本發(fā)明屬于圖像識(shí)別技術(shù)領(lǐng)域，尤其涉及一種基于手寫字符識(shí)別的驗(yàn)證方法及裝置。

背景技術(shù)：

全自動(dòng)區(qū)分計(jì)算機(jī)和人類的圖靈測(cè)試(英語(yǔ)：completelyautomatedpublicturingtesttotellcomputersandhumansapart，簡(jiǎn)稱captcha)，俗稱驗(yàn)證碼，是一種區(qū)分用戶是計(jì)算機(jī)和人的公共全自動(dòng)程序。在captcha測(cè)試中，作為服務(wù)器的計(jì)算機(jī)會(huì)自動(dòng)生成一個(gè)問(wèn)題由用戶來(lái)解答。這個(gè)問(wèn)題可以由計(jì)算機(jī)生成并評(píng)判，但是必須只有人類才能解答。由于計(jì)算機(jī)無(wú)法解答captcha的問(wèn)題，所以回答出問(wèn)題的用戶就可以被認(rèn)為是人類。

現(xiàn)有驗(yàn)證碼主要可以歸類為3種：文字驗(yàn)證碼、圖片驗(yàn)證碼、語(yǔ)音驗(yàn)證碼?，F(xiàn)有驗(yàn)證碼技術(shù)的驗(yàn)證原理主要為：通過(guò)服務(wù)器端隨機(jī)生成一組字符串，作為待驗(yàn)證信息，將上述隨機(jī)字符串通過(guò)程序處理盡可能轉(zhuǎn)化為人類能容易識(shí)別而計(jì)算機(jī)無(wú)法識(shí)別的信息(如圖片或語(yǔ)音)作為參考驗(yàn)證碼，將參考驗(yàn)證碼通過(guò)瀏覽器端展示給用戶識(shí)別，用戶識(shí)別后在瀏覽器端通過(guò)鼠標(biāo)或鍵盤事件(如鼠標(biāo)點(diǎn)擊、鍵盤輸入)用字符向服務(wù)器端提交驗(yàn)證信息，服務(wù)器端通過(guò)判斷提交的驗(yàn)證信息和待驗(yàn)證信息是否一致來(lái)區(qū)分用戶是人或計(jì)算機(jī)，一致則判斷用戶為人，不一致則用戶為計(jì)算機(jī)。

缺點(diǎn)或不足之處：現(xiàn)有驗(yàn)證碼技術(shù)中，用戶提交驗(yàn)證信息的操作是通過(guò)鼠標(biāo)或鍵盤事件，提交驗(yàn)證信息的類型是字符；如圖1為現(xiàn)有的驗(yàn)證碼技術(shù)原理圖?，F(xiàn)有驗(yàn)證碼技術(shù)中，沒有讓用戶在指定區(qū)域用手寫字符驗(yàn)證驗(yàn)證碼的方法，該方法提交的驗(yàn)證信息的類型是手寫字符的圖片?，F(xiàn)有驗(yàn)證碼技術(shù)中，由于計(jì)算機(jī)可以輕易的模擬鍵盤和鼠標(biāo)事件，同時(shí)計(jì)算機(jī)進(jìn)行圖片或語(yǔ)音驗(yàn)證碼內(nèi)容提取的技術(shù)也已非常成熟，通過(guò)視覺識(shí)別算法、語(yǔ)音識(shí)別算法，計(jì)算機(jī)可以輕松識(shí)別提取圖片或語(yǔ)音參考驗(yàn)證碼中包含的字符內(nèi)容，并模擬用戶的鼠標(biāo)點(diǎn)擊、鍵盤輸入等事件行為在瀏覽器端輸入識(shí)別出來(lái)的字符進(jìn)行提交。因此，通過(guò)文本/圖像/語(yǔ)音驗(yàn)證碼進(jìn)行人和計(jì)算機(jī)機(jī)鑒別的方式已變得相當(dāng)不可靠。

現(xiàn)有驗(yàn)證碼技術(shù)中，主要通過(guò)讓參考驗(yàn)證碼易于被人類識(shí)別而不易被機(jī)器識(shí)別的思路進(jìn)行設(shè)計(jì)，主要表現(xiàn)為用扭曲文字、在圖片中使用雜點(diǎn)背景、在語(yǔ)音中增加背景噪音等干擾機(jī)器識(shí)別的手段增加機(jī)器識(shí)別的難度。這類方式的使用也增加了人類識(shí)別的難度，甚至人類也無(wú)法識(shí)別的情況也時(shí)有發(fā)生，降低了用戶體驗(yàn)。

技術(shù)實(shí)現(xiàn)要素：

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明的目的之一在于提供一種基于手寫字符識(shí)別的驗(yàn)證方法，其能提高驗(yàn)證識(shí)別的安全性。

本發(fā)明的目的之二在于提供一種基于手寫字符識(shí)別的驗(yàn)證裝置，其能提高驗(yàn)證識(shí)別的安全性。

本發(fā)明的目的之一采用以下技術(shù)方案實(shí)現(xiàn)：

一種基于手寫字符識(shí)別的驗(yàn)證方法，包括以下步驟：

s1：通過(guò)隨機(jī)算法從備選字符庫(kù)中提取參考字符，并生成圖片作為參考驗(yàn)證信息；

s2：獲取手寫區(qū)域內(nèi)的手寫字符，并生成圖片作為手寫驗(yàn)證信息；

s3：通過(guò)字體識(shí)別算法判斷手寫驗(yàn)證信息的手寫字符與參考字符是否一致，如果是，則執(zhí)行步驟s4，如果否，則驗(yàn)證失敗；

s4：對(duì)手寫驗(yàn)證信息進(jìn)行特征提取，得到相應(yīng)的特征向量；

s5：判斷手寫驗(yàn)證信息的特征向量與模板庫(kù)內(nèi)的特征向量是否一致，如果是，則驗(yàn)證成功，如果否，則驗(yàn)證失敗。

優(yōu)選的，在步驟s5判斷為是后執(zhí)行步驟s6：判斷手寫驗(yàn)證信息與已提交的手寫驗(yàn)證信息的相似度是否大于預(yù)設(shè)值，如果是，則驗(yàn)證失敗，如果否，則驗(yàn)證成功。

優(yōu)選的，在步驟s2之后還包括步驟s21：對(duì)手寫驗(yàn)證信息進(jìn)行預(yù)處理。

優(yōu)選的，步驟s21具體包括以下子步驟：

s211：對(duì)手寫驗(yàn)證信息進(jìn)行二值化處理；

s212：通過(guò)種子連通算法對(duì)手寫驗(yàn)證信息進(jìn)行字符分割，得到字符信息；

s213：通過(guò)質(zhì)心對(duì)齊和線性插值放大對(duì)字符信息進(jìn)行歸一化處理。

優(yōu)選的，步驟s212之后包括以下步驟：

步驟s2120：判斷字符信息的字符特征是否處于預(yù)設(shè)范圍內(nèi)，如果是，則執(zhí)行步驟s213，如果否，則執(zhí)行步驟s2121；

步驟s2121通過(guò)預(yù)識(shí)別判斷該字符信息是否為粘連字符，如果是，則通過(guò)垂直投影圖中找谷點(diǎn)的方法對(duì)其進(jìn)行分割，如果否，則執(zhí)行步驟s213。

優(yōu)選的，步驟s4具體包括以下子步驟：

s41：對(duì)字符信息進(jìn)行圖像分割，將其分割為預(yù)設(shè)數(shù)量的方格區(qū)域；

s42：計(jì)算每個(gè)方格中的區(qū)域密度，該區(qū)域密度＝每個(gè)方格內(nèi)的點(diǎn)數(shù)與字符信息總點(diǎn)數(shù)之比。

優(yōu)選的，所述預(yù)設(shè)數(shù)量的方格區(qū)域?yàn)?*5的方格區(qū)域。

本發(fā)明的目的之二采用以下技術(shù)方案實(shí)現(xiàn)：

一種基于手寫字符識(shí)別的驗(yàn)證裝置，包括以下模塊：

驗(yàn)證信息生成模塊：用于通過(guò)隨機(jī)算法從備選字符庫(kù)中提取參考字符，并生成圖片作為參考驗(yàn)證信息；

手寫信息獲取模塊：用于獲取手寫區(qū)域內(nèi)的手寫字符，并生成圖片作為手寫驗(yàn)證信息；

字符識(shí)別模塊：用于通過(guò)字體識(shí)別算法判斷手寫驗(yàn)證信息的手寫字符與參考驗(yàn)證信息的參考字符是否一致，如果是，則執(zhí)行特征提取模塊，如果否，則驗(yàn)證失敗；

特征提取模塊：用于對(duì)手寫驗(yàn)證信息進(jìn)行特征提取，得到相應(yīng)的特征向量；

特征比對(duì)模塊：用于判斷手寫驗(yàn)證信息的特征向量與模板庫(kù)內(nèi)的特征向量是否一致，如果否，則驗(yàn)證失敗。

優(yōu)選的，在特征比對(duì)模塊判斷為是后執(zhí)行相似度判斷模塊：用于判斷手寫驗(yàn)證信息與已提交的手寫驗(yàn)證信息的相似度是否大于預(yù)設(shè)值，如果是，則驗(yàn)證失敗，如果否，則驗(yàn)證成功。

優(yōu)選的，在手寫信息獲取模塊之后還包括預(yù)處理模塊：用于對(duì)手寫驗(yàn)證信息進(jìn)行預(yù)處理。

優(yōu)選的，所述預(yù)處理模塊具體包括以下子模塊：

二值化模塊：用于對(duì)手寫驗(yàn)證信息進(jìn)行二值化處理；

字符分割模塊：用于通過(guò)種子連通算法對(duì)手寫驗(yàn)證信息進(jìn)行字符分割，得到字符信息；

歸一化模塊：用于通過(guò)質(zhì)心對(duì)齊和線性插值放大對(duì)字符信息進(jìn)行歸一化處理。

優(yōu)選的，所述字符分割模塊之后還包括以下模塊：

字符特征判斷模塊：用于判斷字符信息的字符特征是否處于預(yù)設(shè)范圍內(nèi)，如果是，則執(zhí)行歸一化模塊，如果否，則執(zhí)行粘連字符分割模塊；

粘連字符分割模塊：用于通過(guò)預(yù)識(shí)別判斷該字符信息是否為粘連字符，如果是，則通過(guò)垂直投影圖中找谷點(diǎn)的方法對(duì)其進(jìn)行分割，如果否，則執(zhí)行歸一化模塊。

相比現(xiàn)有技術(shù)，本發(fā)明的有益效果在于：

本發(fā)明通過(guò)讓用戶在指定區(qū)域手寫文字字符的方法來(lái)區(qū)分人類和計(jì)算機(jī)，從而有效防止驗(yàn)證碼被惡意程序破解所產(chǎn)生的影響；提高了用戶使用互聯(lián)網(wǎng)的安全性。

附圖說(shuō)明

圖1為現(xiàn)有的驗(yàn)證碼技術(shù)原理圖；

圖2為本發(fā)明的一種基于手寫字符識(shí)別的驗(yàn)證方法的流程圖；

圖3為本發(fā)明的一種基于手寫字符識(shí)別的驗(yàn)證裝置的結(jié)構(gòu)圖。

具體實(shí)施方式

下面，結(jié)合附圖以及具體實(shí)施方式，對(duì)本發(fā)明做進(jìn)一步描述：

如圖2所示，本發(fā)明提供了一種基于手寫字符識(shí)別的驗(yàn)證方法，包括以下步驟：

在進(jìn)行驗(yàn)證之前需要首先建立訓(xùn)練識(shí)別模板，以進(jìn)行后續(xù)的識(shí)別判斷；通過(guò)對(duì)于學(xué)習(xí)驗(yàn)證進(jìn)行預(yù)處理、特征提取、識(shí)別訓(xùn)練，從而建立識(shí)別模型。訓(xùn)練：從訓(xùn)練集驗(yàn)證碼中提取出標(biāo)準(zhǔn)模板，即標(biāo)準(zhǔn)特征庫(kù)(模板庫(kù))的過(guò)程，每個(gè)手寫字符都有幾百個(gè)標(biāo)準(zhǔn)模板，通過(guò)預(yù)處理和特征提取后，將訓(xùn)練集手寫圖片的特征向量存入文件中，訓(xùn)練時(shí)，需要指明各手寫圖片的正確值，為了不出現(xiàn)錯(cuò)誤的標(biāo)準(zhǔn)模板，對(duì)于分割時(shí)發(fā)現(xiàn)有字符粘連的訓(xùn)練集手寫圖片不加入模板庫(kù)。

s1：通過(guò)隨機(jī)算法從備選字符庫(kù)中提取參考字符，并生成圖片作為參考驗(yàn)證信息；服務(wù)器隨機(jī)生成一組字符串，并保存起來(lái)作為待驗(yàn)證信息，將上述字符串生成參考驗(yàn)證碼并在顯示端展示給用戶，使用戶進(jìn)行識(shí)別；

s2：獲取手寫區(qū)域內(nèi)的手寫字符，并生成圖片作為手寫驗(yàn)證信息；當(dāng)獲取到用戶提交的在指定區(qū)域手寫字符的驗(yàn)證信息后，系統(tǒng)對(duì)手寫圖片驗(yàn)證信息進(jìn)行特征提取；

s21：對(duì)手寫驗(yàn)證信息進(jìn)行預(yù)處理；步驟s21具體包括以下子步驟：預(yù)處理主要包括解碼、二值化、去除噪聲和干擾、字符分割、歸一化等步驟；預(yù)處理的好壞極大地影響到服務(wù)器對(duì)圖片的處理識(shí)別性能，其中去除干擾和字符分割尤為重要；預(yù)處理包括很多步驟，本發(fā)明使用了解碼、二值化、去除噪聲和干擾、字符分割、歸一化幾個(gè)主要步驟，還可以增加平滑處理等步驟，也可以組合或單獨(dú)使用其中幾個(gè)或一個(gè)步驟；

s211：對(duì)手寫驗(yàn)證信息進(jìn)行二值化處理；將圖片的灰度值，以某一閾值為限，轉(zhuǎn)換為0或255，即是黑和白，以便于進(jìn)行處理，二值化閾值根據(jù)具體圖片分析所得，選擇合理的閾值可消除很多背景、噪聲，同時(shí)不損傷字符筆畫；去除干擾點(diǎn)，二值化后大部分噪聲都已經(jīng)去除，但是還有很多干擾點(diǎn)，通過(guò)去除干擾點(diǎn)和噪聲可以去除高度為1和2像素的干擾點(diǎn)，除去這些干擾點(diǎn)便于后續(xù)的處理更好的進(jìn)行；

s212：通過(guò)種子連通算法對(duì)手寫驗(yàn)證信息進(jìn)行字符分割，得到字符信息；步驟s212之后包括以下步驟：

步驟s2120：判斷字符信息的字符特征是否處于預(yù)設(shè)范圍內(nèi)，如果是，則執(zhí)行步驟s213，如果否，則執(zhí)行步驟s2121；其中字符特征主要為字符的點(diǎn)數(shù)和寬高比特征等；

步驟s2121：通過(guò)預(yù)識(shí)別判斷該字符信息是否為粘連字符，如果是，則通過(guò)垂直投影圖中找谷點(diǎn)的方法對(duì)其進(jìn)行分割，如果否，則執(zhí)行步驟s213；本步驟即是將手寫圖片信息分割成單個(gè)的字符，本發(fā)明先利用種子填充算法得到幾個(gè)連通線，這樣未粘連的字符即可分割，對(duì)于粘連字符，還需要進(jìn)一步分割，粘連字符的判別主要依據(jù)字符的點(diǎn)數(shù)和寬高比特征，當(dāng)大于某一閾值的時(shí)候初步判斷為字符咋練，該閾值根據(jù)圖片特征統(tǒng)計(jì)分析所得，對(duì)于初步判斷為粘連的字符，為了防止判斷錯(cuò)誤，還用預(yù)識(shí)別的方法進(jìn)行進(jìn)一步判斷，對(duì)于粘連字符的分割，本發(fā)明采用的是在垂直投影中找谷點(diǎn)的方法；

s213：通過(guò)質(zhì)心對(duì)齊和線性插值放大對(duì)字符信息進(jìn)行歸一化處理；為了解決圖片字符存在位置偏移、大小不一、旋轉(zhuǎn)不定的問(wèn)題，通過(guò)質(zhì)心對(duì)齊和線性插值放大對(duì)字符信息進(jìn)行歸一化處理使得字符變?yōu)榻y(tǒng)一的規(guī)則，以便于進(jìn)行匹配；

s3：通過(guò)字體識(shí)別算法判斷手寫驗(yàn)證信息的手寫字符與參考驗(yàn)證信息的參考字符是否一致，如果是，則執(zhí)行步驟s4，如果否，則驗(yàn)證失??；字體識(shí)別算法為現(xiàn)有的常規(guī)技術(shù)手段，可以明確的識(shí)別出手寫字符與參考字符是否一致，如果不一致，則驗(yàn)證失?。?/p>

s4：對(duì)手寫驗(yàn)證信息進(jìn)行特征提取，得到相應(yīng)的特征向量；步驟s4具體包括以下子步驟：

s41：對(duì)字符信息進(jìn)行圖像分割，將其分割為預(yù)設(shè)數(shù)量的方格區(qū)域；所述預(yù)設(shè)數(shù)量的方格區(qū)域?yàn)?*5的方格區(qū)域；

s42：計(jì)算每個(gè)方格中的區(qū)域密度，該區(qū)域密度＝每個(gè)方格內(nèi)的點(diǎn)數(shù)與字符信息總點(diǎn)數(shù)之比；從經(jīng)過(guò)預(yù)處理的字符圖片中，提取處一定維數(shù)的特征向量，從而提高字符匹配和識(shí)別的存儲(chǔ)量和運(yùn)算速度，字符有很多特征，選用合適的特征才能達(dá)到正確識(shí)別的目的，本發(fā)明采用字符的區(qū)域密度的特征，即將字符分成5*5的25個(gè)方格區(qū)域，計(jì)算每個(gè)方格中的點(diǎn)數(shù)與字符總點(diǎn)數(shù)之比，以得到25維特征向量，該特征反映了字符筆畫的空間分布情況，并且對(duì)字符筆畫的粗細(xì)不敏感；由于反應(yīng)的是空間字符筆畫的分布，故而再進(jìn)行訓(xùn)練以及識(shí)別的時(shí)候并不是對(duì)字與字之間的識(shí)別判斷，而是通過(guò)不斷的分析該字的筆畫特征，然后對(duì)其進(jìn)行分析，從而為是否是人機(jī)提供相應(yīng)的判斷條件；

在特征提取環(huán)節(jié)，本發(fā)明采用了提取字符的區(qū)域密度的特征，也可以通過(guò)提取其他特征來(lái)替代，如平滑特征等；還可以在手寫字符過(guò)程加入其他特征判斷進(jìn)行是否手寫的識(shí)別，如在指定區(qū)域中增加獲取手寫筆順的特征、壓感的特征等來(lái)進(jìn)行輔助判斷。

s5：判斷手寫驗(yàn)證信息的特征向量與模板庫(kù)的手寫特征向量是否一致，如果否，則驗(yàn)證失?。?/p>

手寫字體的識(shí)別，采用使用softmax回歸模型進(jìn)行識(shí)別，softmax模型可以用來(lái)給不同的對(duì)象分配概率，softmax回歸主要分為兩步：

第一步，為了得到一張給定圖片屬于某個(gè)特定文字類的證據(jù)，我們對(duì)圖片像素值進(jìn)行加權(quán)求和，如果這個(gè)像素具有很強(qiáng)的證據(jù)說(shuō)明這張圖片不屬于該類，那么相應(yīng)的權(quán)值為負(fù)數(shù)，相反如果這個(gè)像素?fù)碛杏欣淖C據(jù)支持這張圖片屬于這個(gè)類，那么權(quán)值為正數(shù)，此外我們還加入一個(gè)額外的偏置量，以排出輸入帶來(lái)的一些無(wú)關(guān)干擾量，因此，

其中wi,j代表權(quán)重，xj代表特征向量，在本發(fā)明中也即是區(qū)域密度，bi代表第i類的偏置量，j代表給定圖片x的像素索引用于像素求和，然后用softmax函數(shù)將這些證據(jù)轉(zhuǎn)換為概率y：y＝softmax(evidence)；其中的wi,j和偏置量bi是通過(guò)訓(xùn)練的時(shí)候得到的數(shù)值，在進(jìn)行識(shí)別的時(shí)候，計(jì)算機(jī)只用識(shí)別xj這個(gè)量即可得到相應(yīng)的evidencei，從而得到相應(yīng)的概率y；

這里的softmax是一個(gè)激勵(lì)函數(shù)，把我們定義的線性函數(shù)的輸出轉(zhuǎn)換成我們想要的格式，也就是關(guān)于文字類的概率分布，因此，第二步，給定一張圖片，它對(duì)于每一個(gè)訓(xùn)練標(biāo)準(zhǔn)模板的吻合度可以被softmax函數(shù)轉(zhuǎn)換成一個(gè)概率值，softmax函數(shù)可以定義為softmax(x)＝normalize(exp(x)；

展開等式右邊的子式，得到

待識(shí)別字符屬于哪個(gè)標(biāo)準(zhǔn)模板的概率最大，就表示和那個(gè)模板最匹配，即判別為哪個(gè)字符。如果是，則執(zhí)行s6，如果否，則驗(yàn)證失?。?/p>

s6：判斷手寫驗(yàn)證信息與已提交的手寫驗(yàn)證信息的相似度是否大于預(yù)設(shè)值，如果是，則驗(yàn)證失敗，如果否，則驗(yàn)證成功。該預(yù)設(shè)值為100％；已提交的手寫驗(yàn)證信息是在本次手寫驗(yàn)證信息之前提交至電腦端的驗(yàn)證信息；與已提交的手寫驗(yàn)證信息比較相似度是否為100％的判斷原理為：因?yàn)槿祟愂謱戄斎朊看味疾煌?，所有提交的手寫?yàn)證信息不會(huì)100％相似。

本發(fā)明的步驟可以只判斷手寫字符與參考驗(yàn)證信息的一致性，省略與已有手寫圖片比較相似度是否100％步驟，該步驟用于判斷手寫圖片的唯一性，從而防止同一手寫圖片被計(jì)算機(jī)反復(fù)提交用于替代人類手寫圖片來(lái)驗(yàn)證參考信息一致性。

當(dāng)接收到用戶進(jìn)行關(guān)鍵操作的指令時(shí)，系統(tǒng)需要判斷確定該操作是人或機(jī)器發(fā)起的，即進(jìn)入人機(jī)驗(yàn)證，服務(wù)器經(jīng)過(guò)預(yù)處理、特征判斷、訓(xùn)練、降噪、過(guò)濾切割等步驟，來(lái)判斷提交的手寫驗(yàn)證字符是來(lái)自真實(shí)用戶還是由計(jì)算機(jī)生成。

本發(fā)明通過(guò)服務(wù)器端驗(yàn)證手寫字符圖片的方法來(lái)判斷真實(shí)用戶的有效性，避免了使用干擾機(jī)器辨識(shí)參考驗(yàn)證信息、提高機(jī)器辨識(shí)難度的思路進(jìn)行驗(yàn)證設(shè)計(jì)，故在為用戶提供參考驗(yàn)證信息的環(huán)節(jié)無(wú)需過(guò)多增加復(fù)雜干擾機(jī)器識(shí)別的技術(shù)手段(扭曲文字、在圖片中使用雜點(diǎn)背景、在語(yǔ)音中增加背景噪音)來(lái)干擾機(jī)器識(shí)別，避免了該處理方式導(dǎo)致參考驗(yàn)證信息難以被人識(shí)別，從而提高了用戶體驗(yàn)。

本發(fā)明使用機(jī)器學(xué)習(xí)算法，對(duì)大量手寫中、英文漢字、字母、數(shù)字樣本進(jìn)行識(shí)別訓(xùn)練，建立了識(shí)別系統(tǒng)，通過(guò)特性判斷實(shí)現(xiàn)了快速識(shí)別出手寫字符圖片是來(lái)自真實(shí)用戶還是由機(jī)器生成。

如圖3所示，本發(fā)明提供了一種基于手寫字符識(shí)別的驗(yàn)證裝置，包括以下模塊：

驗(yàn)證信息生成模塊：用于通過(guò)隨機(jī)算法從備選字符庫(kù)中提取參考字符，并生成圖片作為參考驗(yàn)證信息；

手寫信息獲取模塊：用于獲取手寫區(qū)域內(nèi)的手寫字符，并生成圖片作為手寫驗(yàn)證信息；

字符識(shí)別模塊：用于通過(guò)字體識(shí)別算法判斷手寫驗(yàn)證信息的手寫字符與參考驗(yàn)證信息的參考字符是否一致，如果是，則執(zhí)行特征提取模塊，如果否，則驗(yàn)證失敗；

預(yù)處理模塊：用于對(duì)手寫驗(yàn)證信息進(jìn)行預(yù)處理；所述預(yù)處理模塊具體包括以下子模塊；

二值化模塊：用于對(duì)手寫驗(yàn)證信息進(jìn)行二值化處理；

字符分割模塊：用于通過(guò)種子連通算法對(duì)手寫驗(yàn)證信息進(jìn)行字符分割，得到字符信息；所述字符分割模塊之后還包括以下模塊；

字符特征判斷模塊：用于判斷字符信息的字符特征是否處于預(yù)設(shè)范圍內(nèi)，如果是，則執(zhí)行歸一化模塊，如果否，則執(zhí)行粘連字符分割模塊；

粘連字符分割模塊：通過(guò)預(yù)識(shí)別判斷該字符信息是否為粘連字符，如果是，則通過(guò)垂直投影圖中找谷點(diǎn)的方法對(duì)其進(jìn)行分割，如果否，則執(zhí)行歸一化模塊；

歸一化模塊：用于通過(guò)質(zhì)心對(duì)齊和線性插值放大對(duì)字符信息進(jìn)行歸一化處理；

特征提取模塊：用于對(duì)手寫驗(yàn)證信息進(jìn)行特征提取，得到相應(yīng)的特征向量；

特征比對(duì)模塊：用于判斷手寫驗(yàn)證信息的特征向量與模板庫(kù)內(nèi)的特征向量是否一致，如果是，則執(zhí)行相似度判斷模塊，如果否，則驗(yàn)證失??；

相似度判斷模塊：用于判斷手寫驗(yàn)證信息與已提交的手寫驗(yàn)證信息的相似度是否大于預(yù)設(shè)值，如果是，則驗(yàn)證失敗，如果否，則驗(yàn)證成功。

對(duì)本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，可根據(jù)以上描述的技術(shù)方案以及構(gòu)思，做出其它各種相應(yīng)的改變以及形變，而所有的這些改變以及形變都應(yīng)該屬于本發(fā)明權(quán)利要求的保護(hù)范圍之內(nèi)。