脫機(jī)中文簽名鑒定技術(shù)的研究.pdf

1、簽名是一種使用廣泛的用于識(shí)別身份的生物特征?；谑謱?xiě)簽名的身份鑒定，在金融、軍事、商業(yè)、通信、辦公自動(dòng)化、工程文件等領(lǐng)域，不僅過(guò)去的幾百年中一直被采用，而且可以預(yù)計(jì)將來(lái)會(huì)繼續(xù)有著廣泛應(yīng)用的前景。因此對(duì)簽名鑒定技術(shù)的深入研究，對(duì)于提高實(shí)際應(yīng)用水平和有關(guān)學(xué)科的科技進(jìn)步都有著重要的意義。 本文首先分析了脫機(jī)手寫(xiě)簽名鑒定的意義、發(fā)展及國(guó)內(nèi)外研究動(dòng)態(tài)，探討了脫機(jī)中文簽名鑒定實(shí)現(xiàn)的難點(diǎn)和主要的研究方法。然后深入研究和分析了脫機(jī)簽名識(shí)別中的預(yù)

2、處理技術(shù)、特征提取技術(shù)和識(shí)別技術(shù)。本文的主要內(nèi)容有： 在簽名的預(yù)處理技術(shù)中，對(duì)平滑算法以及圖像的傾斜校正進(jìn)行了重點(diǎn)介紹，并嘗試了利用象素方差求圖像傾斜角的方法。 在原始特征的提取時(shí)，為了盡可能體現(xiàn)簽名的個(gè)體特征，同時(shí)采用了靜態(tài)形狀特征和偽動(dòng)態(tài)特征。形狀特征的重點(diǎn)是具有旋轉(zhuǎn)、平移和尺度不變形的偽Zernike矩。偽動(dòng)態(tài)特征方面，提取了原始灰度特征、高灰度特征和改進(jìn)后的灰度分布直方圖特征。 結(jié)合遺傳算法的全局搜索能力

3、和小波神經(jīng)網(wǎng)絡(luò)快速高精度的特點(diǎn)，本文提出了兩種基于遺傳算法的小波神經(jīng)網(wǎng)絡(luò)模型，克服了梯度下降法易陷入局部極小和引起振蕩效應(yīng)等缺點(diǎn)。模型1：用具有自然進(jìn)化規(guī)律的遺傳算法來(lái)對(duì)小波神經(jīng)網(wǎng)絡(luò)的連接權(quán)值和伸縮平移尺度進(jìn)行優(yōu)化訓(xùn)練，代替了小波神經(jīng)網(wǎng)絡(luò)中按單一的梯度方向進(jìn)行參數(shù)優(yōu)化的梯度下降法；模型2：用遺傳算法來(lái)對(duì)小波神經(jīng)網(wǎng)絡(luò)的各參數(shù)進(jìn)行前期優(yōu)化訓(xùn)練后，再用梯度下降法進(jìn)行二次優(yōu)化。把基于遺傳算法的小波神經(jīng)網(wǎng)絡(luò)模型用于脫機(jī)簽名鑒定，實(shí)驗(yàn)結(jié)果表明，此方

4、法與單獨(dú)采用BP網(wǎng)絡(luò)或小波神經(jīng)網(wǎng)絡(luò)相比，模型1減少了運(yùn)算量，提高了運(yùn)算速度；模型2可以達(dá)到大約有9.2﹪的平均誤判率，正確鑒定率提高了5﹪左右。 針對(duì)可用真簽名樣本特別少，偽簽名樣本可能缺失的情況，本文提出了一種基于小樣本集的簽名鑒定方法。在這個(gè)新方法中，將待鑒定簽名樣本特征投影到參考真簽名樣本的主成分投影坐標(biāo)系后，根據(jù)新坐標(biāo)系中的特征數(shù)據(jù)進(jìn)行判決。新系統(tǒng)的性能主要取決于參考真簽名樣本，不再依賴于少數(shù)固定的偽簽名樣本，并且參考真