基于形状上下文的离线签名鉴别

《基于形状上下文的离线签名鉴别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级：学校代码：10075分类号：学号：20141246工程硕士学位论文基于形状上下文的离线签名鉴别学位申请人：刘利利指导教师：李昆仑教授学位类别：工程硕士学科专业：电子与通信工程授予单位：河北大学答辩日期：二〇一六年六月ClassifiedIndex:CODE:10075U.D.C:NO:20141246ADissertationfortheDegreeofM.EngineeringOff-lineSignatureVerificationBasedonShapeContextCandidate:LiuLiliSupervisor:Prof.LiKunlunAcadem

2、icDegreeAppliedfor:MasterofEngineeringSpecialty:Elec.&Comm.EngineeringUniversity:HebeiUniversityDateofOralExamination:June，2016■Ｉ！－．河北大学Ｉｆ学位论文独创性声明Ｋ进行的研究：Ｋ作，木人郑軍声明：所呈交的学位论文是本人在哥师指导Ｗ标注和致谢的地方外，论文及化得的研究成果，除了文中特别加。尽我所知中不包含其他人己经发衷或撰写的研究成果，也不包含为获得河北大学或其他教一巧机构的学位或证书所使用过的材料。与我同

3、工作的同志对木研究所做的任何贡献均已在论文中作了明确的说明并表不了致谢。＾弄＃口期：年月Ｓ円：刮Ｉ作者签名［学位论文使用授权声明，目本人完全ｒ解河北大学有关化留、使用学位论文的规定Ｐ；学校有权保留。并向圈家有关部Ｎ或机构送交论文的复印件和电子版，允许论文被查阅和借阅、学校可Ｗ公化论文的全部或部分内容，采用影印缩印或其他复制手段化存论文。本学位论文属十。１、，巧年月円解密盾适用本授权卢明保密□２、不保密。＂＂Ｖ）（请在Ｗ上相应方格内打，保护知识产权声明；＂９题目为余＊＾＾料箱賴鬆鋼本人为听綱北大学

4、学備提划［；，＜）指导并与导师合作下化得的研究成果；＾的学位论文，是我个人在导师１＾堂Ｉ学所提供的研究经费及导师的研究经费研究工作及取得的研究成果是在河北大权巧助。本人完全了解并严格遵守中华人民共和国为保护知识产所制定Ｋ完成的及河北的各项法律、行政法规乂学河的相关规定。本人声明如下：本论文的证成不果归北大学所有，未经征得指导教师和河北大学化书面同意和授权，本人保Ｗ任何应形式公开和传播科妍成果和科研Ｃ作内容。如果违反本声明，本人愿意承担相法律责任。＾４日期：１年６月ｇ円声明人；动挪挪日期；年Ｈ作者签名：Ｉｒｌ期：年一Ｊ＾－

5、ｎ话师籍名；摘要摘要生物特征识别是利用人的生理特征或行为特征来实现个人身份鉴定。签名作为一种行为特征，由于其方便、可靠、隐私性强而被人们普遍接受，在商业、军事、通信、金融、办公自动化、安全等领域有着广泛的应用。目前，在线签名鉴别技术逐步成熟，离线签名鉴别由于其可获取的可用信息少，因此存在着很大的发展空间，深入研究离线状态下利用计算机对手写签名进行鉴别具有重要的理论意义和实用价值。离线签名鉴别是模式识别中的一项难题。依据人们对离线签名鉴别产品实用性及高精度的需求，本文对签名图像预处理、特征提取以及系统融合进行了深入研究，主要工作如下：(1)为了验证所提出的方法的有

6、效性及实用性，本文自建了中文手写签名图像库，并对签名图像进行平滑去噪、归一化、二值化、细化等一系列的预处理。(2)离线签名鉴别的问题之一是缺乏将签名形状进行分类的形状描述子。本文提出利用形状上下文作为形状描述子，它是基于轮廓的点集表示建立的一种强形状描述子，能尽可能完整的表示整幅图像的信息。并且由于对数极坐标变换具有二维不变性，因而对于经过比例、旋转和平移变换后的图像，仍能有效地进行形状匹配。为了得到更好的鉴别结果，本文利用欧氏距离优化匹配代价，提高了匹配精度。本文在自建中文签名库和GPDS960西文签名库上分别进行实验，验证了算法的有效性。(3)为了弥补单个鉴别系统中单

7、特征和单分类器不够全面的缺陷，本文采用两级分类器融合的鉴别方法。第一级提取签名的方向梯度密度特征，它是一种压力特征，能反映签名的用力方向，然后采用加权模糊分类器进行鉴别；第二级提取签名的形状上下文特征，它反映了签名的形状信息，并采用模板匹配法进行鉴别。两级分类器串型级联后，将决策结果进行融合，并在GPDS960签名库上进行了对比实验。结果表明，该融合方法能够有效地实现两个独立系统的优势互补，提高系统的整体性能。关键词离线签名鉴别预处理形状上下文对数极坐标直方图匹配代价分类器融合IAbstractAbstractBiometri