基于支持向量机的离线签名鉴别系统
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-21页 |
| ·课题的研究背景和意义 | 第7-10页 |
| ·生物特征识别技术 | 第7-8页 |
| ·常用的生物特征识别技术 | 第8-10页 |
| ·各种生物特征识别技术的比较 | 第10页 |
| ·手写签名鉴别的分类 | 第10-11页 |
| ·离线签名鉴别国内外研究现状及发展趋势 | 第11-13页 |
| ·国外研究现状及发展趋势 | 第11-12页 |
| ·国内研究现状及发展趋势 | 第12-13页 |
| ·离线签名鉴别系统 | 第13-17页 |
| ·离线签名鉴别系统的流程 | 第13-14页 |
| ·伪造签名的分类 | 第14-15页 |
| ·性能评价指标 | 第15-17页 |
| ·离线签名鉴别系统难点及存在的问题 | 第17-19页 |
| ·本文的研究内容及其章节编排 | 第19-21页 |
| 2 签名图像采集和预处理 | 第21-34页 |
| ·签名图像采集 | 第21-22页 |
| ·签名图像预处理 | 第22-32页 |
| ·图像灰度化 | 第22页 |
| ·图像平滑滤波 | 第22-27页 |
| ·图像二值化 | 第27-32页 |
| ·获取签名区域 | 第32页 |
| ·图像细化 | 第32页 |
| ·本章小结 | 第32-34页 |
| 3 签名图像的特征提取 | 第34-47页 |
| ·基于几何矩的特征提取 | 第34-37页 |
| ·不变矩概述 | 第34页 |
| ·几何不变矩 | 第34-37页 |
| ·基于中心矩的形状特征提取 | 第37-40页 |
| ·基于灰度直方图的统计特征提取 | 第40-42页 |
| ·灰度直方图的定义 | 第40页 |
| ·基于灰度直方图的统计特征 | 第40-42页 |
| ·基于灰度共生矩阵的纹理特征提取 | 第42-45页 |
| ·灰度共生矩阵的定义 | 第42-43页 |
| ·灰度共生矩阵的纹理特征提取 | 第43-45页 |
| ·数据归一化 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 4 签名图像的鉴别决策 | 第47-61页 |
| ·分类器设计准则 | 第47-48页 |
| ·常用的鉴别决策方法 | 第48-49页 |
| ·支持向量机 | 第49-56页 |
| ·支持向量机概述 | 第49页 |
| ·支持向量机分类 | 第49-53页 |
| ·核函数 | 第53-54页 |
| ·参数对SVM分类的影响 | 第54-56页 |
| ·支持向量机参数优化 | 第56-58页 |
| ·常用的交叉验证方法 | 第56-57页 |
| ·改进的K-CV算法 | 第57-58页 |
| ·支持向量机分类算法 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 5 离线签名鉴别系统的设计实现 | 第61-69页 |
| ·离线签名鉴别系统总体设计 | 第61-63页 |
| ·实验结果及分析 | 第63-68页 |
| ·实验平台 | 第63页 |
| ·实验样本的采集 | 第63页 |
| ·实验结果 | 第63-68页 |
| ·本章小结 | 第68-69页 |
| 6 结论与展望 | 第69-71页 |
| ·结论 | 第69页 |
| ·展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 附录 | 第75页 |
