基于改進(jìn)KNN的離線手寫簽名識別研究.pdf_第1頁
已閱讀1頁,還剩60頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、簽名鑒別是一種,新興的基于生物特征的身份識別技術(shù),由于其方便、可靠、從筆跡中提取信息不侵犯隱私而被人們普遍接受,在商務(wù)、金融、司法、保險(xiǎn)等眾多領(lǐng)域中有著廣泛的應(yīng)用,因此深入研究離線狀態(tài)下利用計(jì)算機(jī)對手寫簽名進(jìn)行鑒別具有重要的理論意義和巨大的實(shí)用價(jià)值。本文首先介紹了課題的研究背景及意義,簡述了簽名鑒別技術(shù)的概況,總結(jié)了國內(nèi)外在該領(lǐng)域的研究進(jìn)展和成果,分析了離線簽名鑒別研究存在的問題,然后以簽名圖像為研究對象,深入探究了離線簽名識別中的預(yù)處

2、理、特征提取和選擇及分類識別技術(shù)。通過對簽名圖像進(jìn)行平滑、二值化、細(xì)化、空白邊緣去除、輪廓提取等預(yù)處理操作,提取了簽名的形狀特征和偽動(dòng)態(tài)特征等共56維特征。形狀特征包括簽名的幾何特征和矩特征;偽動(dòng)態(tài)特征方面,提取了高密區(qū)域、灰度級直方圖、灰度重心、簽名骨架方向灰度和筆畫寬度直方圖等5組41維特征。在分類識別技術(shù)研究中,采用了加權(quán)歐式距離和k近鄰(KNN)分類方法對簽名樣本進(jìn)行識別。在KNN算法中,我們研究了k值的選取對分類結(jié)果好壞的影響

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論