基于小波变换与自组织算法的脱机手写签名鉴定研究.pdfVIP

山东工程学院学撮 of J““2002 lnstitute of Technology 2002年6月 JournalShandong 一———————————————————————————————————————————————————————————————————～ 基于小波变换和自组织算法的 脱机手写签名鉴定研究 李国旗，乔谊正，孔维娜 (山东大学模式识别与系统工程研究所，山东济南250061) 摘要：脱机手写签名鉴定问题的重点是特征提取和分类识别，分析了用小渡变换的方法在该 课题中应用的可行性和研究的基本思路，然后论述了选择自组织算法实现分类识别的依据，并 给出了适用于该课题的算法的简单描述． ， 关键词：小波变换；自组织算法；脱机手写g-g鼙剧模式识别 脱机手写签名鉴定是模式识别理论研究和应用的重要课题之一．实现步骤为模式采集、特征提取、 分类识别．其研究的重点主要在后面两个方面：首先是特征的提取，即如何选取有效特征，就该课题而言 在空间域难以找到合适的特征，宜使用变换域特征；其次是分类识别，由于签名具有个性特征，即手写汉 字的各个特征在区分不同的个体签名中的作用不同，所以对不同人的签名特征不应该使用相同的判别 准则，同时个体签名特征又具有变动性，即随着年龄的增长其特征的稳定性和对最终决策的贡献率会不 断的改变． 文献[1]采用傅氏变换提取特征，BP神经网络分类识别的技术取得了签名鉴定70％以上的识别 率，本文拟在此基础上提出采用小波变换提取特征，自组织算法分类识别的策略，争取最终达到80％以 E的识别率． 1模式采集与规格化 由于不同人或同一个人在不同的条件下书写签名时，其方向、大小、偏移均不相同，为了尽量消除这 些变化的影响，以利于下一步的特征提取，必须首先对签名图像进行规格化，主要分为以下几步： 1)平滑，采用中值滤波法既可以消除噪声的影响，同时叉不会腐蚀掉图像的边缘特征． 2)二二值化，选取一定的阈值将签名从背景中分离出来，可以用简单的图像点运算得到． 3)位置规格化，从每一点的坐标中减去签名的形心坐标． 4)大小规格化，通过对图像的几何变换得到． 5)可进行形态学运算分别突出个别特征，如细化一提取骨架，膨胀以提取手写汉字轮廓． 文献[2]有以上算法的详细例程． 2小波变换方法提取特征 签名特征提取主要分为结构特征提取和统计特征提取，统计特征又分为空间域和变换域法．经过试 验发现，对结构特征和空间域特征难以建立统一的决策标准，对签名鉴定问题提取变换域特征比较合 适． 在变换域处理方法中，小波变换在近年来发展迅速，与传统的傅立叶变换、Gabor变换相比小波变 换是空闻和频率的局部变换，因而能有效的从信号中提取信息．它通过伸缩和平移等运算功能可对图像 106 山东工程学院学报 逐步YEjSr多尺度的细化分解，从而聚焦到图像的细节，比傅立叶变换更适用于签名图像的特征多层次提 取． 所渭小波函数就是在空间域和频率域均为有限或者衰减足够快的函数，具有明显的双窗口特性，一 组小波基函数(妒一(z)}能够通过平移和伸缩基本小波口一(z)来生成 啦砌(T)=—圭=母l!—二l d，6∈R且Ⅱ≠0 “ ~／d ＼ ／ 变爵“反映一个特定基函数的尺度(宽度)．而b则指明它沿r轴的平移位置．适当选择尺度因子a和平 移因子6两个参数就可以很方便的选择小波函数的时(空)——频窗口宽度和频率窗口的大小位置，1al 越小则时宽越小，窗口会自动变窄；而在检测低频特性时，窗口又会自动变宽．如果说傅立叶变换的不足 被窗口傅立叶变换克服了的话，那么小波变换即保持了窗口傅立叶变换的优点，又克服了它在时间一～ 频域窗口的形状不能改变的不足，它具有逐渐局部化的特性，可以准