The invention discloses a method for establishing a model for authenticity and authenticity identification of handwritten signature images. The method preprocesses signature images by means of mask clipping, extracts visual vocabulary histograms based on SURF features and P_ULBP features of signature images respectively, and combines two visual vocabularies. Histogram splicing is used to construct the final visual vocabulary histogram, and classifier is used to construct the handwritten signature image authenticity identification model, then the model is used to identify the authenticity of the image; among them, the problem of losing details of the original image in the current method is effectively solved by the way of mask clipping, and the problem of losing details of the original image is retained to the greatest extent. By extracting P_ULBP features, the problem of low proportion of effective information in signature image feature extraction by traditional ULBP operators is effectively solved, and the robustness of off-line handwritten signature authenticity detection method is improved.
【技术实现步骤摘要】
手写签名图像真伪鉴别模型建立方法及真伪鉴别方法
本专利技术涉及手写签名真伪鉴别方法,具体涉及一种手写签名图像真伪鉴别模型建立方法及真伪鉴别方法。
技术介绍
“生物测定学”是一种利用人的生理或行为等生物特征来进行个人身份鉴定的学科,目前,诸如指纹、掌纹、虹膜以及视网膜等生物特征都已广泛应用于身份识别,以增强安全性和隐私性。作为生物特征的一种,手写签名不仅具有稳定性和不变性的特点,而且具有采集过程为非侵入性的优势,因此手写签名系统广泛应用于商业、司法、政府部门等领域。根据签名获取的方式不同,签名真伪鉴别分为在线(on-line)签名鉴别和离线(off-line)签名鉴别。在线签名鉴别是指在书写者书写的过程中,使用专门的输入设备(如手写板)实时记录书写人书写过程中的书写速度、握笔姿势、笔画书写顺序等实时动态信息作为签名特征,从而使签名鉴别有较高的准确率;离线签名鉴别是通过扫描仪输入签名样本,处理整幅手写签名的图像,通过提取诸如签名高宽比等与时间无关的静态特征来判别书写人身份。与在线笔迹鉴别相比,离线笔迹鉴别无法捕捉写字过程中的动态信息,因此准确率较低,鉴别起来更为困难。但是,离线签名鉴别不需要特别的样本输入设备,应用范围更广,更加具有使用价值。传统的预处理方法,如签名图像二值化、平滑、去噪、压缩签名、骨架提取等方法都不可避免的导致了签名图像信息的丢失;而传统的特征提取方法,通常都是直接提取整幅输入图像上的特征,将角点特征(如SURF特征)、灰度特征(如LBP特征、HOG特征)提取后,进行直接的拼接,继而训练分类器。这不可避免的产生了如下两个问题:一方面,签名图像 ...
【技术保护点】
1.一种手写签名图像真伪鉴别模型建立方法,其特征在于,方法包括:步骤1、采集多张手写签名图像,并为每张手写签名图像进行标签标记,所述的标签包括[1]代表真迹以及[0]代表伪迹;步骤2、采用掩模裁剪的方式对所述的手写签名图像进行预处理,获得预处理后的手写签名图像;步骤3、对所述的预处理后的手写签名图像中含有手写签名的区域提取ULBP特征,获得预处理后的手写签名图像的P‑ULBP特征,所述的P‑ULBP特征为所有含有手写签名的区域的ULBP特征的集合;步骤4、建立预处理后的手写签名图像的SURF特征视觉词汇直方图,建立预处理后的手写签名图像的P‑ULBP特征视觉词汇直方图;步骤5、将所述的P‑ULBP特征视觉词汇直方图与所述的SURF特征视觉词汇直方图首尾拼接,获得手写签名图像视觉词汇直方图;步骤6、将多个手写签名图像视觉词汇直方图转换为向量形式作为输入,将多个手写签名图像对应的多个标签作为输出对分类器进行训练,获得手写签名图像真伪鉴别模型。
【技术特征摘要】
1.一种手写签名图像真伪鉴别模型建立方法,其特征在于,方法包括:步骤1、采集多张手写签名图像,并为每张手写签名图像进行标签标记,所述的标签包括[1]代表真迹以及[0]代表伪迹;步骤2、采用掩模裁剪的方式对所述的手写签名图像进行预处理,获得预处理后的手写签名图像;步骤3、对所述的预处理后的手写签名图像中含有手写签名的区域提取ULBP特征,获得预处理后的手写签名图像的P-ULBP特征,所述的P-ULBP特征为所有含有手写签名的区域的ULBP特征的集合;步骤4、建立预处理后的手写签名图像的SURF特征视觉词汇直方图,建立预处理后的手写签名图像的P-ULBP特征视觉词汇直方图;步骤5、将所述的P-ULBP特征视觉词汇直方图与所述的SURF特征视觉词汇直方图首尾拼接,获得手写签名图像视觉词汇直方图;步骤6、将多个手写签名图像视觉词汇直方图转换为向量形式作为输入,将多个手写签名图像对应的多个标签作为输出对分类器进行训练,获得手写签名图像真伪鉴别模型。2.根据权利要求1所述的手写签名图像真伪鉴别模型建立方法,其特征在于,所述的步骤2、预处理包括以下步骤:步骤21、对所述的手写签名图像进行图像增强,获得增强后的手写签名图像;步骤22、对所述的增强后的手写签名图像进行膨胀,获得膨胀后的手写签名图像;步骤23、对所述的膨胀后的手写签名图像进行滤波,获得掩模图像;步骤24、利用所述的掩模图像对所述的手写签名图像进行裁剪,获得预处理后的手写签名图像。3.根据权利要求2所述的手写签名图像真伪鉴别模型建立方法,其特征在于,采用直方图均衡化的方式对所述的手写签名图像进行图像增强,采用中值滤波对所述的膨胀后的手写签名图像进行滤波。4.根据权利要求1所述的手写签名图像真伪鉴别模型建立方法,其特征在于,所述的步骤3,包括以下步骤:步骤31、在所述预处理后的手写签名图像中设定2n×2n的滑动窗口,n>=1;步骤32、使所述的滑动窗口以步长n进行滑动,检测当前滑动窗口中是否含有所述的手写签名,若当前滑动窗口中含有所述的手写签名,则执行步骤33;若当前滑动窗口中没有所述的手写签名,则执行步骤34;步骤33、提取当前滑动窗口内部的ULBP特征向量;步骤34、判断所述的滑动窗口是否在所述预处理后的手写签名图像中遍历一遍,若没有遍历一遍,则返回步骤32,若已经遍历了一遍,获得预处理后的手写签名图像内所有滑动窗口中的ULBP特征向量,获得所述预处理后的手写签名图像的P-ULBP特征向量。5.根据权利要求...
【专利技术属性】
技术研发人员:张敏,赵妍,冯筠,郭军,吕毅,崔磊,
申请(专利权)人:西北大学,
类型:发明
国别省市:陕西,61
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。