[发明专利]离线手写签名鉴别方法及系统

说明书

本发明公开了一种离线手写签名鉴别方法及系统，包括以下步骤：S1、离线签名样本库中的离线签名样本进行预处理；S2、对预处理后的签名图像进行多个特征的提取，包括矩特征、局部二值模式特征、灰度共生矩阵特征和脉冲耦合神经网络特征；S3、对提取的离线签名样本的多个特征进行训练，得到训练后的标准样本库；S4、获取待测签名，并对待测签名进行预处理，得到待测签名的多个特征；S5、将待测签名的多个特征与标准样本库中离线签名样本的对应特征进行匹配，识别出待测签名是真实签名还是伪造签名。本发明可以有效对离线待测签名进行较准确的鉴别。

技术领域

本发明涉及计算机模式识别领域，尤其涉及一种离线手写签名鉴别方法及系统。

背景技术

随着信息技术的快速发展，人们生活水平日渐提高的过程中安全问题受到前所未有的挑战，实时准确的进行个人身份鉴别非常重要。传统的身份鉴别基于密码、IC卡等方式，有各种缺点，比如密码可能被窃取遗忘，IC卡可能遗失被盗等。人们急需一种可靠和方便易用的个人身份鉴别技术来克服传统方法中的不足。而基于手写签名的身份鉴别方式可以从根本上解决上述缺点。

签名鉴别技术与其他生物测定技术相比，具有足够的动态信息、难模仿、区分性较高、尊重隐私权和信息获取高效性等优势，在签名特征的可搜集性、人体伤害可接受程度和鲁棒性方面都是非常突出的，有广阔的应用前景和应用价值。因此，对签名进行有效、可靠、快速的鉴别具有重要的社会价值和实用意义。

签名鉴别又分为在线和离线，在线签名提供了更多的动态信息,且这种信息不易模仿,所以比离线要容易鉴定一些。目前在线签名系统的交叉错误率已降到1％以下，国外也已有实用产品面世。离线签名验证则是书写者在普通纸张上书写完签名之后，再利用照相机、扫描仪等光学成像设备提取书写者的签名。离线签名鉴别对于设备环境的要求较之在线方式宽松许多，如果较大程度的提高其验证正确率，将会比在线方式有更大的应用前景。

发明内容

本发明要解决的技术问题在于针对现有技术中离线手写签名鉴别不稳定的缺陷，提供一种稳定有效的离线手写签名鉴别方法及系统。

本发明解决其技术问题所采用的技术方案是：

提供一种离线手写签名鉴别方法，包括以下步骤：

S1、对离线签名样本库中的离线签名样本进行预处理；

S2、对预处理后的签名图像进行多个特征的提取，包括矩特征、局部二值模式特征、灰度共生矩阵特征和脉冲耦合神经网络特征；

S3、对提取的离线签名样本的多个特征进行训练，得到训练后的标准样本库；

S4、获取待测签名，并对待测签名进行预处理，得到待测签名的多个特征；

S5、将待测签名的多个特征与标准样本库中离线签名样本的对应特征进行匹配，识别出待测签名是真实签名还是伪造签名。

本发明所述的方法中，步骤S3具体为：

选择离线签名样本库中的任意一个离线签名样本作为测试样本，其他作为训练样本，并计算训练样本特征向量的均值，以及训练样本的特征向量之间的距离，得到距离的均值方差；

计算该测试样本与训练样本的特征向量的均值距离，比对训练样本距离的均值方差，计算测试样本与训练样本的相似程度，若相似度大于预设阈值则为真实签名，否则为伪造签名，得到训练后的标准样本库；

统计该标准样本库中的错误拒绝率和错误接受率。

本发明所述的方法中，步骤S3具体为：建立对应离线签名样本的不同特征的分类器，并进行训练，得到符合鉴别率的分类器；

步骤S5具体为：将待测签名的多个特征通过对应的分类器进行识别，并根据不同分类器的输出结果判断待测签名是否为真实签名。