文档介绍：万方数据
簅正∞咖曲遒校籨緊驹删眦耐∥白即咖缌“丁缸曲瑚如彬。鏵矽鄄崞萑珑郤倦。戳蝴，方向特征和网格特征融合的离线签名鉴别胁吼鲂瞞以池时，‰咖杨丹凤。吕岳辏躶儆腷蚰舭啪“臼锄蚰删姗培印聆鯿渡馽町引言膄陀“甜籧锄尽蓿簓“彘．Ⅻ市瞭驣荫名。随机伪签名是伪造者不知道被伪造者的名字而者签名具体信息而刻意模仿的。中国图象图形学报．∞鰈礳鎒硌賓瓻砌鹏生物特征识别技术基于两个方面的特征：生理特征和行为特征。生理特征多为先天性的，如：掌纹、指纹、视网膜、秃缒さ龋恍形L卣魇窃诤天形成的．如：语音、签名、笔迹和步态特征等¨“。自动签名鉴别利用了签名的行为特征。通常来说，自动签名鉴别又可以分为两类：在线签名鉴别和离线签名鉴别。由于缺少加速度、笔顺和压力等动态信息，离线签名鉴别比在线签名鉴别更加困难。离线签名鉴别系统主要对伪签名进行检测，伪签名分为掷嘈停核婊鼻┟⒓虻ノ鼻┟褪炝肺鼻随意书写的；简单伪签名是伪造者仅知道被伪造者的名字而书写的；熟练伪签名是伪造者知道被伪造Ｓ纱丝闯觯炝伪签名的识别难度最大。公共签名数据库对签名算第卷第摘要：离线签名鉴别是一种重要的生物特征识别技术，提出了基于方向特征和网格特征融合的方法。网格特征广泛使用在图像的特征提取中，方向特征和网格特征结合不仅可以描述签名图像特殊点的方向和位置，还可以统计方向位置分布信息。两种特征组合会形成高维特征，然后使用主成分分析法进行降维，采用支持向量机作为分类器。该方法在签名数据库上进行评估，其结果表明，该方法能有效的提高离线签名鉴别的正确率。关键词：离线签名鉴别；方向特征；网格特征；融合；支持向量机蒰印肌蔺眦鴉甒鷅蚫盱緐；年．中图法分类号：文献标识码：文章编号：—嘶·论文引用格式：扬丹凤，吕岳．方向特征和网格特征融合的离线签名鉴别泄枷笸夹窝Пǎ：华东师范大学信息科学技术学院计算机系，上海琇，承∞彻禿#琾即叩璐．日模瑆丑祎＃收稿日期：一—；修回日期：第一作者简介：杨丹风，女，华东师范大学计算机系计算机应用技术专业硕士研究生，主要研究方向为图像处理与模式识别。甆簟辬砒觮毗弘議．鹀∞．觭斫矗甌鄹鴗
万方数据
＼‘圈＼／／～学芈咖商硫防丽疆丽雨蔺卣魈崛：的方向值由向量簆：的方向决定，图库的签名种类较少，一般由西文组成。本文只考虑方向距离直方图的签名鉴别方案”等人又使用增强的改进方向特征来提高签图枋隽吮疚那┟鸬姆椒ú街琛瑰。删像的采样，但是获得的签名图像仍然存在不同程进行降噪，图像二值化之后再提取出签名图像的标注前景像素点方向值签名图像的最左偕鑠．为起始点；蜒皃。附近的前景像素点海绻淮嬖定义了各个方向的取值；是线段分割后的图像。线段分割基于如下较蛑和辉谕幌叨文冢涣袼刂刀嘤个，则将此连续像线段归一化线段分割后，使用每个线段中出现次数最多的方向值代替其他方向值。图洪中国图象图形学报荩甤甤法的比较是不可或缺的，但是公共的离线签名数据西文的随机伪签名和熟练伪签名。和其他模式识别问题一样，特征提取在签名鉴别中占有很大的地位。和提出了基于投影的全局特征和网格特征门鷊和挠τ媒峁特征进行签名鉴别。热颂岢隽嘶诒咴岢隽烁慕姆较蛱卣鞣椒ā。名鉴别的正确率。目前多数研究工作主要在白纸上进行签名图度的噪声。本文采用数理形态学方法对签名图像轮廓。方向特征改进方向特征最初应用于字符识别¨叭斯作Ⅲ砻鞔颂卣饕部梢杂行岣咔┟仿省８进方向特征不仅包括