現(xiàn)實生活中越來越多的場合使用簽名作為身份認證的方式,從而產(chǎn)生了大量需要鑒別簽名真?zhèn)蔚男枨蟆鹘y(tǒng)的簽名鑒別需要依靠簽名鑒別專家人工分析分類,在大量樣本中尋找真?zhèn)魏灻?需要耗費大量時間成本。計算機簽名鑒別就是依靠計算機提取簽名中的特征,使用機器學(xué)習(xí)模型自動或輔助專家預(yù)測簽名樣本作者的技術(shù)。隨著計算機技術(shù)的發(fā)展,計算機簽名識別技術(shù)逐漸受到人們的重視。本文介紹了簽名鑒別的研究現(xiàn)狀,并以此為基礎(chǔ),研究了簽名的采集、預(yù)處理、特征提取及特征匹配技術(shù)。本文主要完成了以下工作:（1）收集實驗需要的簽名圖像數(shù)據(jù),分別使用掃描儀和三維體式顯微鏡獲取簽名的二維和三維圖像。二維簽名預(yù)處理包括灰度變換、濾波去噪以及大小歸一化等工作,簽名在書寫及掃描的過程中會引入墨點污染、紙張雜質(zhì)污染以及掃描機械污染,進行預(yù)處理可以有效的減少污染,避免后續(xù)特征提取的影響。三維簽名預(yù)處理為曲面校正、去除離群點以及濾波去噪,紙張平面易彎曲,表面帶有雜質(zhì),且掃描過程中機械振動會產(chǎn)生噪聲,進行預(yù)處理可以減少的實驗材料帶來的干擾。（2）提取簽名特征。提取特征是簽名鑒別的關(guān)鍵步驟,二維特征提取的是簽名圖像的灰度共生矩陣特征（GLCM）和局部二... 

【文章來源】：中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機械與物理研究所)吉林省

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

簽名鑒別總體框架

基于紋理特征和深度特征的簽名鑒別技術(shù)研究8圖2.1人眼光譜光視效率曲線Figure2.1Spectralluminousefficiencycurveofhumaneyes2.1.2簽名圖像的去噪在書寫過程中帶來的筆跡污點、紙張固有的紋理及雜質(zhì)都會帶來分離點，掃描過程中還會引進污染，給后續(xù)的特征提取帶來影響，需要先進行濾波去噪，去除簽名圖像中的背景噪聲。圖像處理中常用的去噪方法可以分為基于空間域的濾波方法、基于頻率域的濾波方法以及基于形態(tài)學(xué)的濾波方法等[27]。其中空間域濾波和形態(tài)學(xué)濾波法不僅可以完成線性濾波，還可以完成非線性濾波，這是頻率域濾波做不到的。因此本文將研究重點放在空間域濾波和形態(tài)學(xué)濾波上�？臻g域濾波法直接針對二維圖像的像素進行處理，使圖像像素完成預(yù)定義的操作，實現(xiàn)預(yù)想的功能。我們將圖像與空間濾波器（也稱為核、掩模、窗口和模板）進行卷積，得到濾波后的圖像。為了使濾波在邊緣處保持一致，我們首先根據(jù)模板的大小在圖像邊緣填充0（即像素值為0的行和列），為了使計算簡單，一般使模板的行列數(shù)相等，且行數(shù)（列數(shù)）為奇數(shù)。在3*3模板中，將在圖像的邊緣處分別填充一行（列）0。尺寸為N*M的圖像與尺寸為n*n的模板進行卷積，輸出的圖像由式2.2和2.3表示。其中a=(n-1)/2，h(x,y)為濾波器模板，可以按照我們的需求進行任意的設(shè)計�？臻g域濾波器可以分為線性濾波器和非線性濾波器，其中線性濾波器包括均值濾波器，權(quán)值（高斯）濾波器等；非線性有統(tǒng)計濾波（最大（最小值）濾波器、中值濾波器以及中點濾波器）和閾值濾波等。(1)2nN（2.2）(,)(,)(,)(,)(,)aasatagxyhxyfxyhstfxsyt（2.3）均值濾波是將像素在模板鄰域大小內(nèi)的灰度均值作為中心元素的灰度值的

第2章簽名圖像的預(yù)處理9濾波方式，是最簡單的線性平滑濾波器。均值濾波可以有效減弱圖像在孤立像素內(nèi)灰度值突變以及椒鹽噪聲對簽名圖像特征的影響，降低圖像的噪聲。但同時均值濾波會比較大的模糊圖像，丟失簽名圖像在邊緣處的特征。圖2.2（a）是一個3*3的均值濾波器模板。均值濾波器有明顯的不足，它給予鄰域內(nèi)所有位置相同的權(quán)值，但一般情況下，一些位置像素的重要性是明顯大于其他位置的像素（如中心位置）。因此需要給不同位置的像素賦予不同的權(quán)值。權(quán)值濾波器是在均值濾波器的基礎(chǔ)上，賦予不同位置像素不同權(quán)重的濾波器，模板的權(quán)值可以由式2.4的二維高斯函數(shù)來給出，此時也稱為二維高斯濾波器。高斯濾波器可以根據(jù)需要選擇不同的尺度，即標準差δ，選擇不同的標準差的濾波效果也不一樣。δ越小，中心元素所占的權(quán)重就越大，但會減弱簽名圖像的平滑效果，反之，δ越大，各位置元素所占權(quán)重越接近，使濾波效果接近均值濾波。圖2.2（b）是一個3*3的高斯濾波器模板，高斯模板的標準差可根據(jù)實際情況進行選擇，不同數(shù)值中心值的權(quán)重也不一樣。22221(,)exp[()]2xySxy（2.4）（a）（b）圖2.2一個3*3的均值濾波模板（a）和一個3*3的高斯濾波模板（b）Figure2.2A3*3templateofmeanfiltering(a)anda3*3templateofGaussianfiltering(b)統(tǒng)計濾波器是一類非線性濾波器，包括最大（�。┲禐V波器、中值濾波器、中點濾波器等。濾波時，濾波器模板鄰域內(nèi)，所有元素首先進行一次排序，得到區(qū)域的像素灰度值序列，再根據(jù)特定的規(guī)則選擇或計算出中心元素的像素值。使用序列的最大值（最小值）作為中心元素灰度值的稱為最大值（最小值）濾波器，使用序列中值作為中心元素灰度值的稱為中值濾波器，使用序列最大值和最小值的均值

【參考文獻】：
期刊論文
[1]基于B樣條小波分析的點云數(shù)據(jù)濾波處理技術(shù)[J]. 田旭東,王艋.  現(xiàn)代測繪. 2019(03)
[2]基于LBP和深度學(xué)習(xí)的手寫簽名識別算法[J]. 馬小晴,桑慶兵.  量子電子學(xué)報. 2017(01)
[3]基于改進SIFT的離線簽名鑒別方法[J]. 丁一,詹恩奇,鄭建彬,汪陽.  計算機應(yīng)用研究. 2017(11)
[4]運用筆跡三維信息提取分析儀對摹仿簽名筆力特征的實驗研究[J]. 申思,韓丹巖,俞綱.  中國刑警學(xué)院學(xué)報. 2016(03)
[5]三維槍彈痕點云數(shù)據(jù)處理及特征提取研究[J]. 馬鑫,魏仲慧,何昕,于國棟.  液晶與顯示. 2016(09)
[6]運用筆跡三維信息提取分析儀對正常簽名書寫力的研究[J]. 申思,韓丹巖.  中國司法鑒定. 2015(06)
[7]基于優(yōu)化Gabor濾波器和GMRF的筆跡特征提取方法[J]. 邱娟,謝昊,張傳林.  計算機工程與應(yīng)用. 2015(17)
[8]融合紋理特征與深度信息的足跡自動比對算法[J]. 凌劍勇,何昕,魏仲慧,李一芒,梁國龍.  光學(xué)精密工程. 2014(07)
[9]基于紋理特征的遙感影像監(jiān)督分類[J]. 洪洲.  測繪與空間地理信息. 2013(04)
[10]基于灰度共生矩陣的紋理特征提取[J]. 高程程,惠曉威.  計算機系統(tǒng)應(yīng)用. 2010(06)

博士論文
[1]三維槍彈痕跡自動識別系統(tǒng)關(guān)鍵技術(shù)研究[D]. 凌劍勇.中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所) 2014

碩士論文
[1]基于穩(wěn)定性分析的離線手寫簽名真?zhèn)舞b別[D]. 魏佳敏.西北大學(xué) 2017
[2]基于統(tǒng)計特征的維吾爾文離線手寫簽名鑒別技術(shù)研究[D]. 祖麗皮亞·艾尼.新疆大學(xué) 2017
[3]槍彈痕三維可視化算法研究[D]. 馬鑫.中國科學(xué)院長春光學(xué)精密機械與物理研究所 2017
[4]基于形狀上下文的離線簽名鑒別[D]. 劉利利.河北大學(xué) 2016
[5]離散曲面三維形狀表征及濾波方法研究[D]. 張夢倩.哈爾濱工業(yè)大學(xué) 2016
[6]手寫體漢字筆跡鑒別研究[D]. 鮑雄偉.長安大學(xué) 2014
[7]離線灰度手寫簽名鑒別[D]. 張立.武漢科技大學(xué) 2012
[8]漢字筆跡鑒別算法的研究[D]. 張偉.東北林業(yè)大學(xué) 2009



本文編號：3582932