中央警察大學,碩士論文,民國九十一年。
[10] 陳招財,「手寫字風格辨識研究」,國立交通大學,碩士論文,民國九十四年。
[11] 陳炯廷,「投影法在筆跡鑑定上之應用」,中央警察大學,碩士論文,民國九十年。
[12] 陳寬裕、王正華,論文統計分析實務SPSS與AMOS的運用,五南圖書出版公司,民國九十九年一月。
[13] 曾伊秀、陳文儉、梁世昌,「工程圖影像字元萃取之研究與實作」, 2012 資訊教育與科技應用研討會,民國九十一年。
[14] 葉素玲、李金鈴、陳一平,「中文字形的分類系統」,中華心理學刊,第三十九卷第一期,中國心理學會,頁47-74。民國八十六年
[15] 董繼宗,「憲兵執行筆跡鑑定之研究--以不同筆書寫之鑑定」,憲兵學術季刊,第46期,頁54-61,民國八十八年八月。
[16] 詹明華、陳弘斌、陳炯廷,「模仿筆跡之鑑定」,第39期,中央警察大學學報,頁427-446,民國九十一年四月。
[17] 詹明華、陳弘斌、蘇泉諶,「偽造印文之鑑定」,警學叢刊,頁257-269,民國九十一年一月。
[18] 鄭惟仁、朱耿佑,「車牌辨識」,大葉大學,資訊工程學系專題報告,民國九十六年。
[19] 繆紹綱,數位影像處理,普林斯頓國際有限公司,民國九十一年八月。
[20] 謬紹綱譯,數位影像處理- 運用MATLAB,東華書局,民國九十四年九月。
95
[21] 羅致誠,「使用特徵值以識別二值化圖形之方法的探討」,逢甲大學,碩士論文,民國九十九年。
[22] 蘇泉諶,「刑事圖樣鑑定」,中央警察大學,碩士論文,民國九十年。
[23] B. Fang, C. H. Leung, Y. Y. Tang, K. W. Tse, P. C. K. Kwok and Y. K.Wong, “Off-line signature verification by the tracking of feature and stroke positions” Pattern Recognition, vol. 36, pp. 91 – 101, 2003.
[24] F. Ramann , C. Vielhauer and R. Steinmetz. “Bimetric Applications Based on Handwriting”,IEEE International Conference on Multimedia and Expo, pp. 573-576,August 2002.
[25] H. D. Cheng and D. C. Xia, “A Novel Parallel Approach to Character Recognition and Its VLSI Implementation”, Pattern Recognition, vol. 29,no.1, pp. 97 – 119, 1996.
[26] IBM,「IBM SPSS Statistics 19 Core System」,2010.
[27] J.–P.Drouhard,etc.,“A neural Network Approach to OfflineSignatureVerification Using Directional PDF”, Pattern Recognition, vol. 29, no. 3,pp. 415 – 424, 1996.
[28] N.Otsu, “A threshold selection method from gray-level histograms”, IEEE Trans. On System Man Cybernetics, vol. 9, no. 1, pp. 62-69, 1979.
[29] R. Bajaj, etc., “Signature Verification Using Multiple Neural Classifier”, Pattern Recognition, vol. 30, no. 1, pp. 1 – 7, 1997.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔