小波變換在手寫簽名特征提取中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩51頁未讀 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、計算機與通信技術(shù)的飛速發(fā)展在給人們?nèi)粘I顜順O大便利的同時,也使信息安全問題受到前所未有的挑戰(zhàn),因此實時準確的個人身份認證突顯重要。基于生物特征的身份識別克服了傳統(tǒng)認證方法的大量缺陷而得到越來越廣泛的應(yīng)用。在線手寫簽名驗證是眾多基于生物特征的身份識別方法中的一種,該技術(shù)在模式識別、信號處理等領(lǐng)域都屬前沿課題。簽名作為人的一種行為特征,與其它生物特征相比,具有非侵犯性、易為人接受等特點。在線手寫簽名驗證的主要依據(jù)則是各人簽名所獨有的空域

2、和時域特性。而簽名信號的特征提取的優(yōu)劣將決定識別系統(tǒng)的性能。為此,本文對小波變換在手寫簽名特征提取中應(yīng)用的方法進行了深入系統(tǒng)的研究。全文的主要研究工作概括如下: 首先,研究由DENG<'[1]>撰寫的文獻,該文獻把小波變換應(yīng)用在離線簽名特征提取中。本文把DENG<'[1]>提出的方法應(yīng)用在在線簽名識別中,是對DENG方法的擴展。本文通過自行設(shè)計的簽名采集設(shè)備,利用觸摸屏采集到簽名筆劃的位置信息,進而得到簽名的橫坐標和縱坐標實時時

3、域序列。以這些點的坐標序列為基礎(chǔ)進行小波變換來提取特征。根據(jù)小波變換檢測信號突變點的原理,對坐標序列進行小波分析,提取分解后小波系數(shù)的過零點信息作為特征。這些特征構(gòu)成了簽名特征向量序列,能夠很全面地反映原始簽名的特征信息。然后采用動態(tài)時間規(guī)整的方法來匹配特征序列,進而得到簽名間的相異度。由于不同簽名者的簽名風格存在差異,用統(tǒng)一的閾值對所有簽名進行判別會造成很高的誤識率,因此針對這一問題我們在判別時采用統(tǒng)計的方法分別計算每個簽名者的閾值。

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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