基于多特征的维吾尔文手写签名识别研究

发布时间:2019-07-25 16:05
【摘要】:为了解决现代社会上经常发生的个人信息被泄露的问题,各地的研究者特别关注不能轻易被盗的个人生物特征识别技术。手写签名作为人体的一种比较稳定的生物行为特征,在个人身份的认证方面具有非侵犯性,容易获取性。因此,手写签名识别技术在很多领域中普遍使用并且一直发挥着自己的重要作用,比如银行服务窗口存取款,签收快件,通讯卡,签订合同等等。为了满足人们对现代社会的保护个人信息的需求,找出一种更加安全、普遍、方便、快捷、可靠和实用的身份认证手段具有巨大的实用价值和重要的意义。本文最初介绍了签名识别研究的背景、实际应用价值、意义和概述,再简单的介绍签名识别研究在国内外的现状与获得的成果。然后就结合维吾尔文手写签名研究的现状,一步一步地阐述我们在本文提出的预处理方法、特征选择与提取方法、分类匹配方法。最终用两种训练样本集进行实验并对实验结果进行分析。在数据采集与预处理阶段,首先采集维吾尔文手写签名样本建立原始的签名样本库,然后对采集签名样本图像进行灰度化、平滑去噪、二值化、归一化和轮廓提取等有效的预处理操作建立维吾尔文手写签名样本库。在特征选择与提取阶段,从每幅归一化后的二值签名图像和轮廓提取的签名图像中提取了128维局部中心点特征、112维ETDT特征、30维纹理特征、10维Zernike矩特征、12维形状特征。其中,局部中心点特征和ETDT特征互相组合形成一种新的高维统计融合特征,纹理特征、Zernike矩特征和形状特征三种特征互相组合形成又一个新的融合特征。在特征分类决策部分,对于从签名图像中提取的局部中心点特征、ETDT特征和这两个特征的融合,首先使用K-NN进行排序,然后再使用绝对距离、欧式距离、卡方距离和Cosine距离相似性距离方法找出最接近和最相似的类别。对于从签名图像中提取的纹理特征、Zernike矩特征、形状特征和这三种特征的融合,使用BP神经网络进行分类识别。实验数据包括教育文化水平和年龄有差异的100个志愿者(一个志愿者有20个签名样本)的签名样本,总2000幅签名样本。本文使用两种训练方式(1600个样本和1000个样本分别作为训练样本)进行实验和结果分析。在实验中训练样本数目为1600幅时,128维局部中心点特征和112维ETDT特征分别使用绝对距离和Cosine相似性度量进行分类,最终分别得到了97.45%和96.35%的平均识别率。为了解决只使用单一特征的识别率不够高的问题,把局部中心点特征和ETDT特征互相组合形成一种新的高维统计融合特征,并用相似性距离度量方法进行分类实验。融合特征的识别率比使用单一特征的最佳识别率还分别提高0.9%和0.5%,获得了98.35%和96.85%的平均识别率。除此之外,对于30维纹理特征、10维Zernike矩特征、12维形状特征分别使用BP神经网络进行分类识别,并分别获得95.45%,97.80%,93.39%的平均识别率。为了互相补充这些单一特征的缺陷,本文还把纹理特征、Zernike矩特征和形状特征等三种特征互相组合形成又一个新的融合特征,以及使用BP神经网络进行分类识别。系统识别率比单一特征的最佳识别率还分别高于2.55%,0.2%和4.61%,最高识别率达98%。
【学位授予单位】:新疆大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.41

【参考文献】

相关期刊论文 前10条

1 马小晴;桑庆兵;;基于LBP和深度学习的手写签名识别算法[J];量子电子学报;2017年01期

2 库尔班·吾布力;热依买·阿不力克木;努尔毕亚·亚地卡尔;阿力木江·艾沙;吐尔根·依布拉音;;基于密度特征的维吾尔文离线签名识别[J];计算机工程与设计;2016年08期

3 林俊杰;王崇文;段程浩;李雪鹏;林建辉;王天文;;基于智能移动终端的动态签名识别[J];北京理工大学学报;2014年07期

4 古丽热娜·阿布里孜;库尔班·吾布力;卡米力·木依丁;艾斯卡尔·艾木都拉;;基于多分辨几何特征的维吾尔文脱机签名识别[J];计算机工程与应用;2013年16期

5 谢勇;夏欣;琚生根;邵寿平;;自适应窗口的图像平滑去噪[J];四川大学学报(自然科学版);2013年03期

6 王剑;马书月;;基于几何中心静态手写签名的识别算法研究[J];计算机应用研究;2012年03期

7 王海静;王志丹;;面部识别的理论概述[J];长春理工大学学报(社会科学版);2011年02期

8 戴斯荻;夏利民;;基于保局投影的离线签名识别[J];计算机工程与应用;2010年01期

9 孙文波;吴锡生;;综合颜色纹理形状特征的图像检索[J];计算机工程与设计;2009年21期

10 王春梅;;改进后的Zernike矩在离线签名识别中的应用[J];科技信息;2008年29期

相关硕士学位论文 前10条

1 王婧;基于多模态生物特征识别的身份认证技术研究[D];贵州大学;2016年

2 崔天宇;基于HMM的语音识别系统的研究与实现[D];吉林大学;2016年

3 张鹏;基于特征提取的掌纹识别[D];北京理工大学;2016年

4 蔺潇榕;基于支持向量机的离线签名鉴别系统[D];西安科技大学;2015年

5 刘霏;基于BP神经网络的虹膜图像质量分类方法的研究[D];山东师范大学;2015年

6 罗婷婷;两种改进的彩色图像灰度化算法研究[D];浙江工商大学;2014年

7 热依买·阿不力克木;维吾尔文离线手写签名识别研究[D];新疆大学;2014年

8 王龙;图像纹理特征提取及分类研究[D];中国海洋大学;2014年

9 罗勇军;基于优化DTW算法的在线手写签名认证系统研究与设计[D];广东工业大学;2014年

10 殷朝阳;NIR人脸图像识别方法研究[D];南京理工大学;2013年



本文编号:2519196

论文下载
论文发表


    下载步骤:
    1.微信扫码,备注编号 2519196.
    2.
    点击下载


    本文链接:http://www.bigengculture.com/shoufeilunwen/xixikjs/2519196.html