基于書(shū)寫(xiě)筆勁識別的身份驗證系統

系統首先進(jìn)行初始化，用戶(hù)選擇“創(chuàng )建簽名”，然后開(kāi)始在觸摸屏上書(shū)寫(xiě)簽名。系統接收下位機傳送的數據，先進(jìn)行存儲，收到的數據從起始碼到結束碼之間是有效的。因為AD7879內部為12位ADC，且每個(gè)采樣點(diǎn)需要采集四次數據(X、Y、Z1、Z2)，所以每個(gè)采樣點(diǎn)對應8 Byte的信息。上位機程序可以順次讀出所有有效點(diǎn)，根據式(1)，式(2)可以計算出采樣點(diǎn)在屏幕上的相對位置，乘以顯示的像素大小就可以得到該點(diǎn)顯示的坐標，又根據式(3)可以計算出該點(diǎn)處書(shū)寫(xiě)壓力的相對值。循環(huán)讀取各個(gè)采樣點(diǎn)，并逐點(diǎn)描繪在空白圖片上，就可以得到書(shū)寫(xiě)的字形顯示圖片A。為形象表現顯示效果，設計中把壓力特征映射成了像素點(diǎn)的顏色信息，深顏色表示壓力大，淺顏色表示壓力小。
創(chuàng )建簽名之后可以進(jìn)行驗證簽名，用戶(hù)選擇驗證簽名，并開(kāi)始在觸摸屏上書(shū)寫(xiě)，之后數據采集和處理的過(guò)程與創(chuàng )建簽名的方法相同，得到圖片B。然后，將輸入的簽名與初始創(chuàng )建的簽名進(jìn)行對比，對比的過(guò)程如下。
(1)消除誤差點(diǎn)。實(shí)驗發(fā)現，觸摸屏采集到的數據中，有些采樣點(diǎn)是由系統隨機誤差造成的，其在屏幕上顯示為一些雜散的孤點(diǎn)，在驗證之前需要消除這些誤差點(diǎn)。
(2)對正，對齊字形。首先將書(shū)寫(xiě)的字跡比劃對應起來(lái)，這主要是尋找書(shū)寫(xiě)筆跡中的特征點(diǎn)，包括提筆點(diǎn)、落筆點(diǎn)和轉折點(diǎn)，并形成特征標記。
(3)分割字符。根據上一步所做的標記，以特征點(diǎn)為間隔，把字跡分為若干段，將之與創(chuàng )建的原始簽名數據進(jìn)行對比。如果段數不同，則驗證失敗，發(fā)送重新驗證提示。否則，進(jìn)行下一步對比。
(4)壓力對比。求出每個(gè)特征點(diǎn)附近的平均壓力之差。每個(gè)轉折點(diǎn)處的曲率之和以及每段采樣點(diǎn)序列的均方差，若這些結果均沒(méi)有超過(guò)設定的閾值，則認證通過(guò)，否則認證失敗。這些閾值都是通過(guò)實(shí)驗中反復對比得到。這個(gè)閾值也可以根據用戶(hù)需求設定。用戶(hù)所需的安全等級越高，那么設定的閾值就越高。

4 結果與討論
通過(guò)本系統的硬件平臺，采集了書(shū)寫(xiě)的壓力信息，可以分析出不同的人書(shū)寫(xiě)的壓力有明顯的區別。如圖6中是書(shū)寫(xiě)“梅”字的筆勁變化情況。因為每次提筆的時(shí)候壓力會(huì )變得很小，所以在圖中可以看到波形中有11個(gè)尖峰，對應的是書(shū)寫(xiě)的11次提筆，可以根據尖峰把書(shū)寫(xiě)的比劃分割出來(lái)。每次書(shū)寫(xiě)時(shí)的速度不完全，所以每一筆的采樣數也不一樣，經(jīng)過(guò)插值算法將每一筆的采樣數歸一化到相同，才能在圖像中看到采樣點(diǎn)一一對應的效果。

圖中灰線(xiàn)為同一個(gè)人書(shū)寫(xiě)時(shí)采集到的壓力變化，深灰線(xiàn)和黑線(xiàn)為另外兩個(gè)人書(shū)寫(xiě)的壓力變化，同一個(gè)人的書(shū)寫(xiě)壓力變化趨勢和壓力的絕對大小都很接近，能夠與不同人的書(shū)寫(xiě)區分開(kāi)來(lái)，說(shuō)明本系統的設計思路是合理的。

5 結束語(yǔ)
本文介紹了一種基于筆勁識別的身份驗證系統，重點(diǎn)在于對以往單純以書(shū)寫(xiě)的字形來(lái)識別身份的方式的改進(jìn)，在相對成熟的筆跡識別技術(shù)基礎上，輔以對書(shū)寫(xiě)筆勁的對比，可以更加精確地識別用戶(hù)的身份，而且書(shū)寫(xiě)的筆勁在外觀(guān)上是很難察覺(jué)的，故很難被模仿。本系統使用LabVIEW編寫(xiě)上位機，充分簡(jiǎn)化了開(kāi)發(fā)流程。另外本文中的書(shū)寫(xiě)筆勁的采集是直接基于觸摸屏的，不用外加任何傳感器和特殊的壓力采集設備，簡(jiǎn)單易行，只要稍加改裝，此方案可以被廣泛使用在其他以觸摸屏為主的設備上。經(jīng)過(guò)實(shí)際測試，本系統對特定用戶(hù)的識別率較高，但是存在一定的拒絕認證率。這就需要進(jìn)一步改進(jìn)算法，以進(jìn)一步提高準確率。在實(shí)際應用中，本方法應結合筆跡識別，提高認證的準確度。