基于主元分析法的签名笔迹特征提取方法研究

论文摘要

签名笔迹是一种相对稳定的行为特征,每个人的签名都具有一定的不变性,而且笔迹的获取具有非侵犯性,易为人所接受。签名笔迹作为鉴定个人身份的手段在当今社会的重要性越来越突出,广泛应用于刑事侦察,信用卡签字和电子商务等领域。如果个人的签名被伪造,很可能会带来非常严重的经济损失和社会后果。因此,对签名进行鉴定具有重要的应用价值和意义。在现实生活中,所要鉴别的签名图像大多是静态的,即离线的签名图像。因此,鉴于离线签名鉴定应用的广泛性,本文主要研究内容是基于离线签名为前提的。作为签名笔迹鉴定的一个核心内容是如何选择一组有效的特征。然而无论哪一种特征都是从某一种角度刻画图像的,都有其片面性。若想从根本上解决特征的缺陷问题,就要用到多种特征互相补偿。但不加选择的把所有能获得的测量值全部用作分类特征,又会引发“特征维数灾难”现象。因此要想提高签名笔迹鉴定的正确率,减少误判率和拒识率,就需要对原始签名特征数据进行充分分析,经过认真的选择或变换,在保证一定分类精度的前提下,去掉那些分类能力很差的特征和彼此相关性很强的特征,从而减少特征维数,达到加快鉴定速度,提高鉴定效率的目的。为此本文采用主元分析方法对签名笔迹进行研究,它的目标就是在保证签名笔迹特征信息丢失最少的情况下,对高维变量空间进行降维处理。即将显式变量作一定的线性转化,产生数量较少的隐式变量,降低原始签名特征空间的维数,再从新的隐式变量中提取主要特征信息。这样既保留了原有签名笔迹特征的信息,又消除特征变量间的关联、简化分析复杂度,从新的特征空间中提取符合相应要求的主元数,同时也消除了部分噪声干扰,从而有效降低综合签名鉴定分类错误率,达到较好的鉴别效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 签名笔迹鉴定的历史
• 1.2 签名鉴定研究的必要性
• 1.3 签名笔迹的分类
• 1.4 中文签名鉴定的特点和难点
• 1.4.1 中文签名具有的特点
• 1.4.2 签名鉴定中存在着的难点
• 1.5 国内外研究现状
• 1.6 离线中文签名鉴定的研究成果及存在的问题
• 1.7 论文安排
• 第二章 签名鉴定系统概述
• 2.1 签名鉴定实现过程的概述
• 2.2 数据采集
• 2.3 预处理
• 2.4 特征选择和提取
• 2.5 鉴别决策
• 2.6 分类效果验证
• 2.7 小结
• 第三章 签名图像采集和预处理
• 3.1 签名图像采集
• 3.2 图像平滑
• 3.3 锐化
• 3.4 签名图像归一化
• 3.5 灰度化
• 3.6 二值化
• 3.7 细化
• 3.8 小结
• 第四章 特征选择与提取
• 4.1 特征选择与提取概述
• 4.1.1 特征选择
• 4.1.2 特征提取
• 4.2 形状特征的提取
• 4.3 伪动态特征的提取
• 4.3.1 高灰度特征HPF
• 4.3.2 骨架方向灰度特征
• 4.3.3 灰度级分布直方图
• 4.3.4 笔划宽度分布直方图
• 4.4 主元分析法
• 4.4.1 主元分析方法概述
• 4.4.2 主元分析相关知识
• 4.4.3 主元分析的主要思想
• 4.4.4 主元分析的计算步骤
• 4.4.5 主元分析法在特征提取的计算
• 4.5 小结
• 第五章 签名训练与鉴别
• 5.1 采用神经网络进行签名鉴别分类的理由
• 5.2 人工神经网络
• 5.3 用于签名鉴别的BP 网络设计
• 5.4 分类判别
• 5.4.1 网络输出阈值确定
• 5.4.2 评价分类结果的指标
• 5.5 小结
• 第六章 实验结果及分析
• 6.1 实验样本
• 6.2 实验方法
• 6.3 实验结果
• 6.4 实验结果分析
• 6.5 小结
• 第七章 总结与展望
• 7.1 总结
• 7.2 展望
• 致谢
• 附录：攻读硕士学位期间所发表的论文