1、簽名是一種使用廣泛的識(shí)別身份的生物特征，在社會(huì)生活中扮演著重要的角色?；谑謱懞灻纳矸蓁b別在金融、軍事、商業(yè)、通信、辦公自動(dòng)化、安全等領(lǐng)域有著廣泛的應(yīng)用前景。因此研究在離線狀態(tài)下，使用計(jì)算機(jī)對(duì)手寫簽名進(jìn)行自動(dòng)識(shí)別進(jìn)而辨別身份的技術(shù)具有很大的實(shí)用價(jià)值。本文對(duì)離線簽名鑒別中的預(yù)處理、特征提取、認(rèn)證和識(shí)別作了深入的研究。主要內(nèi)容如下： ⑴研究了簽名圖像的平滑、二值化、細(xì)化和筆跡修復(fù)等預(yù)處理操作?？紤]簽名圖像特性并針對(duì)圖像二值化中的閾

2、值選取問(wèn)題，提出一種混合二值化算法，有效地解決了全局閾值法和局部比較法的不足，抗噪能力強(qiáng)，保持筆劃連通性好，適合于簽名圖像的二值化。 ⑵提出一種基于保局投影的特征提取方法。綜合采用簽名的形狀特征、偽動(dòng)態(tài)特征、紋理特征作為初始特征，克服了單一特征沒(méi)有足夠能力反映細(xì)微差異的缺陷；利用保局投影對(duì)高維初始特征集進(jìn)行降維，獲取更具判別性的特征。該方法既具有保持?jǐn)?shù)據(jù)集結(jié)構(gòu)不變的非線性特點(diǎn)，又有效解決了“維數(shù)災(zāi)難”問(wèn)題。 ⑶提出一種基

3、于最優(yōu)閾值的簽名認(rèn)證方法。運(yùn)用加權(quán)歐氏距離構(gòu)建判別器，采用遺傳算法自適應(yīng)選取最優(yōu)閾值。克服了傳統(tǒng)方法對(duì)所有人選取相同閾值的缺陷。實(shí)驗(yàn)結(jié)果表明該方法能有效的降低誤識(shí)率（FAR）和拒識(shí)率（FRR），從而提高簽名認(rèn)證的準(zhǔn)確率。 ⑷采用一種具有糾錯(cuò)能力的多類SVM分類法對(duì)簽名圖像進(jìn)行識(shí)別。利用糾錯(cuò)碼結(jié)合支持向量機(jī)來(lái)構(gòu)造多個(gè)二元分類器；根據(jù)每個(gè)SVM分類器的輸出采用投票方法決定識(shí)別結(jié)果。該方法有效地利用了信道差錯(cuò)控制編碼技術(shù)因而具有糾錯(cuò)能