基于稳定性分析的离线手写签名真伪鉴别
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 签名真伪鉴别的研究背景及意义 | 第8-10页 |
| 1.2 签名真伪鉴别的国内外研究现状 | 第10-13页 |
| 1.2.1 签名鉴别的分类 | 第10页 |
| 1.2.2 国内外签名真伪鉴别研究现状 | 第10-11页 |
| 1.2.3 中文签名稳定性研究现状 | 第11-13页 |
| 1.3 离线手写中文签名真伪鉴别的难点 | 第13-14页 |
| 1.4 本文研究内容及创新点 | 第14-15页 |
| 1.5 本文的组织结构 | 第15-18页 |
| 第二章 手写签名图像预处理及特征提取 | 第18-38页 |
| 2.1 手写签名图像数据采集 | 第18-19页 |
| 2.2 签名图像预处理 | 第19-24页 |
| 2.2.1 签名图像的高斯去噪 | 第20页 |
| 2.2.2 签名图像二值化 | 第20-21页 |
| 2.2.3 签名图像平滑 | 第21-22页 |
| 2.2.4 签名图像归一化 | 第22页 |
| 2.2.5 签名图像骨架提取 | 第22-24页 |
| 2.3 签名图像的特征提取 | 第24-36页 |
| 2.3.1 签名图像特征分类 | 第24-25页 |
| 2.3.2 签名图像静态特征提取 | 第25-32页 |
| 2.3.3 签名图像伪动态特征提取 | 第32-36页 |
| 2.4 本章分析 | 第36-38页 |
| 第三章 基于稳定性分析的签名真伪鉴别 | 第38-52页 |
| 3.1 手写签名图像的稳定性分析 | 第38-39页 |
| 3.2 签名稳定性的分析和量化模型 | 第39-41页 |
| 3.3 基于稳定性分析的真伪鉴别模型 | 第41-43页 |
| 3.3.1 基于稳定性分析的签名鉴别训练过程 | 第42页 |
| 3.3.2 基于稳定性分析的签名鉴别测试过程 | 第42-43页 |
| 3.4 基于稳定性的真伪鉴别方法 | 第43-44页 |
| 3.4.1 稳定样本的分类方法 | 第43-44页 |
| 3.4.2 不稳定样本的模板匹配方法 | 第44页 |
| 3.5 实验设计及结果分析 | 第44-50页 |
| 3.5.1 实验设计 | 第44-45页 |
| 3.5.2 签名稳定性分析 | 第45-46页 |
| 3.5.3 签名稳定性分析的实验结果与分析 | 第46-50页 |
| 3.6 本章分析 | 第50-52页 |
| 第四章 基于稳定性分析的签名层次化分类方法 | 第52-64页 |
| 4.1 层次化签名真伪鉴别系统设计 | 第52-54页 |
| 4.2 层次化签名鉴别一级分类器 | 第54-58页 |
| 4.2.1 ELM分类算法 | 第55-57页 |
| 4.2.2 结合签名鉴别确定性的ELM分类算法 | 第57-58页 |
| 4.3 层次化签名鉴别二级分类器 | 第58-60页 |
| 4.3.1 稀疏表示签名字典设计 | 第59页 |
| 4.3.2 签名分类的稀疏系数求解 | 第59-60页 |
| 4.4 层次化真伪鉴别实验结果与分析 | 第60-62页 |
| 4.5 本章分析 | 第62-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读博士/硕士学位期间取得的科研成果 | 第72-74页 |
| 致谢 | 第74页 |
