基于伪Zernike矩和Hough变换的脱机中文签名鉴别

摘要

利用伪Zernike矩和Hough变换提取了脱机中文签名图像的静态特征和动态特征,采用加权欧氏距离分类器完成签名鉴别.在690个真伪签名的较大规模样本库上进行测试,系统最高正确识别率为87.0%.利用签名图像不同特征能提供信息互补的特点,在决策层上进行了特征融合识别.系统在保持对伪样本拒绝率为71%的情况下,对真实签名的正确识别率仍可达80.4%.实验结果表明,多特征信息融合方法能较好地提高签名鉴别系统的识别性能.