發(fā)布時間：2018-10-25 08:33

【摘要】：手寫簽名鑒別作為生物識別領域中的一種身份認證技術在金融、法律、商業(yè)等方面已被人們廣泛地接受并應用。目前基于英文、阿拉伯文和中文的手寫簽名鑒別技術已經(jīng)得到了較成熟的研究成果,而基于維吾爾文的手寫簽名驗證在該領域內仍處于一個初始階段。因此,對維吾爾文手寫簽名鑒別進行更深入地研究是彌補并完善我國少數(shù)民族離線簽名鑒別技術體系中具有很大的實際應用和實用價值。本文主要是針對離線狀態(tài)下的維吾爾文手寫簽名鑒別技術進行了研究和分析,其所完成的研究工作包括:簽名樣本的采集和預處理、特征提取、分類鑒別等三個部分。在預處理階段通過灰度化、二值化、平滑去噪、歸一化等方法來克服了簽名圖像上的噪聲和干擾信號。在特征提取階段,根據(jù)維吾爾文手寫簽名的書寫風格及特點,對每一個簽名樣本圖像分別進行四種不同的掃描來提出了一種16維的方向特征。其次,在方向特征的特征提取方法基礎上統(tǒng)計出簽名筆跡在6種不同方向上的簽名筆跡黑像素點信息為基礎提出了一種改進的48維方向特征。最后,以灰度共生矩陣的能量、熵、慣性矩、局部平穩(wěn)性等特征參數(shù)為基礎,采用特征加權融合的方法來提取了融合特征并確定了適合維吾爾文手寫簽名鑒別的最佳權值。在簽名圖像的分類鑒別階段,對于本文提出的兩種方向特征分別用歐氏距離、卡方距離和曼哈頓距離等三種距離分類器來進行了簽名鑒別實驗。而對于灰度共生矩陣加權融合特征利用BP神經(jīng)網(wǎng)絡來進行了簽名鑒別。實驗中,從維吾爾文手寫簽名樣本庫中選用了15個人(20個原簽名樣本/每人+20個簡單模仿的偽簽名樣本/每人+20個熟練模仿的偽簽名樣本/每人)的900個手寫簽名樣本。最后用本文應用的三種簽名鑒別方法來得到的最高簽名鑒別率分別為88.61%,96%和91.78%。
[Abstract]:Handwritten signature authentication, as a biometric authentication technology, has been widely accepted and applied in finance, law, commerce and so on. At present, handwritten signature authentication techniques based on English, Arabic and Chinese have obtained more mature research results, while Uighur based handwritten signature verification is still in an initial stage in this field. Therefore, the further study of Uygur handwritten signature authentication is of great practical application and practical value in making up for and perfecting the off-line signature authentication system of minority nationalities in China. This paper mainly focuses on Uygur handwritten signature authentication technology in off-line state. The research work includes three parts: signature sample collection and pretreatment, feature extraction, classification and authentication. In the preprocessing stage, the noise and interference signals on the signature image are overcome by grayscale, binarization, smooth denoising, normalization and so on. In the phase of feature extraction, according to the writing style and characteristics of Uygur handwritten signature, four different scans are performed on each signature sample image to propose a 16-dimensional directional feature. Secondly, based on the feature extraction method of directional features, an improved 48-dimensional directional feature is proposed based on the statistic of the black pixel information of signature handwriting in six different directions. Finally, based on the energy, entropy, moment of inertia and local stationarity of the gray level co-occurrence matrix, the feature weighted fusion method is used to extract the fusion features and determine the optimal weights suitable for Uygur handwritten signature authentication. In the phase of classification and authentication of signature images, three distance classifiers, Euclidean distance, chi-square distance and Manhattan distance, are used for the two directional features proposed in this paper. The weighted fusion feature of gray level co-occurrence matrix is verified by BP neural network. In the experiment, 900 handwritten signature samples of 15 people (20 original signature samples / 20 simple imitation pseudo-signature samples per person / 20 skilled imitation pseudo-signature samples / each) were selected from the Uygur handwritten signature sample database. Finally, the highest signature authentication rate obtained by the three signature authentication methods used in this paper is 88.61% and 91.78% respectively.
【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 劉晟橋;牛連強;馮庸;;一種改進的退化文本圖像二值化方法[J];智能計算機與應用;2016年04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 曾凡鋒;王戰(zhàn)東;郭正東;;非均勻光照文檔圖像快速二值化方法[J];計算機應用與軟件;2015年11期

4 牧其爾;包玉海;;基于灰度—梯度共生矩陣的遙感影像紋理信息提取方法研究[J];內蒙古科技與經(jīng)濟;2015年05期

5 劉天時;肖敏敏;李湘眷;;融合方向測度和灰度共生矩陣的紋理特征提取算法研究[J];科學技術與工程;2014年32期

6 任國貞;江濤;;基于灰度共生矩陣的紋理提取方法研究[J];計算機應用與軟件;2014年11期

7 唐有寶;卜巍;張恩澤;鄔向前;;基于ASIFT的離線簽名認證方法[J];北京航空航天大學學報;2015年01期

8 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

9 王洪革;宋曉雪;潘石;;基于信息熵的靜態(tài)手寫漢字簽名鑒定研究[J];計算機應用與軟件;2013年01期

10 楊丹鳳;呂岳;;方向特征和網(wǎng)格特征融合的離線簽名鑒別[J];中國圖象圖形學報;2012年06期

相關博士學位論文 前2條

1 許亞美;手寫維吾爾文字識別若干關鍵技術研究[D];西安電子科技大學;2014年

2 文靜;脫機簽名識別中的關鍵問題研究[D];重慶大學;2009年

相關碩士學位論文 前9條

1 楊曉萌;面向農信社的票據(jù)簽名鑒別系統(tǒng)研究[D];西北大學;2014年

2 謝文修;基于多級DTW匹配的聯(lián)機手寫簽名鑒別研究[D];南昌大學;2013年

3 張立;離線灰度手寫簽名鑒別[D];武漢科技大學;2012年

4 楊丹鳳;基于方向特征的離線簽名鑒別[D];華東師范大學;2012年

5 胡麗娜;低質量文檔圖像的二值化研究[D];南京理工大學;2012年

6 龍建武;基于Otsu的圖像閾值分割算法的研究[D];吉林大學;2011年

7 焦松林;離線中文簽名鑒定系統(tǒng)的關鍵技術研究[D];長春工業(yè)大學;2011年

8 宋艷霞;基于Bayes決策理論的脫機手寫簽名識別研究[D];天津師范大學;2010年

9 尤慶成;基于HMM-SVM混合模型的在線手寫簽名認證[D];中國科學技術大學;2010年

，

本文編號：2293173