摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 引言 | 第9-15页 |
·生物特征识别技术概述 | 第9-10页 |
·签名认证简介 | 第10页 |
·离线手写签名认证研究的意义 | 第10-11页 |
·国内外研究现状 | 第11-13页 |
·国内研究现状 | 第11-12页 |
·国外研究现状 | 第12-13页 |
·本文的主要工作 | 第13页 |
·论文结构 | 第13-15页 |
第二章 手写签名认证技术 | 第15-21页 |
·签名认证技术的分类 | 第15页 |
·离线签名认证 | 第15页 |
·在线签名认证 | 第15页 |
·伪造签名的种类 | 第15-16页 |
·签名认证原理 | 第16页 |
·典型自动离线签名认证系统的构成 | 第16-17页 |
·鉴别系统的性能评价 | 第17-18页 |
·现有的离线签名认证方法 | 第18-21页 |
·模板匹配技术 | 第18-19页 |
·最小距离分类器 | 第19页 |
·神经网络 | 第19-20页 |
·隐马尔可夫模型 | 第20页 |
·支持向量机 | 第20-21页 |
第三章 签名图像收集与预处理 | 第21-27页 |
·签名图像收集 | 第21-22页 |
·图像预处理 | 第22-27页 |
·图像去噪 | 第22-23页 |
·图像二值化 | 第23-26页 |
·签名数据区获取 | 第26页 |
·图像大小归一化 | 第26页 |
·骨架提取 | 第26-27页 |
第四章 签名图像的特征提取 | 第27-35页 |
·方向特征 | 第27-29页 |
·像素点的方向 | 第27-28页 |
·拐点和交叉点的方向 | 第28-29页 |
·纹理特征 | 第29-30页 |
·动态特征 | 第30-32页 |
·像素点的灰度分布情况 | 第31页 |
·高压力区域的四个特征 | 第31-32页 |
·几何特征 | 第32-33页 |
·密度特征 | 第32-33页 |
·复杂指数 | 第33页 |
·小结 | 第33-35页 |
第五章 小波零交叉方法 | 第35-43页 |
·小波分析概况 | 第35-36页 |
·小波变换简介 | 第36页 |
·小波变换的奇异点与信号变化的剧烈处之间的关系 | 第36-37页 |
·小波零交叉方法介绍 | 第37-39页 |
·小波零交叉方法在本文中的应用 | 第39-42页 |
·小结 | 第42-43页 |
第六章 人工神经网络 | 第43-48页 |
·人工神经网络简介 | 第43-44页 |
·人工神经元激活函数 | 第44-45页 |
·误差反向传递训练算法(BP 网络) | 第45-48页 |
·BP 网络介绍 | 第45-46页 |
·BP 网络的训练过程 | 第46-48页 |
第七章 离线签名认证的BP 网络设计方案及试验 | 第48-53页 |
·基于四个特征和一对一BP 神经网络的离线签名认证方法 | 第48-51页 |
·一对一BP 神经网络 | 第48页 |
·一对一BP 神经网络的认证系统在本文中的具体实现方案 | 第48-50页 |
·实验结果与分析 | 第50-51页 |
·基于多尺度小波零交叉和一对一BP 神经网络的离线签名认证方法 | 第51-52页 |
·小结 | 第52-53页 |
第八章 总结和展望 | 第53-55页 |
·总结 | 第53页 |
·展望 | 第53-55页 |
参考文献 | 第55-58页 |
致谢 | 第58-59页 |
在学期间公开发表论文及著作情况 | 第59页 |