| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 签名识别分类与过程 | 第14-15页 |
| 1.2.1 签名识别分类 | 第14-15页 |
| 1.2.2 签名识别过程 | 第15页 |
| 1.3 离线签名鉴别研究现状 | 第15-18页 |
| 1.3.1 特征提取阶段研究现状 | 第16-17页 |
| 1.3.2 分类策略阶段研究现状 | 第17-18页 |
| 1.4 目前工作面临的难点 | 第18-19页 |
| 1.5 本文主要目的及内容 | 第19-20页 |
| 1.6 论文组织结构 | 第20-23页 |
| 第二章 签名图像采集与预处理 | 第23-33页 |
| 2.1 中文签名数据采集 | 第23-24页 |
| 2.2 签名图像预处理 | 第24-31页 |
| 2.2.1 签名图像灰度化 | 第25-26页 |
| 2.2.2 基于图像掩模的图像预处理 | 第26-30页 |
| 2.2.3 签名区域提取 | 第30-31页 |
| 2.3 本章小节 | 第31-33页 |
| 第三章 签名特征提取 | 第33-44页 |
| 3.1 SURF特征提取 | 第34-40页 |
| 3.1.1 积分图像的计算 | 第34-36页 |
| 3.1.2 Hessian矩阵探测器 | 第36-37页 |
| 3.1.3 构造尺度空间 | 第37页 |
| 3.1.4 特征点定位 | 第37-38页 |
| 3.1.5 确定关键点方向特征 | 第38-39页 |
| 3.1.6 特征点描述符的生成 | 第39-40页 |
| 3.2 LBP特征提取 | 第40-41页 |
| 3.2.1 经典LBP | 第40-41页 |
| 3.2.2 UniformLBP | 第41页 |
| 3.3 PartialULBP特征 | 第41-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于双词袋模型的离线签名鉴别算法 | 第44-56页 |
| 4.1 传统BOW模型 | 第44-48页 |
| 4.1.1 图像特征提取 | 第45-46页 |
| 4.1.2 聚类生成视觉词汇码本 | 第46-47页 |
| 4.1.3 图像表达 | 第47-48页 |
| 4.2 基于双视觉词袋模型的离线签名鉴别算法 | 第48-51页 |
| 4.2.1 基于双视觉词袋模型的离线签名鉴别算法框架 | 第49页 |
| 4.2.2 视觉词汇码本的获取 | 第49-50页 |
| 4.2.3 视觉词汇直方图的生成 | 第50-51页 |
| 4.3 签名图像分类决策 | 第51-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 实验结果与分析 | 第56-64页 |
| 5.1 实验数据集 | 第56-57页 |
| 5.2 实验评价指标 | 第57-59页 |
| 5.3 实验结果及分析 | 第59-62页 |
| 5.3.1 PULBP特征有效性验证 | 第59页 |
| 5.3.2 特征融合有效性实验 | 第59-60页 |
| 5.3.3 参数K值选择实验 | 第60页 |
| 5.3.4 与现有算法比较实验 | 第60-62页 |
| 5.4 本章小结 | 第62-64页 |
| 第六章 结论与展望 | 第64-68页 |
| 6.1 本文工作总结 | 第64-65页 |
| 6.2 未来工作展望 | 第65-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士学位期间取得的学术成果 | 第74-75页 |