| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 1 前言 | 第10-15页 |
| ·研究背景 | 第10页 |
| ·脱机手写签名鉴别研究的意义 | 第10-11页 |
| ·签名鉴别研究的意义 | 第10-11页 |
| ·签名鉴别的分类 | 第11页 |
| ·脱机签名鉴别技术的研究动态 | 第11-12页 |
| ·脱机中文签名鉴别的特点和难点 | 第12-13页 |
| ·本文的研究内容与组织结构 | 第13-15页 |
| 2 数据采集与预处理 | 第15-24页 |
| ·签名图像的收集 | 第15页 |
| ·签名灰度图像的提取 | 第15-17页 |
| ·Ostu 算法 | 第15-16页 |
| ·签名灰度图像的提取 | 第16-17页 |
| ·签名图像的细化分析 | 第17-19页 |
| ·引言 | 第17-18页 |
| ·细化算法分析 | 第18页 |
| ·算法处理 | 第18-19页 |
| ·实验结果及总结 | 第19页 |
| ·连通区域提取 | 第19-21页 |
| ·引言 | 第19-20页 |
| ·本文算法描述 | 第20-21页 |
| ·实验结果及算法复杂度分析 | 第21页 |
| ·脱机手写签名的静态特征分析 | 第21-23页 |
| ·伪Zernike 矩的不变性分析 | 第21-23页 |
| ·旋转不变性 | 第22页 |
| ·平移和尺度不变性 | 第22-23页 |
| ·实验结果 | 第23页 |
| ·本章小结 | 第23-24页 |
| 3 签名图像的特征选择与提取 | 第24-29页 |
| ·引言 | 第24页 |
| ·签名数据收集及预处理 | 第24-25页 |
| ·签名收集 | 第24-25页 |
| ·预处理 | 第25页 |
| ·特征提取 | 第25-28页 |
| ·静态特征分析 | 第25-26页 |
| ·动态特征分析 | 第26-28页 |
| ·高密区域HDRs(High-Density Regions) | 第26-27页 |
| ·全局高密区域相对重心 GHDRGC(Global High Density Region Relative Gravity Center) | 第27-28页 |
| ·特征提取总结 | 第28页 |
| ·本章小结 | 第28-29页 |
| 4 小波变换在签名特征提取中的应用 | 第29-37页 |
| ·引言 | 第29-30页 |
| ·签名图像预处理 | 第30页 |
| ·小波变换 | 第30-35页 |
| ·多分辨率小波分解 | 第31-33页 |
| ·用小波变换提取签名特征 | 第33-35页 |
| ·静态特征 | 第35页 |
| ·本章小结 | 第35-37页 |
| 5 脱机中文签名鉴别的数据融合方案 | 第37-48页 |
| ·引言 | 第37页 |
| ·数据融合的发展及基本概念 | 第37-39页 |
| ·数据融合的发展 | 第37-38页 |
| ·数据融合的几种方式 | 第38-39页 |
| ·基于矩阵奇异值分解的鉴别方案 | 第39-41页 |
| ·矩阵奇异值分解简介 | 第40页 |
| ·矩阵奇异值分解(SVD)的定义 | 第40-41页 |
| ·奇异值的特性 | 第41页 |
| ·基于奇异值分解的鉴别方案 | 第41-43页 |
| ·基于特征不变矩和小波变换的鉴别方案 | 第43-45页 |
| ·伪Zernike 不变矩 | 第43页 |
| ·动态特征 | 第43-44页 |
| ·鉴别方案 | 第44-45页 |
| ·签名鉴别的数据融合解决方案 | 第45-46页 |
| ·实验结果 | 第46页 |
| ·本章小结 | 第46-48页 |
| 6 总结与展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录 | 第55页 |
| 1.作者在攻读硕士学位期间发表的论文目录 | 第55页 |
| 2. 作者在攻读硕士学位期间参加的科研项目及得奖情况 | 第55页 |
