手写体签名真伪鉴别技术的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 概述 | 第7-14页 |
| ·签名鉴别的分类 | 第7页 |
| ·离线签名鉴别的难点 | 第7-9页 |
| ·签名鉴别的系统描述 | 第9页 |
| ·离线签名鉴别方法的发展概述 | 第9-10页 |
| ·论文主要完成的任务及成果 | 第10-14页 |
| ·伪造签名的分类 | 第10-11页 |
| ·本文的签名鉴别系统描述 | 第11-12页 |
| ·论文的主要内容 | 第12-14页 |
| 2 预处理 | 第14-20页 |
| ·数据采集 | 第14页 |
| ·二值化 | 第14-15页 |
| ·细化 | 第15-17页 |
| ·图像去噪 | 第17-18页 |
| ·归一化处理 | 第18-20页 |
| ·位置归一 | 第18页 |
| ·大小归一 | 第18-20页 |
| 3 形状特征提取 | 第20-30页 |
| ·签名特征的分类 | 第20页 |
| ·常用的形状特征 | 第20-24页 |
| ·签名图像的高宽比 | 第20页 |
| ·签名点面积与总面积比 | 第20-21页 |
| ·连通域个数和网孔个数 | 第21-22页 |
| ·字体轮廓的倾斜方向 | 第22页 |
| ·基于不变矩的特征提取 | 第22-24页 |
| ·本文的形状特征提取方法 | 第24-30页 |
| ·基于Gabor滤波的特征提取 | 第24-26页 |
| ·基于笔划方向的特征提取 | 第26-29页 |
| ·基于笔划的投影特征提取 | 第29-30页 |
| 4 伪动态特征提取 | 第30-33页 |
| ·常用伪动态特征 | 第30-31页 |
| ·笔锋特征 | 第30-31页 |
| ·签名骨架方向灰度特征 | 第31页 |
| ·本文所采用的伪动态特征 | 第31-33页 |
| ·低灰度区特征 | 第31-32页 |
| ·灰度分布特征 | 第32-33页 |
| 5 分类器的设计 | 第33-39页 |
| ·模式识别及分类器概述 | 第33-34页 |
| ·欧式距离分类器 | 第34-35页 |
| ·欧式距离分类器原理 | 第34-35页 |
| ·阈值的确定 | 第35页 |
| ·支持向量机(SVM) | 第35-39页 |
| ·基本概念 | 第35-36页 |
| ·感知准则函数及其梯度下降算法 | 第36-37页 |
| ·支持向量机原理 | 第37-39页 |
| 6 判别决策 | 第39-45页 |
| ·分级判别决策 | 第39页 |
| ·多分类器融合的设计 | 第39-40页 |
| ·单分类器选择 | 第40-42页 |
| ·融合准则 | 第42-45页 |
| ·常用方法介绍 | 第42-43页 |
| ·投票组合规则 | 第43-45页 |
| 7 系统介绍及实验结果分析 | 第45-49页 |
| ·签名真伪自动鉴别系统介绍 | 第45页 |
| ·实验结果分析 | 第45-49页 |
| ·实验条件 | 第45-46页 |
| ·实验样本说明 | 第46页 |
| ·实验结果分析 | 第46-49页 |
| 8 结论与展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 已发表论文及科研情况 | 第55页 |
