论文研究-基于多分辨几何特征的维吾尔文脱机签名识别.pdf

所需积分/C币:7 2019-09-07 14:33:22 525KB .PDF
收藏 收藏
举报

对维吾尔文手写签名图像进行二值化、去噪、归一化和细化等预处理的基础上,结合维吾尔文手写签名的结构与书写风格,对每幅签名图像进行金字塔式分辨率子图像切分,对高分辨率层抽取了共16维方向特征,对低分辨率层则抽取了共32维局部中心点特征。基于这两种特征的签名识别率分别为95.50%和90.50%。为了进一步提高识别率,又对两种特征进行了融合,结果识别率提升到了98.50%。对比分析了基于欧式距离和卡方距离度量方法对识别率的影响,确定最佳度量方法。
170 013,49(16) Computer Engineering and Applications计算机工程与应用 下面对于该特征给予详细的介绍 向量则为: 首先,对每幅细化后签名图像进行金宇塔式分辨率子 Low Resolution x1,x2,…,X (4) 图像切分,对每个高分辨率层按四种方向,统计每个方向其中,m为参与训练的总人数。假如了图像的大小为m×k 的所有黑像素点数目,用这个数据来描述签名者的签名风(m为子图像的宽度,k为子图像的高度),则窗口中答名 格。下面给出方向特征的定义。按图4(a)所示,将细化后曲线段z(x,y)的水平投影n[和垂直投影p为 的签名图像按垂直方向等分成四个签名网格区域,每个网 格的大小相同为96×96,这些构成高分辨子图像层。然后, PLy=∑ black pixel(x,y) 对每一个了图像(也称为网格区域)分别以0°,90°,135°, (5) 45°四种方向进行扫描,四种扫描方向如图4(b)所示。分 p1=∑ black pixel(x,y 别统计何个方向的连续黑像素点数目,将这四个数组的值其中, black pixe!为签名图像的黑像素点。每一个窗口的 作为四维方向特征。这样最后得到16维方向特征。则某中心点坐标为: 个人对应的方向特征向量为: X=x ∑(ply/∑Py 其中i=1,2,…,10或16(某个人的训练样本),d的值为 (6) 16,表示特征维数,p为参与训练的某个人( person)的代 G-∑(x;p)/∑P 号。对于所有参与训练的人,对应的高分辨图像层特征向其中C和C分别为中心点的横和纵坐标;P以和Px 量则为 分别为每个小窗山的水平投影和垂直投影。下面给予该 X (2)特征的特征提取流程图,如图6所示。中心点特征提取示 其中,n为参与训练的总人数。方向特征提取示意图和四意图和局部中心点如图5所示。 种扫描方向如图4所示 中心 (a)四个网格区域 图5局部中心点特征提取示意图和答名图像中心点 开始 读取细化前的签名图像 (b)四种扫描 图4方向特征提取示意图和四种扫描方向 将签名图像划分为相等 的16个矩形窗 23局部中心点特征 维吾尔文镲名在水平与垂直方向上的偏移量较大 对莓个窗口进行投影运算 每个人的签名具有独特的结构和书写风格,因此一个人的 多个签名在整体上相互比较接近。为了更好地反映签名 是垂直投影 的这种书写风格,本文借鉴了文献[提取的局部中心点 特征,结合维吾尔文签名的特点改进图像的切分方式,对下个窗口计算垂直投影的黑点数目 算水投影 的黑点数目 伃幅归一化后的签名图像进行金字塔式分辨率子图像切 分,对低分辨率层则提取了共32维局部中心点特征。实验 按公式(4)计算横坐标 按公式(4)计 结果表明,该特征能够有效地反映维吾尔文名者的籥名 算纵坐标 风格。下面对于该特征给予详细的介绍。首先将签名图 是否最后一个 像(如图5所示)划分为2×8个小矩形窗口,然后对何一个 窗口的坐标 矩形窗凵的签名段分别进行水平和垂直投影。进一步计 是 算每一个窗口的中心点,把这16个中心点的横坐标和纵坐 结束 标作为特征,这样就形成了32维特征,则某个人对应的局 部屮心点特征向量为: 图6局部中心点特征提取算法流程图 (3)3签名特征相似性度量方法 其中j=1,2,…,10或16(某个人的所有训练样本),c表 在分类阶段,提取了有效的维吾尔文于写签名特征 示特征维数,其值为32,p为参与训练的某个人( pcrson)的后,找出适合特征的分类器是及其重要的。上述一系列特 代号。对于所有参与训练的人,对应的低分辨图像层特征征描述了不同镲名者的名风格特性之后,需要使用某种 古丽热娜阿布里孜,库尔班吾布力,卡米力·木依丁,等:基于多分辨几何特征的维吾尔文脱机签名识别2013,49(16)171 距离度量方法来进行分类匹配。本文利用KNN分类器进 从表1和表2可以得出,虽然提出的16维方向特征和 行分类。KNN相似性的计算过程均是在分类时开始进行,局部中心点特征单独使用做分类实验结果不太理想,但是 而分类过程需要计算待分类样本集和训练样本集之间的距两种特征相结合时以别率达到了良好的效果。两种特征 离:本文利用欧氏距离和卡方距离度量方法来进行签名融合后补充了这两种特征的缺陷和将两种特征单独取做 之间的相似性度量。假设某个待识别样本的特征向量为:实验时反映不了的签名特性。通过分析表1和表2可以得 X ](R=1.2 (7)出,对两种特征融合的情况来说,卡方距离的识别率比欧 假设训练样本的特征向量为: 式距离的识别率高。卡方距离度量方法对这种情况来说 Y=[y1,y2…,yl](R=1,2,…,N) (8)是分类效率最佳的。本文又讨论了K值对识别率的影响, 其中N的取值为16,17,32,33和48五种情况。则它们之间K值较大时,待识别样本的K个最近邻中包含其他签名者 的欧式距离和卡方距离分别为: 样本的可能性越大,造成待识别样本属于其他签名者的错 误类别的现象。因此选出的K值是识别率比较稳定的情况 dn(X,y)=∑(x,-y) (9)下选出来的,即K的值为1到10 d(Xyx、(x,y) 本文进一步进行了对比实验在文献[0]中提取的基 10)线特征和局部中心特征分别和文中提出的方向特征单独 式中x和y1分别表示待识别样本X和训练样本的各维 维进行两两结合做了对比实验,又与文献[6中提取的方格 特征在维吾尔文签名上进行了实验。本文在对比实验当 元素。其屮R表示特征向量维数 中使用了1000个手写籥名样本,将其中800个样本用于训 练(表3中第一种实验)或500个样本用于训练(表3中第二 4实验结果与分析 种实验),剩下的用于测试。在文献[16]中提取方格特征为 本文通过对测试签名样本和所有训练样本间相似度96维,而本文结合维吾尔文的手写签名的特征,对此进行 进行排序,找到与训练样本最相似的签名者,作为测试样了改进,提取了128维方格特征,并用AN分类器做实 本最可能的签名者。利用本文提出的签名识别方法,实现验。实验结果如表3所示。 了一个离线式维尔文签名识别系统,并利用50个人,每 个人的20个签名,共1000个签名样本进行了实验。这些 表3不同特征对维吾尔文姦名的识别忾对比表 签名被分为两个部分,一部分用于训练,另一部分用于测 特征名称 诗征维熟第一种实验第二种实验 试。本文分别训练800个样本和500个样本做实验并进行 识别率/%)识别率八%) 对比。根据本文中提取的方向特征和局部中心点特征所 基线特征 维 8.00 5.80 方向特征 16维 表现的特性,这些特征分别从细化后和细化前的签名图像 局部中心点特征 32维 8960 中提取的。利用不同的距离度量方法对不同特征的识别 方格特征 9(.60 结果为如表1和表2所示。 基线以及方向特征 1+16 维 表1不同特征利用欧式距离的识别结果(%) 基线以及局部中心点特征1+32维91.50 8900 方向特征以及局部中心点特征16+3298.50 96.50 特征名称 的取值方向特征 局部中心点特征两种特征相结合 5结束语 训练800训练500训练800训练500训练800训练500 本文从维尔文签名所具有的特征出发,提出了一种 89.6 93.5 91.6 维签名方向特征,该特征的提取思路清晰、计算简单。该特 96.0 0 征跟其他文屮的一系列有效特征进行融合,利用不同距离度 量方法对维吾尔文签名上进行了对比实验。实验结果表明 79.8 95.0 本文提出的方法对维吾尔文签名来说更是一种实用的识别 10 93.0 87.4 80.0 78.6 95.091.8 方法。由于签名本身是可变的,因此其稳定性只是相对而言 的。一个人在不同的时间、地点和情绪的情况下,每次书写的 表2不同特征利用卡方距离的识别结果 (%)写法会有一定的差异,这给签名的识别带来了一定的困难 特征名称 本文中的基于方向特征和局部中心点特征对于维吾尔 K的取值方向特征局部中心点特征两种特征相结 文具有一定的有效性,能够应用于维吾尔文笔记鉴别和维 训练800训练500训练800训练500训练800训练500 吾尔文手写单词识别问题中,并可以推广到阿拉伯、哈萨 94.5 94.5 7.0 87 84.4 98.5 96.6 克、柯尔克孜等相似的文字上。出于上述这些文种的签名 94.5 78.8 954 都是由大量的基本笔画组成,特征提取时使用的签名区城 6 774 94.0 窗口一般比铰小,关注的是局部签名笔画上的签名信息 92.6 77.5 95.0 93.6 这些特征可以表现签名笔画包含的局部结构不同的特性。 72.2 (下转224页)

...展开详情
试读 4P 论文研究-基于多分辨几何特征的维吾尔文脱机签名识别.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    weixin_38743481 你的留言是对我莫大的支持
    2019-09-07
    • 至尊王者

      成功上传501个资源即可获取
    关注 私信 TA的资源
    上传资源赚积分,得勋章
    最新推荐
    论文研究-基于多分辨几何特征的维吾尔文脱机签名识别.pdf 7积分/C币 立即下载
    1/4
    论文研究-基于多分辨几何特征的维吾尔文脱机签名识别.pdf第1页
    论文研究-基于多分辨几何特征的维吾尔文脱机签名识别.pdf第2页

    试读已结束,剩余2页未读...

    7积分/C币 立即下载 >