基于小波变换的汉字签字鉴别方法研究-计算机应用技术专业论文.docxVIP

山东大学硕士学位论文摘 山东大学硕士学位论文 摘 要 汉字签字具有稳定的行为特征，同一个人的签字具有一定的不变性，而不同人 的签字具有其独特性，签字的获取又具有非侵犯性(或非接触性)。因此，使用汉 字签字进行身份识别不仪受到法律的认可而且得到了广泛的应用。汉字签字鉴别就 是通过对于写人的笔迹进行分析，得出字迹是否足由某特定人书写的结论。由于不 同人的签字其特征是不相同的，我们可以从其签字信息中抽取}_}_5最有效的签字特征 来区分真假签字。日前常用的计算机汉字签字鉴别方法主要有三类：结构模式鉴别 方法、统计模式鉴别方法和人∥神经网络方法。成型的方法有：walsh、Fourier变 换、Hopfie]d神经网络等。以上几种方法要么操作极端繁琐，要么鉴别率低、容易 造成几何性质的丢失。 在计算机汉字签字鉴别系统中，特征的抽取是整个过程中最为重要的环节。稳 定特}IF的抽取是整个鉴别系统的核心，它直接决定了鉴别系统的性能。小波变换是 目前田际上公认的最新N,J间一频率分析工具，由于其“自适应性”和“数学显微镜 性质”而成为许多学科共同关注的焦点，并在信号处理、信息处理领域中起着至关 重要的应用。 本文采_J_f』小波变换相关理论对联机汉字签字鉴别进行了研究，并取得了有效的 研究结果。本文中的小波分解与重构是建立在对签字的每个笔划进行小波变换的 基础上。先对签字的每一笔划通过多分辨率分析的小波分解公式进行复信号小波变 换，在小波变换过程中作者利用B一样条函数的优良性质设计了适合系统特点的四 阶样条小波。然后对变换后的各笔划的数据信号利用作者提出的一组新的特征公式 进行合成，抽取了具有旋转、平移及尺度不变性的签字特征，这些特征值既保留了 签字的总体特征，义更注意了签字的细节特征，从而使鉴别效果大大提高。 同时，为了形成稳定有效的签字样本库，本文在样本库的形成过程中采Hj了学 刊机制，进一步提高了鉴别效果。 本文所采用的汉字签字鉴别方法既具有统计方法的良好的鲁棒性和抗干扰抗 噪声的特点，义具有结构方法所特有的对结构特征敏感、区分相似字能力强的特点， 经验证这种特征抽取方法具有良好的稳定性与可靠性。 关键字：小波变换、特千jJ：：抽耿、样条函数、多分辨率分析、K—L变换、闽值 ABSTRACTChinese ABSTRACT Chinese signatu re has long been legally established and widely accepted as a useful means of verifying a person’s identity because it remains Co some degree unchanged throughout one’s life and is acceptable and different from another．Chinese signature identification is to draw a conclusion whether the signature is written by a special signer according to the handwritten content．We can except to extract some effective signing features to classify a signature as either authentic or forged．Now in this field 3 kinds of theories are widely applied in China，that is，to identify the signature according to its structure mode， according to its statistical mode or by the means of a rtificial neuronal network By now many specific methods have come into being，such as Walsh，Fourier Transform，Hopefield Neural Networks．But all of these have some shortcoming such as the difficulty to perform，the low identification rate and the tendency to lose geometric qualities of the signature． The extraction of features is the most impor