离线签名验证技术的研究离线签名验证技术的研究
离线签名验证技术的研究
密码技术在安全方面的欠缺刺激了生物模式识别的研究。作为生物模式识别技术之一的离线签名验证,因其方便、有效、从笔迹中提取信息不侵犯隐私而被广泛接受。人工笔迹鉴定的主要任务是签名验证,而目前的自动签名验证尚不能达到人工鉴定的正确率,二者的差异主要表现在特征的选择和评判方式两个方面。在特征的选择上,人工笔迹鉴定注重局部特征,而自动签名验证多用全局特征。在评判方式上,人工笔迹鉴定采用先评估异同点的价值,再综合评判的方法,而自动签名验证,没有特征价值的评估,将提取的所有特征一并输入分类...
离线签名验证技术的研究
离线签名验证技术的研究
密码技术在安全方面的欠缺刺激了生物模式识别的研究。作为生物模式识别技术之一的离线签名验证,因其方便、有效、从笔迹中提取信息不侵犯隐私而被广泛接受。人工笔迹鉴定的主要任务是签名验证,而目前的自动签名验证尚不能达到人工鉴定的正确率,二者的差异主要表现在特征的选择和评判方式两个方面。在特征的选择上,人工笔迹鉴定注重局部特征,而自动签名验证多用全局特征。在评判方式上,人工笔迹鉴定采用先评估异同点的价值,再综合评判的方法,而自动签名验证,没有特征价值的评估,将提取的所有特征一并输入分类器。在签名验证各阶段的算法中,影响验证正确率的因素主要有三个方面。其
一是图像预处理方法不当,在字符切分、大小归一化、倾斜校正以及签名图像的细线化时会丢失签名特征。其
二是特征的组织与处理不当。特征不分组导致大数主导判决结果,特征向量的归一化会降低其鉴别能力。第
三是分类器设计中没有对不同特征的价值进行评估,所有的特征被同等对待。本文通过借鉴文检专家的经验,对离线签名验证的图像预处理、特征提取与分组以及分类器的设计都进行了改进,建立了一个基于多专家分类器的投票表决系统。本文主要工作及创新如下:?在签名图像的预处理阶段,详细
了目前预处理算法中存在的问题,提出用基于数学形态学的笔划粗细归一化方法代替目前常用的细线化。实验表明,笔划归一化既消除了签名图像因
写工具的不同而造成的差异,又保留了作者签名时笔划的细节。?在特征提取阶段,对字间组合特征进行了研究,提取了反映签名连笔特征的连通分量和孔洞数目,利用签名图像的投影,提取了表现笔划密度特征的均值、方差、歪斜度和峰度。?详细分析了特征向量中大数对判决结果的主导及特征向量归一化的利弊,提出按特征的不同数量级进行分组。将所有特征分为三个级别,分级验证,避免了维数过高和大数主导判决结果的影响,实验表明正确率明显提高。?学习文检专家人工鉴定的方法,提出了由三个“专家分类器”组成的“投 摘要6-8Abstract8-10第
1章 引言10-15
1.1 国内外研究现状10-12
1.2 课题的意义12-13
1.3 本文的研究内容13-15第2章 签名图像的预处理15-21
2.1 引言15-16
2.2 二值化16-17
2.3 噪声处理17-18
2.4 归一化处理18-21
2.
4.1 大小归一化19
2.
4.2 笔划归一化19-21第3章 特征的选择与提取21-29
3.1 引言21-22
3.2 矩特征的提取22-23
3.
2.1 Zernike 矩22-23
3.
2.2 形状描述子(SDBCM)23
3.3 伪动态特征的提取23-25
3.
3.1 笔锋特征23-24
3.
3.2 高灰度特征24
3.
3.3 骨架方向灰度特征24
3.
3.4 灰度分布直方图24-25
3.
3.5 笔划宽度分布图25
3.4 字间组合特征的提取25-29
3.
4.1 连通分量的数目25-26
3.
4.2 孔洞数26
3.
4.3 笔划密度特征26-29第4章 分类器设计29-34
4.1 特征向量的分组29-30
4.2 专家分类器设计30-32
4.
2.1 BP 神经网络模型30-31
4.
2.2 BP 神经网络学习算法31-32
4.
2.3 分类器的输入与输出32
4.3 投票表决分类器32-34第5章 系统设计与实验结果34-40
5.1 系统组成34-35
5.2 一致性检查35-36
5.3 实验评价指标36-37
5.4 实验结果与讨论37-40第6章 总结及展望40-42
6.1 本文总结40-41
6.2 下一步工作展望41-42
参考文献
42-46附图1:部分真签名样本46-47附图2:部分伪签名样本
47-48读硕期间发表的论文48-49致 谢49
本文档为【离线签名验证技术的研究】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。