基于伪Zernike矩和Hough变换的脱机中文签名鉴别

基于伪Zernike矩和Hough变换的脱机中文签名鉴别

陈万军1，鲁继文1，梁 敏2

【摘 要】利用伪Zernike矩和Hough变换提取了脱机中文签名图像的静态特征和动态特征，采用加权欧氏距离分类器完成签名鉴别。在690个真伪签名的较大规模样本库上进行测试，系统最高正确识别率为87.0%。利用签名图像不同特征能提供信息互补的特点，在决策层上进行了特征融合识别。系统在保持对伪样本拒绝率为71%的情况下，对真实签名的正确识别率仍可达80.4%。实验结果表明，多特征信息融合方法能较好地提高签名鉴别系统的识别性能。 【期刊名称】现代电子技术 【年(卷),期】2007(030)012 【总页数】4

【关键词】脱机签名鉴别；伪Zernike矩；Hough变换；信息融合

1 引 言

在过去的几年中，脱机签名鉴别研究取得了重大的进展[1-3]，尤其是在脱机英文鉴别方面，取得了一定的成果，如文献[1]采用Takagi-Sugeno模糊模型进行了脱机签名自动鉴别，文献[2]利用签名的形状特征及特征间的相对位置关系进行签名特征提取，文献[3]采用Hough变换的参数提取签名特征，文献[4]从签名图像的形状和压力进行了特征提取，这些方法虽然在一定程度上能进行签名鉴别，但由于提取的特征过于单一，并且多数只从整体上提取了签名图像的静态特征，忽略了反映签名图像本质的动态特征，因此都存在一定的局限性。 本文提出了一种新的将静态特征和动态特征相结合的中文脱机签名鉴别方法，利用伪Zernike矩的尺度及位移不变性，计算签名图像的0～10阶伪Zernike