基于局部特征的维吾尔文离线手写签名鉴别技术研究

发布时间：2020-03-25 09:14

【摘要】：生物特征识别技术已经逐渐代替传统的加密认证方式,其中离线手写签名鉴别技术研究是生物特征识别技术研究中的重要领域之一。离线手写签名鉴别现已被应用在很多方面,例如金融、司法等。离线手写签名以静态图像的形式进行存储,图像仅存在静态特征。因此,提取出有效的签名图像特征,在进行离线手写签名鉴别研究中至关重要。本文对本地自建的维吾尔文手写签名数据库和CEDAR数据库中的离线手写签名鉴别进行研究。通过对签名样本的特点进行分析,签名之间的特异性主要表现在其样本中的局部不同。本文提出了基于边缘信息和基于分块理论的特征,并且使用特征融合的方法提高签名鉴别准确率。本文主要工作如下:(1)对离线手写签名鉴别技术的相关概念和研究现状进行介绍和总结,分析了在离线手写签名鉴别研究中存在的困难之处;(2)对签名样本图像进行预处理操作。在进行大小归一化、灰度化、二值化和平滑去噪处理时分别使用双线性插值、加权平均法、Otsu、双边滤波等方法;(3)提出基于分块理论的融合纹理特征。对签名进行分块处理后,对每个分块中的图像提取MB-LBP和LPQ两种纹理特征,并将提取到的所有纹理特征融合为基于分块理论的纹理特征。使用支持向量机和随机森林分类器对签名进行鉴别,在维吾尔文签名数据库中总正确率为96.06%,在CEDAR数据库中总正确率为97.04%;(4)提出一种基于边缘信息的高维特征。获得签名样本的边缘图像后,提取SURF和ORB特征点并融合,建立基于边缘信息的改进视觉词袋模型。同时,对签名提取边缘方向直方图。将改进视觉词袋模型和边缘方向直方图融合,形成基于边缘信息的高维特征,使用SVM和RF分别进行签名鉴别,最终对维吾尔文签名鉴别的总正确率为93.69%,对CEDAR数据库进行签名鉴别的总正确率为96.17%。通过对本地维吾尔文手写签名数据库和CEDAR数据库中签名进行实验,所能得到的最高总正确率分别为96.06%和97.04%。所以,本文所提出的方法在进行离线手写签名鉴别时有较好的准确性。
【图文】：

维吾尔文,图像,样本,中包

新疆大学硕士学位论文为简单伪造签名样本和熟练伪造签名样本。原签名样本即为信息。简单伪造签名寻找任意伪造者，在仅知道原书写者姓，与原书写者所书写签名差别较大，容易鉴别。熟练伪造签签名进行临摹练习，所得到的签名于原书写者签名相似度较。吾尔文手写签名样本采集所使用的维吾尔文离线手写签名为本地采集的维吾尔文签划分为大小相等 7*3=21 个签名框，，签名框保证有足够大的书种风格。为了保证签名中所包含足够的信息量，且其所占内采集时选用精度为 300dpi。图 2.2 即为维吾尔文签名采集模

手写签名,数据库,样本

) 真实签名 (b) 简单伪造签名 (c) 熟练伪图 2.3 维吾尔文手写签名样本AR 签名数据库enter of Excellence for Document Analysis and Recognitio公开的离线签名数据库[41]。该数据库中包含了来自于不同，每一书写者包含24个真实签名样本和24个伪造签名样本像。其中，伪造签名为每个伪造者模仿 3 个用户的签名进写 8 次。该数据库中签名图像为静态图像，精度为 300dpDAR 签名数据库中签名如图 2.4 所示：
【学位授予单位】：新疆大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：H215;TP391.41

【相似文献】