發(fā)布時間：2019-07-25 16:05

【摘要】：為了解決現(xiàn)代社會上經(jīng)常發(fā)生的個人信息被泄露的問題,各地的研究者特別關注不能輕易被盜的個人生物特征識別技術。手寫簽名作為人體的一種比較穩(wěn)定的生物行為特征,在個人身份的認證方面具有非侵犯性,容易獲取性。因此,手寫簽名識別技術在很多領域中普遍使用并且一直發(fā)揮著自己的重要作用,比如銀行服務窗口存取款,簽收快件,通訊卡,簽訂合同等等。為了滿足人們對現(xiàn)代社會的保護個人信息的需求,找出一種更加安全、普遍、方便、快捷、可靠和實用的身份認證手段具有巨大的實用價值和重要的意義。本文最初介紹了簽名識別研究的背景、實際應用價值、意義和概述,再簡單的介紹簽名識別研究在國內(nèi)外的現(xiàn)狀與獲得的成果。然后就結(jié)合維吾爾文手寫簽名研究的現(xiàn)狀,一步一步地闡述我們在本文提出的預處理方法、特征選擇與提取方法、分類匹配方法。最終用兩種訓練樣本集進行實驗并對實驗結(jié)果進行分析。在數(shù)據(jù)采集與預處理階段,首先采集維吾爾文手寫簽名樣本建立原始的簽名樣本庫,然后對采集簽名樣本圖像進行灰度化、平滑去噪、二值化、歸一化和輪廓提取等有效的預處理操作建立維吾爾文手寫簽名樣本庫。在特征選擇與提取階段,從每幅歸一化后的二值簽名圖像和輪廓提取的簽名圖像中提取了128維局部中心點特征、112維ETDT特征、30維紋理特征、10維Zernike矩特征、12維形狀特征。其中,局部中心點特征和ETDT特征互相組合形成一種新的高維統(tǒng)計融合特征,紋理特征、Zernike矩特征和形狀特征三種特征互相組合形成又一個新的融合特征。在特征分類決策部分,對于從簽名圖像中提取的局部中心點特征、ETDT特征和這兩個特征的融合,首先使用K-NN進行排序,然后再使用絕對距離、歐式距離、卡方距離和Cosine距離相似性距離方法找出最接近和最相似的類別。對于從簽名圖像中提取的紋理特征、Zernike矩特征、形狀特征和這三種特征的融合,使用BP神經(jīng)網(wǎng)絡進行分類識別。實驗數(shù)據(jù)包括教育文化水平和年齡有差異的100個志愿者(一個志愿者有20個簽名樣本)的簽名樣本,總2000幅簽名樣本。本文使用兩種訓練方式(1600個樣本和1000個樣本分別作為訓練樣本)進行實驗和結(jié)果分析。在實驗中訓練樣本數(shù)目為1600幅時,128維局部中心點特征和112維ETDT特征分別使用絕對距離和Cosine相似性度量進行分類,最終分別得到了97.45%和96.35%的平均識別率。為了解決只使用單一特征的識別率不夠高的問題,把局部中心點特征和ETDT特征互相組合形成一種新的高維統(tǒng)計融合特征,并用相似性距離度量方法進行分類實驗。融合特征的識別率比使用單一特征的最佳識別率還分別提高0.9%和0.5%,獲得了98.35%和96.85%的平均識別率。除此之外,對于30維紋理特征、10維Zernike矩特征、12維形狀特征分別使用BP神經(jīng)網(wǎng)絡進行分類識別,并分別獲得95.45%,97.80%,93.39%的平均識別率。為了互相補充這些單一特征的缺陷,本文還把紋理特征、Zernike矩特征和形狀特征等三種特征互相組合形成又一個新的融合特征,以及使用BP神經(jīng)網(wǎng)絡進行分類識別。系統(tǒng)識別率比單一特征的最佳識別率還分別高于2.55%,0.2%和4.61%,最高識別率達98%。
【學位授予單位】：新疆大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前10條

1 馬小晴;桑慶兵;;基于LBP和深度學習的手寫簽名識別算法[J];量子電子學報;2017年01期

2 庫爾班·吾布力;熱依買·阿不力克木;努爾畢亞·亞地卡爾;阿力木江·艾沙;吐爾根·依布拉音;;基于密度特征的維吾爾文離線簽名識別[J];計算機工程與設計;2016年08期

3 林俊杰;王崇文;段程浩;李雪鵬;林建輝;王天文;;基于智能移動終端的動態(tài)簽名識別[J];北京理工大學學報;2014年07期

4 古麗熱娜·阿布里孜;庫爾班·吾布力;卡米力·木依丁;艾斯卡爾·艾木都拉;;基于多分辨幾何特征的維吾爾文脫機簽名識別[J];計算機工程與應用;2013年16期

5 謝勇;夏欣;琚生根;邵壽平;;自適應窗口的圖像平滑去噪[J];四川大學學報(自然科學版);2013年03期

6 王劍;馬書月;;基于幾何中心靜態(tài)手寫簽名的識別算法研究[J];計算機應用研究;2012年03期

7 王海靜;王志丹;;面部識別的理論概述[J];長春理工大學學報(社會科學版);2011年02期

8 戴斯荻;夏利民;;基于保局投影的離線簽名識別[J];計算機工程與應用;2010年01期

9 孫文波;吳錫生;;綜合顏色紋理形狀特征的圖像檢索[J];計算機工程與設計;2009年21期

10 王春梅;;改進后的Zernike矩在離線簽名識別中的應用[J];科技信息;2008年29期

相關碩士學位論文 前10條

1 王婧;基于多模態(tài)生物特征識別的身份認證技術研究[D];貴州大學;2016年

2 崔天宇;基于HMM的語音識別系統(tǒng)的研究與實現(xiàn)[D];吉林大學;2016年

3 張鵬;基于特征提取的掌紋識別[D];北京理工大學;2016年

4 藺瀟榕;基于支持向量機的離線簽名鑒別系統(tǒng)[D];西安科技大學;2015年

5 劉霏;基于BP神經(jīng)網(wǎng)絡的虹膜圖像質(zhì)量分類方法的研究[D];山東師范大學;2015年

6 羅婷婷;兩種改進的彩色圖像灰度化算法研究[D];浙江工商大學;2014年

7 熱依買·阿不力克木;維吾爾文離線手寫簽名識別研究[D];新疆大學;2014年

8 王龍;圖像紋理特征提取及分類研究[D];中國海洋大學;2014年

9 羅勇軍;基于優(yōu)化DTW算法的在線手寫簽名認證系統(tǒng)研究與設計[D];廣東工業(yè)大學;2014年

10 殷朝陽;NIR人臉圖像識別方法研究[D];南京理工大學;2013年

，

本文編號：2519196