基于非下采样轮廓波变换的离线签名识别

作     者：莫龙飞 麦合甫热提 朱亚俐 吾尔尼沙·买买提 库尔班·吾布力 MO Long-fei;Mahpirat;ZHU Ya-li;Hornisa Mamat;Kurban Ubul

作者机构：新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学教务处新疆乌鲁木齐830046 

基　　金：国家自然科学基金项目(61862061、61563052、61163028) 新疆大学2018年度博士启动基金项目(62008040) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2020年第41卷第12期

页      码：3472-3478页

摘      要：为提高手写签名的识别率,提出一种基于NSCT子带纹理特征融合的签名识别方法。对签名图像进行预处理(包括灰度化、平滑、二值化、归一化、细化等),对签名图像进行非下采样Contourlet变换,对变换产生的子带分别提取多级区域局部二值模式和灰度共生矩阵特征,通过融合形成新特征。数据库包含维吾尔文和柯尔克孜文两类文种,每个文种100人(20个样本/人),共4000个签名样本进行实验,实验结果表明,该方法能更准确地提取签名图像多尺度、多方向的纹理特征,可有效提高识别率。

主 题 词：签名识别 非下采样Contourlet变换 特征融合 多级区域局部二值模式 灰度共生矩阵 支持向量机 BP神经网络 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2020.12.026

馆 藏 号：203996327...