基于小波包的手写体签名特征提取方法

手写体签名识别 已丢失书写过程 的动态信息 ， 仅依靠 签名 图像 的静态 信息 ， 用信 息较 少 ， 别难 度 较大 。 可 识 目前的离线签名识别有结构和统计两种方法。结 构方法 中利用空间分 布特征 、 笔段特征 、 轮廓检测等 方法提取字形结构ｌ１ 】， － 对结构特征较敏感 ， ２ 区分相似
于复杂预处理和分割后二值 图像 ， 并且提取过程不可
逆 。但 是 复杂 数 据 预处 理 、 较大 计算 量 、 复杂 的过 程 、 连 笔 现 象 导 致 的 复杂 分 割都 使 特 征 提 取 变 得 非 常 困 难 。这些 将直 接影 响识 别 系统 的效率 和结果 。
为 了解 决 复 杂预 处理 、 名 分割 和 不 可逆 的特 征 签
肖春景 乔 永卫 贺怀清 ， ，
（中国民航 大学 ａ计 算机科 学与技 术学院； ． ． ｂ 工程技术训练 中 ２； ． ２ ｅ 天津市智能信号与 图像处理重点 实验室 ， 天津 ３００ ） ０ ３ ０
摘 要 ：手 写体 签 名识 别 的很 多特 征 提 取 方 法都 是 基 于经 过 复 杂数 据预 处理 和分 割 技 术 的 二值 图像 ， 且 特 征 提 取 并
和 抗 噪性 ， 且 其 特征 提 取 是 全 局 信 息 提 取 ， 需 复 并 不 杂 分割 。因此 ， 可应 用到 含噪脱 机手 写体签 名识 别 。 它 本 文共 ４ ０类 签名 ， 类 ｌ 真 签名 和 １ 伪 签 名 ， 每 ５个 ０个 每个 签名 被归 一化 为 ３￣ ４大小 。图 １ 图 ２列举 了 ２６ 和 ４ 签名 的实例 。 ０类
签名 自动识别 已成为 模式 识别 重要 的研 究领 域 。离 线
字 的能 力较 强 ， 是结 构 特 征难 以抽 取 ， 稳定 ； 自 但 不 以 组 织 映 射方 法 、 经 网络 、 率 密度 函数 、 神 概 支撑 向量机 等为 主 的统 计 方 法 ， 按一 定 的距 离 度 量 匹 配 准 则 ， 采 用 多 维特 征 值 累加 的办 法 ， 局部 噪声 和微 小 畸 变 把 淹没 在 最 后 的累 加 和 里 ， 有 良好 的鲁 棒 性 、 好 的 具 较
关 键 词 ： 征 提 取 ； 波 包 ； 准化 ； 特 小 标 抗噪 性 ； 棒 性 鲁 中图 分 类 号 ： Ｐ ９ ．３ Ｔ３１ ４ 文 献 标识 码 ： Ａ 文 章 编 号 ： ６ ４ ５ ９ （０ １ ０ — ０ ３ ０ １７ — ５ ０ ２ １ ）３ ０ １－ ３
Ｒｅ ｅ ｒ ｈ ｏ ａ ｕｒ ｔ ａ ｔｏ Ｍ ｅ ｈ ｄ ｆＨａ ｓ ａ ｃ ｎ Ｆｅ ｔ ｅ Ｅｘ ｒ ｃ ｉ ｎ ｔ ｏ ｏ ｎｄｗｒ ｔｅ ｉｔ ｎ
Ｓ ｇ ａ ｕ ｅ Ｂａ ｅ ｎ Ｗ ａ ｅｅ ａ ｋ ｔ ｉ ｎ ｔ ｒ ｓ ｄ ｏ ｖ ｌｔＰ ｃ ｅ
Ｘ Ａ０ Ｃ ｕ －ｉ ０ Ｙ ｎ － ｅ ， Ｅ Ｈｕ ｉｑｎ ／ ｈ ｎｊｎ ，Ｑ ｏ ｇ ｗ ｉ Ｈ ａ－ ｉ ｇ ｇ
（． ｏｌ ｅｏ ｍ ｕ ｒ ｃｅｃ ａ Ｃ ｌ ｇ Ｃ ｐ ｔ ｉ ｅ＆ Ｔｃ ｎｌ ｙ ｂ Ｅ ｇｎ ｅｉ ｅ ｆ ｏ ｅＳ ｎ ｅｈ ｏｏ ： ． ｎ ｉｅｒ ｇ＆ Ｔｃ ｎｃｌ ｒｉ ｎ ｅ ｔ ｇ ｎ ｅｈ ｉａ Ｔａｎ ｇＣ ｎｅ ｉ ｒ ｅ Ｔａｊ ｅ ａ ｆ ｒ ｄａ ｃｄＳｇ ａ Ｐｏｅｓｎ ， ＡＵ Ｔ ｎｉ ０ ３０ Ｃ ｉａ） ． ｉｎｉ Ｋ ｙＬ ｂ ｏ Ａ ｖ ｎｅ ｉ ｌ ｒｃｓｉｇ Ｃ Ｃ， ｉ ｊｎ３ ０ ０ ， ｈｎ ｎ ｎ ａ
二 维 点进 行 签名 识 别 。 方 法 的数 据 预 处 理 简单 ， 免 了 复杂 分 割 ， 征 提 取 完全 可逆 。实验 结 果表 明其 具 本 避 特 有较 好 的抗 噪 性 、 鲁棒 性 、 应 性 和 识 别 率 ， 适 为含 噪 脱 机 手 写 体 签 名 识 别提 供 了一种 解 决 方案 。
过程 不 可 逆 。 因 为 复 杂 的预 处理 、 大 的 计 算 量和 签名 的连 笔 现 象使 得 特 征提 取 非 常 困难 并 对 识 别 结 果 产 较
生 直接 的 影 响 为 了解 决 以上 问题 ． 出 了基 于 小波 包的 特 征 提 取 方 法 。 先在 预 处 理 过 程 中对 签 名 图像 进 提 首 行 大 小 归 一 化 ： 次 利 用 小波 包对 签 名 图像 进 行 分 解 以得 到 签 名 图像 在 二 维 空 间上 点 的集 合 ； 后 用 这 些 其 然
Ｋｅ ｙ ｗｏｒ ｓ：ｆ ａｕｒ ｘｔａ ｔｏ ｄ ｅ ｔ ｅ ｅ ｒ ｃｉ ｎ；ｗａ ｅ ｅ ａ ｋｅ ；ｎ ｒ ａｉｅ；ａ ｉ ｏｓ ｖ ｌｔｐ ｃ ｔ ｏ ｍ ｌｚ ｎｔｎ ｉｅ；ｒ ｂｕ ｔ ｅｓ ｏ ｓｎ ｓ

由于手写体签名在信用卡身份检查 、 支票签名及 机场 登 机 身 份验 证 等 安全 检 查方 面 的应 用 ， 手 写 体 使
Ａｂ ｔ ａ ｔ Ｍａ ｙ ｆａ ｕ ｅ ｅ ｔ ｃ ｉｎ ｓｒ ｃ ： ｎ ｅ ｔ ｒ ｘｒ ｔ ｍｅｈ ｄ ｏ ａ ｄ ｉ ｔｎ ｓｇ ａｕ ｅ ｒ ｃ ｇ ｉ ｏ ｒ ａ ｅ ｎ ｔ ｅ ｂ ｎ ｒ ｍａ ｅ ｆ ｒ ａ ｏ ｔ ｏ ｓ ｆ ｈ ｎ ｗｒ ｅ ｉｎ ｔ ｒ ｅ ｏ ｎ ｔ ｎ ａ ｅ ｂ ｓ ｄ ｏ ｈ ｉ ａｙ ｉ ｇ ａ ｅ ｔ ｉ ｔ ｐ ｅ ｒ ｃ ｓｉ ｇ ｎ ｓ ｇ ｎ ａｉ ｎ ｔ ｃ ｎ ｑ ｅ ａ ｄ ｈ ｐ ｏ ｅ ｓ ｓ ｒｅ ｅ ｓｂ ｅ ｉ ｃ ｃ ｍｐｅ ｐ ｅ ｒｃ ｓｉ ｇ， ｒ ｐ ｏ ｅ ｓｎ ａ ｄ ｅ ｍｅ ｔ ｔ ｅ ｈ ｉ ｕ ｓ ｎ ｔ ｅ ｒ ｃ ｓ ｉ ｒ ｖ ｒｉ ｌ ．Ｓ ｎ ｅ ｏ ｌｘ ｒ ｐ ｏ ｅ ｓｎ ｏ ｉ ｃ ｍｐ ｔ ｇ ｃ ｐ ｃｔ ， ｅ ｓｇ ａ ｕ ｅ ｗｉ ｅ ｈ ｎ ｍｅ ｏ ｆａ ｕ ｅ ｅ ｔ ｃ ｉｎ ｉ ｖ ｒ ｉ ｉｕ ｔ ａ ｄ ｍａ ｅ ａ ｄｒ ｃ ｏ ｕ ｉ ａ ａ ｉ ｔ ｉ ｎ ｔ ｒ ｔ ｐ ｎ ｐ ｅ ｏ ｎ ｎ， ｔ ｒ ｘｒ ｔ ｓ ｅ ｄ ｆ ｃ ｌ ｎ ｋ ｉ ｔ ｎ ｙ ｈ ｈ ｅ ａ ｏ ｙ ｆ ｅ ｉ ａ ｔ０ ｈ ｆｅ ｔｏ ｅ ｏ ｎｔ ｎ Ｔ ｏｖ ｈ ｂ ｖ ｒ ｂ ｅ ｔ ｉ ａ ｅ ｒ ｐ ｓ ｓａ ｆａｕ ｅ ｅ ｔ ｃ ｉｎ ｍｅ ｈ ｄ ｍｐ ｃ ｎ ｔ ｅ ｅｆｃ ｆｒ ｃ ｇ ｉ ｏ ． ｏ ｓ ｌｅ ｔ ｅ ａ ｏ ｅ ｐ ｏ ｌ ｍ，ｈ ｓｐ ｐ ｒｐ ｏ ｏ ｅ ｅ ｔ ｒ ｘｒ ｔ ｔ ｏ ｉ ａ ｏ ｂ ｓ ｄ ｏ ａ ｅｅ ａ ｋ ｔ ｉｓ ， ｅ ｓｚ ｆ ｓｇ ａｕ ｅ ｉ ｇ ｓ ｎ ｒ ｌ ｅ ｔ ｔ ｅ ｐ ｅ ｒ ｃ ｓ ｉ ｇ ｅ ｏ ｄ ｙ ｗｅ ａ ｅ ｎ ｗ ｖ ｌｔ ｐ ｃ ｅ ．Ｆ ｒｔ ｔ ｉ ｏ ｉ ｎ ｔ ｒ ｍａ ｅ ｉ ｏ ｍａｉ ｄ ａ ｈ ｒ ｐ ｏ ｅ ｓｎ ．Ｓ ｃ ｎ ｌ ， ｈ ｅ ｚ ｃ ｎ ｕ ｔ ｄ ｔ ｅ ｓ ｎ ｔ ｒ ｍａ ｅ ｄ ｃ ｍｐ ｓｔ ｎ ｕ ｉ ｇ ｗ ｖ ｌｔｐ ｃ ｅ ｎ ｏ ｄ ｒｔ ｅ ｈ ｅ ｆｐ ｉｔ ｎ ｔ ｅ ｔ ｏ ｏ ｄ ｃ ｅ ｈ ｉ ａｕ ｅ ｉ ｇ ｅ ｏ ｏ ｉ ｏ ｓｎ ａ ｅ ｅ ａ ｋ ｔｉ ｒ ｅ ｏ ｇ ｔｔ ｅ ｓ ｔ ｏｎ ｓ ｏ ｈ ｗ — ｇ ｉ ｏ ｄ ｍｅ ｓ ｎ ｌｓ ａ ｅ ｏ ｈ ｉ ｎ ｔ ｒ ｓ ｈ ｎ ｗ ｓ ｈ ｓ ｏｎ ｓ ｆｒ ａ ｈ ｎ ｗｒ ｔ ｎ ｓ ｎ ｔ ｒ ｅ ｏ ｎ ｔ ｎ Ｔ ｅ ｄ ｔ ｉ ｎ ｉ ａ ｐ ｃ ｆ ｅ ｓ ａｕ ｅ ．Ｔ ｅ ｅ ｕ ｅ ｔ ｅ ｅ ｐ ｉ ｔ ｏ ａ ｄ ｉ ｅ ｉ ａｕ ｅ ｒ ｃ ｇ ｉ ｏ ． ｈ ａ ａ ｏ ｔ ｇ ｔ ｇ ｉ ｐ ｅ ｒ ｃ ｓ ｉｇ ｏ ｉ ｍｅ ｈ ｄ ｉ ｓｍｐ ｅ ａ ｄ ｉ ａ ｏ ｄ ｔ ｅ ｃ ｍｐ ｅ ｅ ｍｅ ｔｔ ｎ ａ ｄ ｆａ ｕ ｅ ｅ ｔａ ｔ ｎ ｉ ｃ ｍｐ ｅ ｅ ｒ ｐ ｏ ｅ ｓｎ ｆｔ ｓ ｈ ｔ ｏ ｓ ｉ ｌ ｎ ｖ ｉ ｈ ｏ ｌｘ ｓ ｇ ｎ ａ ｉ ｎ ｅ ｔ ｒ ｘ ｒ ｃｉ ｓ ｏ ｌｔ ｔ ｏ ｏ ａ ｄ ｒ ｖ ｒｉ ｌ ．Ｅ ｐ ｒ ｎ ａ ｅ ｕ ｔ ｓ ｏ ｈ ｔ ｉ ｈ ｓ ｂ ｔ ｒ ａ ｔ ｏｓ ，ｏ ｕ ｔ ｅ ｓ ａ ａ ｔｂ ｌ ｙ ａ ｄ ｒ ｃ ｇ ｉ ｏ ｎ ｅ ｅ ｓｂ ｅ ｘ ｅ ｍｅ ｔｌ ｒｓ ｌ ｈ ｗ ｔ ａ ｔ ａ ｅｔ ｎ ｉ ｉｅ ｒ ｂ ｓｎ ｓ ， ｄ ｐ ａ ｉ ｔ ｎ ｅ ｏ ｎ ｔ ｎ ｉ ｓ ｅ ｎ ｉ ｉ ｒ ｔ ． ｔ ｒ ｖｄ ｓａｖ ａ ｌ ｏｕ ｉ ｎ ｆｒｎ ｉｙ ｏｆ ｌ ｅｈ ｎ ｗ ｉ ｅ ｉ ｎ ｔ ｒ ｅ ｏ ｎ ｔ ｎ ａｅ Ｉ ｐ ｏ ｉ ｅ ｉ ｂ ｅ ｓ ｌ ｔ ｏ ｓ ｆ ｉ ａ ｄ ｒｔ ｎ ｓｇ ａ ｕ ｅ ｒｃ ｇ ｉ ｏ ． ｏ ｏ －ｎ ｔ ｉ
蝴
安 ７ 司今 梳 金或
图 １ 真 实 签 名 图例
徘
酗 硒麟 谱 张
Ｆｉ ． Ｅｘ ｍｐｌｓｏ ｅ ｉ ｅ ｓｇ ａ ｕ ｅ ｇ１ ａ ｅ ｆｇ ｎｕ ｎ ｉ ｎ ｔ ｒ
作者简介 ： 春 景（９ ８ ）河北唐 山人 ， 肖 １ ７一 ， 讲师 ， 士， 硕 研究方 向为模式识别 、 图像处理．
一
１ ４一
中 国 民 航 大 学 学 报
计 和性 能 以及 最后 的识 别结 果 。基 于统计 的特 征提 取 方 法 主 要 有灰 度 值 、 度 、 向分 布 和灰 度 密 度 等 方 梯 方 法 ， 于结 构 的方 法 主 要 有 签名 图像 宽 高 比 、 名 点 基 签 面 积 和 图像 总 面积 比 、 通域 和 网格 个 数 等 ； 于 伪 连 基 动 态特 征 的方 法 主要 有 笔锋 特 征 、 签名 骨 架方 向的 灰 度 特征 、 度 面积 等 。这 些 特征 提 取方 法 基本 都 是 基 灰
收 稿 日期 ： ０ ０ １— ６ ２ １ — ２ １ ：修 回 日期 ：０ １ ０ — １ ２ １－ ３ ０
抗干扰抗噪声的能力 ， 但是可以用来 区分“ 敏感部位”
的差 异也 随之 消失 。特征提 取是 这些 方法 中非 常重要
且必须的步骤 ， 并且特征提取结果将影响分类器 的设
基 金 项 目 ： 家 自然 科 学 基 金项 目（０ ７ ０ ３ ； 国 ６ ８ ９０ ） 天津 市 自然 科 学基 金 项 目（０ｃ Ｂ Ｃ ０ 【】； １Ｊ Ｙ Ｊ Ｏ ９）） 中央高校基本科研 业务费 中国民航大学专项 （ Ｘ ０ ９ ０ １ （ Ｚ Ｈ２０ Ｃ ０ ）
第２ ９卷 第 ３期 ２１ ０ １年 ６月
中 国 民 航 大 学 学 报
Ｊ ｏＵＲＮＡＬ ＶＩ ＡＶＩ ＯＦ ＣＩ Ｌ ＡＴＩ ＯＮ ＵＮＩ ＶＥＲＳ ＴＹ Ｉ ＯＦ ＣＨＩ ＮＡ
Ｖ０ ．９ １ ＮＯ３ ２ ．
Ｊ ｎ ２０ｌ ｕｅ １
基 于 小 波包 的手 写体 签 名 特征 提 取 方 法