20180501手写签名图像真伪鉴别模型建立方法及真伪鉴别方法最终.DOCVIP

PAGE \* MERGEFORMAT PAGE \* MERGEFORMAT 30 说 明 书 摘 要 本发明公开了一种手写签名图像真伪鉴别模型建立方法及真伪鉴别方法，该方法通过掩膜剪裁方式对签名图像进行预处理，通过分别提取签名图像基于SURF特征与基于笔划区域的P-ULBP特征的视觉词汇直方图，并将两个视觉词汇直方图进行拼接，构造最终的视觉词汇直方图，采用分类器构建手写签名图像真伪鉴别模型，再利用该模型进行图像真伪鉴别；其中通过掩膜剪裁的方式，有效解决了当前方法原始图像细节信息丢失的问题，最大程度的保留了图像签名部位的信息；通过提取PULBP特征，有效的解决了传统ULBP算子在签名图像特征提取中，有效信息实际占比低的问题，提高了离线手写签名真伪鉴别方法的鲁棒性。 请确认以下信息： 申请类型：发明 申请人： 西北大学 发明人： 张敏，赵妍，冯筠，郭军，吕毅，崔磊 第一发明人身份证号第一发明人所在学院： 联系人：赵妍 电话邮箱： HYPERLINK mailto:634211770@ \t _blank 634211770@ 注：专利申报后，如再需变动发明人信息将产生额外费用，因此请务必确认好上述信息。 摘 要 附 图 附图1 说 明 书 手写签名图像真伪鉴别模型建立方法及真伪鉴别方法 技术领域 本发明涉及手写签名真伪鉴别方法，具体涉及一种手写签名图像真伪鉴别模型建立方法及真伪鉴别方法。 背景技术 “生物测定学”是一种利用人的生理或行为等生物特征来进行个人身份鉴定的学科，目前，诸如指纹、掌纹、虹膜以及视网膜等生物特征都已广泛应用于身份识别，以增强安全性和隐私性。作为生物特征的一种，手写签名不仅具有稳定性和不变性的特点，而且具有采集过程为非侵入性的优势，因此手写签名系统广泛应用于商业、司法、政府部门等领域。 根据签名获取的方式不同，签名真伪鉴别分为在线（on-line）签名鉴别和离线（off-line）签名鉴别。在线签名鉴别是指在书写者书写的过程中，使用专门的输入设备（如手写板）实时记录书写人书写过程中的书写速度、握笔姿势、笔画书写顺序等实时动态信息作为签名特征，从而使签名鉴别有较高的准确率；离线签名鉴别是通过扫描仪输入签名样本，处理整幅手写签名的图像，通过提取诸如签名高宽比等与时间无关的静态特征来判别书写人身份。与在线笔迹鉴别相比，离线笔迹鉴别无法捕捉写字过程中的动态信息，因此准确率较低，鉴别起来更为困难。但是，离线签名鉴别不需要特别的样本输入设备，应用范围更广，更加具有使用价值。 传统的预处理方法，如签名图像二值化、平滑、去噪、压缩签名、骨架提取等方法都不可避免的导致了签名图像信息的丢失；而传统的特征提取方法，通常都是直接提取整幅输入图像上的特征，将角点特征（如SURF特征）、灰度特征（如LBP特征、HOG特征）提取后，进行直接的拼接，继而训练分类器。这不可避免的产生了如下两个问题：一方面，签名图像中大部分空间为空白区域，只在笔迹处具有特征，针对整幅图像提取特征会造成特征冗余；另一方面，通常不同的特征维度是不同的，直接拼接必然难以取得理想的效果。 发明内容 本发明的目的在于提供一种手写签名图像真伪鉴别模型建立方法及真伪鉴别方法，用以解决现有技术对手写签名真伪进行鉴别时特征提取时冗余信息较多，导致特征提取的精度低的问题。 为了实现上述任务，本发明采用以下技术方案： 一种手写签名图像真伪鉴别模型建立方法，方法包括： 步骤1、采集多张手写签名图像，并为每张手写签名图像进行标签标记，所述的标签包括[1]代表真迹以及[0]代表伪迹； 步骤2、采用掩模裁剪的方式对所述的手写签名图像进行预处理，获得预处理后的手写签名图像； 步骤3、对所述的预处理后的手写签名图像中含有手写签名的区域提取ULBP特征，获得预处理后的手写签名图像的P-ULBP特征，所述的P-ULBP特征为所有含有手写签名的区域的ULBP特征的集合； 步骤4、建立预处理后的手写签名图像的SURF特征视觉词汇直方图，建立预处理后的手写签名图像的P-ULBP特征视觉词汇直方图； 步骤5、将所述的P-ULBP特征视觉词汇直方图与所述的SURF特征视觉词汇直方图首尾拼接，获得手写签名图像视觉词汇直方图； 步骤6、将多个手写签名图像视觉词汇直方图转换为向量形式作为输入，将多个手写签名图像对应的多个标签作为输出对分类器进行训练，获得手写签名图像真伪鉴别模型。 进一步地，所述的步骤2，包括以下步骤： 步骤21、对所述的手写签名图像进行图像增强，获得增强后的手写签名图像； 步骤22、对所述的增强后的手写签名图像进行膨胀，获得膨胀后的手写签名图像