用于离线签名的识别方法技术

技术编号:10606650 阅读:203 留言:0更新日期:2014-11-05 17:19
本发明专利技术提供一种用于离线签名的识别方法,包括以下步骤:S1、提取注册签名的图像细化图中的特征点;S2、提取待识别签名的图像细化图中的特征点;S3、将所述注册签名中的特征点与所述待识别签名中的特征点进行匹配,判断所述待识别签名与所述注册签名是否由同一人所签。本发明专利技术所提供的签名识别方法中用到的特征点(签名中的端点、分叉点、孤立点)则代表了个人风格,签名者在不同时期、不同状态下的签名中,上述特征点的变化不会很大。因此,利用本发明专利技术所提供的签名识别方法可以较为准确地判断所述待识别的签名与所述注册签名是否为同一人所签。

【技术实现步骤摘要】
用于离线签名的识别方法
本专利技术涉及图像处理领域,具体地,涉及一种用于离线签名的识别方法。
技术介绍
在很多应用场合中,用户会提交注册签名。例如,在申请银行卡时,用户会将注册签名提交给银行系统。在用户利用银行卡消费后,会再一次签名(可以被称为离线签名)。如果商家或银行想要消费者与真正的持卡人是否为同一人,可以利用所述离线签名与注册签名进行对比,当所述离线签名与注册签名一致性较高时,则可判定消费者与持卡人为同一人。例如,可以通过对比注册签名和离线签名中的局部位置、局部方向、一个点与相邻点的距离、一个点周围的像素分布等来判断所述离线签名与注册签名是否具有一致性。但是,受到个人年龄、情绪、书写工具等因素影响,同一个人的离线签名在不同时间段的离线签名之间会存在比较大的变形,即,签名中的局部位置、局部方向、一个点与相邻点的距离、一个点周围的像素分布等很容易发生变化,这严重地影响了离线签名识别的准确度。因此,如何提高对离线签名识别的准确度成为本领域亟待解决的技术问题。
技术实现思路
本专利技术的目的在于提供一种用于离线签名的识别方法,该签名识别方法具有较高的识别准确度。为了实现上述目的,本专利技术提供一种用于离线签名的识别方法,其中,所述签名识别方法包括以下步骤:S1、提取注册签名的图像细化图中的特征点;S2、提取待识别签名的图像细化图中的特征点;S3、将所述注册签名中的特征点与所述待识别签名中的特征点进行匹配,判断所述待识别签名与所述注册签名是否由同一人所签,其中,所述注册签名的特征点包括所述注册签名的图像细化图中所有端点、所述注册签名的图像细化图中所有分叉点和所述注册签名的图像细化图中的所有孤立点中的至少一个,所述待识别签名的特征点包括所述待识别签名图像的细化图中所有端点、所述待识别签名的图像细化图中所有分叉点和所述待识别签名的图像细化图中所有孤立点中的至少一个。优选地,在所述步骤S3中,利用所述注册签名中的特征点的特征与所述待识别签名中的特征点的特征进行匹配,所述特征点的特征包括该特征点所在的连通域的标签、该特征点所在的连通域的面积、该特征点的坐标、该特征点的类型值、与该特征点的相邻的特征点的个数、与该特征点相邻的特征点的坐标、与该特征点相邻的特征点的类型值、与该特征点相邻的特征点相对于该特征点的方向中的至少一者。优选地,分叉点包括三叉点和四叉点,当所述特征点为端点或孤立点时,所述特征点的类型值为1;当所述特征点为三叉点时,所述特征点的类型值为3;当所述特征点为四叉点时,所述特征点的类型值为4。优选地,在所述注册签名的图像细化图或所述待识别签名的图像细化图中的相邻两个所述特征点中:当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点左上方像素,则另一个所述特征点相对于一个所述特征点的方向值为1;当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点正上方像素时,则另一个所述特征点相对于一个所述特征点的方向值为2;当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点右上方像素时,则另一个所述特征点相对于一个所述特征点的方向值为3;当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点正右方像素时,则另一个所述特征点相对于一个所述特征点的方向值为4;当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点右下方像素时,则另一个所述特征点相对于一个所述特征点的方向值为5;当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点正下方像素时,则另一个所述特征点相对于一个所述特征点的方向值为6;当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点左下方像素时,则另一个所述特征点相对于一个所述特征点的方向值为7;当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点正左方像素时,则另一个所述特征点相对于一个所述特征点的方向值为8。优选地,所述步骤S3包括:S31、获取所述注册签名的图像细化图中各特征点与所述待识别签名的图像细化图中各特征点的预匹配结果;S32、根据所述预匹配结果计算所述注册签名与所述待识别签名的最终匹配分数;S33、当所述最终匹配分数大于预设值时,则判定所述待识别签名与所述注册签名是由同一人所签,当所述最终匹配分数小于所述预设值时,则判定所述待识别签名与所述注册签名并非由同一人所签。优选地,所述步骤S31包括:S311、计算所述注册签名的图像细化图中各特征点与所述待识别签名的图像细化图中各特征点的初始相似度,并根据所述注册签名的图像细化图中各特征点与所述待识别签名的图像细化图中各特征点之间的初始相似度组成局部相似度矩阵;S312、对所述局部相似性矩阵进行配对计算,以获得所述注册签名的图像细化图中各特征点与所述待识别签名的图像细化图中各特征点的初始匹配对;S313、在每个所述初始匹配对中,利用所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点的一邻域特征点相似度和二邻域特征点相似度,调整所述初始匹配对中所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点的相似度,并得到调整后的局部相似度矩阵;S314、对所述调整后的局部相似性矩阵进行配对计算,以获得所述注册签名的图像细化图中各特征点与所述待识别签名的图像细化图中各特征点的最终匹配对,所述注册签名的图像细化图中各特征点与所述待识别签名的图像细化图中各特征点的最终匹配对即为所述预匹配结果。优选地,在所述步骤S311中计算所述注册签名中各特征点与所述待识别签名中各特征点的初始相似度包括:判断所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点之间的距离是否大于预定距离;当所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点之间的距离大于所述预定距离时,所述注册签名中的特征点与所述待识别签名中特征点之间的初始相似度为0。优选地,当参与计算相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点之间的距离不大于所述预定距离时,所述步骤S311中计算所述注册签名的图细化图中特征点与所述待识别签名的图像细化图中特征点的初始相似度还包括:S315、判断参与计算初始相似度的所述注册签名的图像细化图中的特征点的类型值与所述待识别签名的图像细化图中的特征点的类型值是否相同;当参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点类型值不同时,参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点之间的初始相似度为0。优选地,当参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点类型值相同,且参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点均为孤立点时,参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点的初始相似度满足以下公式:s(Rmi,Qmj)=1-(α1*dis(Rmi,Qmj));其中,Rmi为所述注册签名的图像细化图中第i个特征点;Qmj为所述待识别签名的图像细化图中第j个特征点;s(Rmi,Qmj)本文档来自技高网...
用于离线签名的识别方法

【技术保护点】
一种用于离线签名的识别方法,其特征在于,所述签名识别方法包括以下步骤:S1、提取注册签名的图像细化图中的特征点;S2、提取待识别签名的图像细化图中的特征点;S3、将所述注册签名中的特征点与所述待识别签名中的特征点进行匹配,判断所述待识别签名与所述注册签名是否由同一人所签,其中,所述注册签名的特征点包括所述注册签名的图像细化图中所有端点、所述注册签名的图像细化图中所有分叉点和所述注册签名的图像细化图中的所有孤立点中的至少一个,所述待识别签名的特征点包括所述待识别签名图像的细化图中所有端点、所述待识别签名的图像细化图中所有分叉点和所述待识别签名的图像细化图中所有孤立点中的至少一个。

【技术特征摘要】
1.一种用于离线签名的识别方法,其特征在于,所述签名识别方法包括以下步骤:S1、提取注册签名的图像细化图中的特征点;S2、提取待识别签名的图像细化图中的特征点;S3、将所述注册签名中的特征点与所述待识别签名中的特征点进行匹配,判断所述待识别签名与所述注册签名是否由同一人所签,其中,所述注册签名的特征点包括所述注册签名的图像细化图中所有端点、所述注册签名的图像细化图中所有分叉点和所述注册签名的图像细化图中的所有孤立点中的至少一个,所述待识别签名的特征点包括所述待识别签名图像的细化图中所有端点、所述待识别签名的图像细化图中所有分叉点和所述待识别签名的图像细化图中所有孤立点中的至少一个,在所述步骤S3中,利用所述注册签名中的特征点的特征与所述待识别签名中的特征点的特征进行匹配,所述特征点的特征包括该特征点所在的连通域的标签、该特征点所在的连通域的面积、该特征点的坐标、该特征点的类型值、与该特征点的相邻的特征点的个数、与该特征点相邻的特征点的坐标、与该特征点相邻的特征点的类型值、与该特征点相邻的特征点相对于该特征点的方向中的至少一者,其中:分叉点包括三叉点和四叉点,当所述特征点为端点或孤立点时所述特征点的类型值为1,当所述特征点为三叉点时所述特征点的类型值为3,当所述特征点为四叉点时,所述特征点的类型值为4;和/或在所述注册签名的图像细化图或所述待识别签名的图像细化图中的相邻两个所述特征点中:当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点左上方像素,则另一个所述特征点相对于一个所述特征点的方向值为1;当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点正上方像素时,则另一个所述特征点相对于一个所述特征点的方向值为2;当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点右上方像素时,则另一个所述特征点相对于一个所述特征点的方向值为3;当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点正右方像素时,则另一个所述特征点相对于一个所述特征点的方向值为4;当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点右下方像素时,则另一个所述特征点相对于一个所述特征点的方向值为5;当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点正下方像素时,则另一个所述特征点相对于一个所述特征点的方向值为6;当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点左下方像素时,则另一个所述特征点相对于一个所述特征点的方向值为7;当一个所述特征点与另一个所述特征点之间的连线经过一个所述特征点正左方像素时,则另一个所述特征点相对于一个所述特征点的方向值为8。2.根据权利要求1所述的识别方法,其特征在于,所述步骤S3包括:S31、获取所述注册签名的图像细化图中各特征点与所述待识别签名的图像细化图中各特征点的预匹配结果;S32、根据所述预匹配结果计算所述注册签名与所述待识别签名的最终匹配分数;S33、当所述最终匹配分数大于预设值时,则判定所述待识别签名与所述注册签名是由同一人所签,当所述最终匹配分数小于所述预设值时,则判定所述待识别签名与所述注册签名并非由同一人所签。3.根据权利要求2所述的识别方法,其特征在于,所述步骤S31包括:S311、计算所述注册签名的图像细化图中各特征点与所述待识别签名的图像细化图中各特征点的初始相似度,并根据所述注册签名的图像细化图中各特征点与所述待识别签名的图像细化图中各特征点之间的初始相似度组成局部相似度矩阵;S312、对所述局部相似性矩阵进行配对计算,以获得所述注册签名的图像细化图中各特征点与所述待识别签名的图像细化图中各特征点的初始匹配对;S313、在每个所述初始匹配对中,利用所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点的一邻域特征点相似度和二邻域特征点相似度,调整所述初始匹配对中所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点的相似度,并得到调整后的局部相似度矩阵;S314、对所述调整后的局部相似性矩阵进行配对计算,以获得所述注册签名的图像细化图中各特征点与所述待识别签名的图像细化图中各特征点的最终匹配对,所述注册签名的图像细化图中各特征点与所述待识别签名的图像细化图中各特征点的最终匹配对即为所述预匹配结果。4.根据权利要求3所述的识别方法,其特征在于,在所述步骤S311中计算所述注册签名中各特征点与所述待识别签名中各特征点的初始相似度包括:判断所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点之间的距离是否大于预定距离;当所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点之间的距离大于所述预定距离时,所述注册签名中的特征点与所述待识别签名中特征点之间的初始相似度为0。5.根据权利要求4所述的签名识别方法,其特征在于,当参与计算相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点之间的距离不大于所述预定距离时,所述步骤S311中计算所述注册签名的图细化图中特征点与所述待识别签名的图像细化图中特征点的初始相似度还包括:S315、判断参与计算初始相似度的所述注册签名的图像细化图中的特征点的类型值与所述待识别签名的图像细化图中的特征点的类型值是否相同;当参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点类型值不同时,参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点之间的初始相似度为0。6.根据权利要求5所述的识别方法,其特征在于,当参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点类型值相同,且参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点均为孤立点时,参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点的初始相似度满足以下公式:s(Rmi,Qmj)=1-(α1*dis(Rmi,Qmj));其中,Rmi为所述注册签名的图像细化图中第i个特征点;Qmj为所述待识别签名的图像细化图中第j个特征点;s(Rmi,Qmj)为所述注册签名的图像细化图中的特征点Rmi与所述待识别签名的图像细化图中的特征点Qmj的初始相似度;dis(Rmi,Qmj)为所述注册签名的图像细化图中的特征点Rmi与所述待识别签名的图像细化图中的特征点Qmj之间的距离;α1为第一修正系数,取值范围为[0,1]。7.根据权利要求5所述的识别方法,其特征在于,当参与计算初始相似度的所述注册签名的图像细化图中的特征点的类型值与所述待识别签名的图像细化图中的特征点的类型值相同时,且参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点中一个为孤立点、另一个为端点时,参与计算初始相似度的所述注册签名中的特征点与所述待识别签名中的特征点的初始相似度满足以下公式:当所述注册签名的图像细化图中的特征点为孤立点时:s(Rmi,Qmj)=1-(α2*dis(Rmi,Qmj))*(1+β1*CRnum(Qmj));当所述待识别签名的图像细化图中的特征点为孤立点时:s(Rmi,Qmj)=1-(α2*dis(Rmi,Qmj))*(1+β1*CRnum(Rmi));其中,Rmi为所述注册签名的图像细化图中第i个特征点;Qmj为所述待识别签名的图像细化图中第j个特征点;s(Rmi,Qmj)为所述注册签名的图像细化图中的特征点Rmi与所述待识别签名的图像细化图中的特征点Qmj的初始相似度;dis(Rmi,Qmj)为所述注册签名的图像细化图中的特征点Rmi与所述待识别签名的图像细化图中的特征点Qmj之间的距离;CRnum(Rmi)为所述注册签名的图像细化图中的特征点Rmi所在的连通域的面积;α2为第二修正系数,取值范围为[0,1];β1为第三修正系数,取值范围为[0,1]。8.根据权利要求5所述的识别方法,其特征在于,当参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点类型值相同,且参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点均为端点时,所述步骤S311还包括:S316、计算所述注册签名的图像细化图中的特征点的一邻域特征点的方向值与所述待识别签名的图像细化图中的特征点的一邻域特征点的方向值之间的方向差值;当参与计算相似度的所述注册签名的图像细化图中的特征点的一邻域特征点的方向值与所述待识别签名的图像细化图中的特征点的一邻域特征点的方向值之间的方向差值为预设值时,所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点之间的初始相似度为0。9.根据权利要求8所述的签名识别方法,其特征在于,当所述方向差值不等于所述预设值时,所述步骤S311还包括:S317、计算所述注册签名的图像细化图中的特征点的一邻域特征点与所述待识别签名的图像细化图中的特征点的签名中的特征点的一邻域特征点之间的距离,当该距离大于所述预定距离时,所述注册签名中的特征点与所述待识别签名中特征点之间的初始相似度为0;S318、计算所述注册签名中的特征点的一邻域特征点的类型值与所述待识别签名中的特征点的一邻域特征点的类型值之间的差值。10.根据权利要求9所述的识别方法,其特征在于,当参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点均为端点时,且所述方向差值不等于所述预设值时,且所述注册签名的图像细化图中的特征点的一邻域特征点与所述待识别签名的图像细化图中的特征点的签名中的特征点的一邻域特征点之间的距离不大于所述预设阈值时,所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点之间的初始相似度满足以下公式:s(Rmi,Qmj)=1-γ1*(1+α3*dnDirij1)*(1+β2*dnTypeij1)*(dnVecij1+disij);其中,Rmi为所述注册签名中第i个特征点;Qmj为所述待识别签名中第j个特征点;s(Rmi,Qmj)为所述注册签名中的特征点Rmi与所述待识别签名中的特征点Qmj的初始相似度;dnDirij1为所述注册签名的图像细化图中的特征点的一邻域特征点的方向值与所述待识别签名的图像细化图中的特征点的一邻域特征点的方向值之间的方向差值;dnVecij1为所述注册签名的图像细化图中的特征点的一邻域特征点与所述待识别签名的图像细化图中的特征点的一邻域特征点之间的距离;dnTypeij1为所述注册签名中的特征点的一邻域特征点的类型值与所述待识别签名中的特征点的一邻域特征点的类型值之间的差值;disij为所述注册签名中的特征点Rmi与所述待识别签名中的特征点Qmj之间的距离;α3为第四修正系数,取值范围为[0,1];β2为第五修正系数,取值范围为[0,1];γ1为第六修正系数,取值范围为[0,1]。11.根据权利要求5所述的识别方法,其特征在于,当参与计算初始相似度的所述注册签名的图像细化图中的特征点与所述待识别签名的图像细化图中的特征点均为分叉点时,在所述步骤S311还包括:S319、利用所述注册签名的图像细化图中的特征点的一邻域特征点的方向和所述待识别签名的图像细化图中的特征点的一邻域特征点的方向,计算出所述注册签名的图像细化图中的特征点的一邻域特征点与待识别签名的图像细化图中的特征点的一邻域特征点中最优匹配对;S3110、在所述步骤S319中所述最优匹配对的条件下,利用下述公式计算所述注册签名的图像细化图中的特征点的一...

【专利技术属性】
技术研发人员:张雯
申请(专利权)人:科进生物识别深圳有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1