基于支持向量機(jī)的離線簽名鑒別系統(tǒng).pdf

1、隨著信息科學(xué)的飛速發(fā)展，信息泄露等安全問(wèn)題愈來(lái)愈突出，傳統(tǒng)的身份識(shí)別方式已經(jīng)無(wú)法滿足人們對(duì)其安全性的需求，很多領(lǐng)域都需要建立快速、安全的個(gè)人身份鑒別系統(tǒng)。手寫(xiě)體簽名是人們?nèi)粘Ｉ钪薪佑|最多、應(yīng)用最廣泛的一種身份認(rèn)證方式。因此，我們很有必要進(jìn)行簽名鑒別系統(tǒng)的研究。
　　本文的研究對(duì)象是離線簽名鑒別系統(tǒng)，對(duì)其研究過(guò)程可以分為四個(gè)階段：圖像采集階段、預(yù)處理階段、特征提取階段和鑒別決策階段。本文主要的研究工作如下：
　?。?）在簽名

2、圖像的采集階段，創(chuàng)新性的采用手機(jī)作為圖像采集設(shè)備，與傳統(tǒng)的圖像掃描儀設(shè)備相比，更加快捷、方便，而且分辨率并沒(méi)有降低；
　　（2）在簽名圖像的預(yù)處理階段，對(duì)于平滑濾波、二值化分別選取了三種不同的方法進(jìn)行處理并且加以比較，選擇了效果相對(duì)好的方法；而且在平滑濾波階段，本文在傳統(tǒng)中值濾波算法的基礎(chǔ)上，提出了一種改進(jìn)的自適應(yīng)中值濾波算法，消除了傳統(tǒng)中值濾波算法中沒(méi)有濾除的邊緣尖銳點(diǎn)；
　　（3）在特征提取階段，共提取了4種特征：幾何特

3、征、形狀特征、紋理特征和統(tǒng)計(jì)特征，并且將得到的特征向量進(jìn)行歸一化處理。試驗(yàn)結(jié)果表明，經(jīng)過(guò)歸一化的特征與沒(méi)有進(jìn)行歸一化處理的特征相比，最終得到的準(zhǔn)確率提高了14％；
　?。?）在鑒別決策階段，比較了常用的幾種決策方法，最終選擇了適用于非線性分類、小樣本且能夠達(dá)到全局最優(yōu)的支持向量機(jī)算法進(jìn)行真?zhèn)魏灻姆诸?。針?duì)支持向量機(jī)參數(shù)的優(yōu)化，本文提出了一種改進(jìn)的K-CV算法，將網(wǎng)格搜索思想引入到交叉驗(yàn)證的方法中，經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證，該算法與傳統(tǒng)算法相