基于拉格朗日支持向量機的手寫簽名脫機識別研究.pdf

1、隨著網絡的不斷普及，人們之間的交往更加頻繁，安全問題越來越需要關注。以往使用的身份識別方法，如口令，鑰匙等等，已經不能滿足需要，越來越多的基于生物特征的身份識別技術被用于安全識別領域，如虹膜，指紋等。手寫簽名是一種行為特征，具有相對的穩(wěn)定性和難模仿性等生物特征，在身份識別領域中廣泛使用。手寫簽名分為在線簽名和離線簽名，故手寫簽名識別也分為在線識別和脫機識別兩類。本文主要研究了手寫簽名脫機識別方法。
　　 本文以手寫簽名圖像為研究

2、對象，深入研究了手寫簽名脫機識別中的關鍵技術:圖像預處理技術、特征提取與選取技術和比較判決識別判決技術。
　　 在圖像預處理過程中，本文對手寫簽名圖像進行了平滑、二值化、細化、輪廓提取和歸一化等處理，為后面的特征提取做好準備。
　　 特征提取過程中，本文提取了手寫簽名的5個靜態(tài)特征和4個偽動態(tài)特征共9個特征。特征提取后，采用概率距離法中的Bhattacharyya法對9個特征進行了選取，最終得到7個特征值作為判決識別過程

3、的特征。
　　 比較決策識別過程中，本文介紹了標準支持向量機(SVM)的主要結構和分類原理，分析了標準支持向量機(LSVM)存在的問題，從而提出拉格朗日支持向量機識別方法并且運用于手寫簽名的脫機識別。LSVM算法較標準的SVM算法來說，更易于實現，且速度更加快，識別效果更加理想，獲得較高識別率。
　　 最后，本文設計了基于拉格朗日支持向量機方法的手寫簽名脫機識別系統(tǒng)，用MATLAB對算法進行了仿真，獲得了比較好的識別率。