基于决策融合的离线签名检验技术的研究

论文摘要

手写签名检验是当前模式识别和人工智能领域的研究热点,在公安部门、金融业和电子商务等领域有着广泛的应用前景,具有一定的社会效益和经济效益。目前在线手写签名检验技术已经进入实用阶段,而离线手写签名检验技术的效果还不太令人满意。在实际生活中,在线签名检验所需的基本条件通常不太容易满足,因此深入地研究离线签名检验的技术方法具有非常重要的现实意义。本文的立题就是为了在这方面做一些有益的探索。本研究的主要目的是在深入研究国内外现有签名检验技术的基础上,结合中文签名的特点、神经网络技术和决策融合的思想,提出一种新的基于决策融合的离线签名检验方法,并编程加以实现。在研究过程中,我们对签名检验的各个环节都做了一定深度的讨论: (1) 在签名采集环节,我们不仅采集了大量合法用户的真签名,还采集了许多简单摹仿和熟练摹仿的伪签名,这些真、伪签名将在特征提取和实验阶段使用,为验证本文提出的基于决策融合的签名检验技术的先进性和准确性方面提供可靠的实验数据。(2) 在预处理环节,我们首先消除了复印纸张带来的色彩失真问题,然后讨论了如何去除图像中的孤立噪声:一般常用的平滑滤波算法虽然能在一定程度上去除图像中的孤立噪声,但它会对图像的细节部分产生影响,使整个图像特别是边界部分变得模糊不清,因此这类算法不适用于签名这类细线多、细节多、边缘清晰的图像。针对签名图像细节相对集中的特点,本文使用了一种新的去噪方法:投影去噪法。该方法在保证笔划边缘不被模糊的前提下,能去除

论文目录

• 第一章 前言
• 1.1 课题的提出
• 1.2 签名检验的背景知识
• 1.2.1 签名检验与文字识别、笔迹鉴定的区别
• 1.2.2 签名检验的分类
• 1.3 签名检验的系统描述
• 1.4 国内外研究现状和发展趋势
• 1.5 本文的研究目标及章节组织
• 第二章 预处理及特征提取
• 2.1 预处理
• 2.1.1 消除色彩失真
• 2.1.2 去除孤立噪声
• 2.2 特征提取
• 2.2.1 统计特征
• 2.2.2 部件特征
• 2.2.3 实验数据:部分样本签名的特征值
• 第三章基于统计分类的签名检验方法
• 3.1 判决算法
• 3.2 决策可信度CL 的产生
• 3.3 实验数据分析
• 第四章 基于神经网络的签名检验方法
• 4.1 神经网络的基本知识
• 4.2 神经网络用于字母识别
• 4.3 神经网络用于签名检验
• 4.3.1 神经网络的输入、输出矩阵
• 4.3.2 神经网络的具体结构
• 4.3.3 神经网络的生成、训练和判别
• 4.3.4 神经网络判决结果的决策可信度CL
• 第五章 基于决策融合的签名检验方法
• 5.1 信息融合的概念
• 5.2 基于决策融合的签名检验
• 5.2.1 树分类器的决策融合思想
• 5.2.2 基于树分类器的签名检验
• 第六章 实验分析及系统实现
• 6.1 实验评价指标
• 6.2 实验数据分析及结论
• 6.2.1 实验1:系统对随机摹仿伪签名的拒绝能力-APFAradom
• 6.2.2 实验2:系统对简单摹仿伪签名的拒绝能力-APFAsimple
• 6.2.3 实验3:系统对熟练摹仿伪签名的拒绝能力-APFAskilled
• 6.2.4 实验4:系统对真签名的接受能力-APFR
• 6.2.5 实验结论
• 6.3 系统实现
• 第七章 总结及改进
• 参考文献
• 攻读硕士学位期间发表的论文和参加的科研项目
• 致谢