静态手写签名验证技术综述

静态手写签名验证技术综述

ID:32762517

大小:74.73 KB

页数:5页

时间:2019-02-15

静态手写签名验证技术综述_第1页
静态手写签名验证技术综述_第2页
静态手写签名验证技术综述_第3页
静态手写签名验证技术综述_第4页
静态手写签名验证技术综述_第5页
资源描述:

《静态手写签名验证技术综述》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、静态手写签名验证技术综述方俊I赵英良2李明钧'(1.绍兴越秀外国语职业学院管理分院,浙江绍兴31200();2.西安交通大学电信学院,陕西西安710049)摘要:静态签名验证技术是基于人体特征的身份验证的重要技术文章对H前的静态签名验证的基本过程、预处理、特征提取及目前常用的分类器分别作了介绍•最后,针对签名的变化性介绍了近年來的研究成果.关键词:手写签名验证;预处理;特征提取;分类器中图分类号:1P391.41文献标识码:A文章编号:1008-293X(2007)07-0060-050引言签名验证技术是一项重要的身份认证技

2、术.随着计算机办公技术的发展和完善,对个人身份认证提出了更髙的要求•传统的密码认证在安全上存在着一定的限制,因此基于生物识别的个人身份认证技术越来越受到人们的重视.同其他的认证方式相比,它具有不会丢失、遗忘、使用简便等特点.手写签名验证(HandwrittenSignatureVerification,HSV)是其屮有效的认证技术Z—.签名是一种传统的身份认证方法2一,因为它的便利性,利用签名來鉴别身份已普遍为人们所接受.签名是人的行为特征之一,不同的人由于生理构造、习惯不同等方面的原因,其签名具有很强的个性,且不易被模仿.

3、在人们的日常工作屮需要用卷名来验证身份的地方很多,如签订合同、会议记录汇签、各单位之I'可的确认文件的签名,手执现金支票到徐行取款时也必须具有存款人的签名.其实,签名验证的应用远非仅限于此,它作为一种具有一定法律效丈的身份认证手段广泛地应用于银行、财务、金融、安全以及对历史签名的验证等.手写签名验证可以分为静态签名验证、动态签名验证和将训练样本待验证样本**数据预处理数据预处理♦*特征的提取待征的提取1结果签名的获取图1典型的手写签名验证系统两者结合起来的混杂系统叫动态签名数据一般是由写字板和签字笔通过计算机接口实时捕获,得

4、到的是一时序信号序列,如压力、速度等•静态签名数据一般是通过扫描仪或摄像机获取的,得到的是一幅数字图像.由于动态签名验证方法能够获得比静态方法更多的信息,因此静态手写签名验证研究更加困难⑴.静态手写签名验证的过程就是一般的模式识别的过程.一般可分为签名图像的获取、预处理、特征提取和验证四个阶段,如图1所示.主要可分为两部分,一是根据签名样本设计鉴别器,二是利用设计好的鉴别器验证签名.在过去的几十年中,人们已经对签名的计算机白动验证进行了广泛的研究.由于签名本身的变化性,所以它仍然是实现计算机自动验证的障碍3本文简要介绍了静态

5、签名验证的基木过程、预处理、特征提取及目前常用的分类器使用.1特征提取在特征捉取之前签名图像要经过预处理,根据所提取的特征的不同,选用不同的预处理方法•预处理收稿FI期:2007・01・09作者简介:方俊(1972・),男,浙江绍兴人,讲师,硕上,主更研究方向为图像处理、模式识别,人工智能.方法一般包括:图像的二值化、平滑化、图像取向和大小归一化以及进行形态学的处理等.特征提取是整个签名验证过程屮的重要环节,静态签名验证主要利用在手写签名图像的字型信息屮提取特征值•特征值的提取包括统汁特征的提取或结构特征的提取.目前签名验证

6、过程中所釆用的特征有儿何结构特征和变换系数特征.前者是直接从签名字符的轮廓或骨架上提取字符的像素分布特征,如:签名质心、高宽比、不同区域的点密度、曲线切线角等.后者则利用某个数学模型将数据从一个空间变换到另一个空间,在这个新的空间进行签名信号的分析和特征的提取.包括矩4、样条曲线拟合6)、小波变换第6)等•在实际中,人们往往将多种特征提取方法有效地结合起來使用,以提高验证系统的性能•特征的选择应该注意:它必须对分类有效,所选出的各特征值之间应该相互独立且不易被模仿.下面介绍目前常用的特征提取方法.1.1几何特征的提取在静态签

7、名验证中,由于其处理的对象是一幅二维图像,因此,结构特征提収是最常用的一种特征提取方法,Hu盹KYnH在文⑴中使用了一系列的几何结构特征:签名笔画的核心特征(即笔迹的骨架);签名轮廓的形状特征;不同分辨率下墨迹的分布;质心的位置;签名的宽、高比;高压区域特征(即签名图像中更黑的区域);方向的边缘特征等•文幻使用了签名的几何特征:手写签名的高宽比、主轴方向、签名的伸长率、倾斜度、签名的空白区属性及在不同区域的点密度.1.2小波方法的特征提取利用小波变换提取特征值是目前常见的方法之一「6.9).小波变换中由于引入了尺度因子,使之

8、具有了分析频率降低时视野自动放宽的特点,能够将各种交织在一起的不同频率组成的混合信号分解成不相同频率的块信号,因而能有效地应用于模式识别问题.文0〕先将图像二值化,使用形态学mask膨胀算法消除签名的局部细节变化(用少量样本即能表示个人的签名),然后提取签名的封闭等值线,并沿逆时针方向追踪

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。