小波变换与多特征融合的多文种离线签名识别

作者：穆开热姆·麦海提; 麦合甫热提; 韩辉; 朱亚俐; 库尔班·吾布力^*

来源：现代电子技术, 2022, 45(07): 74-79.

DOI：10.16652/j.issn.1004-373x.2022.07.014

• 多文种离线签名
• 小波变换
• 多尺度块局部二值模式
• 局部相位量化
• 韦伯描述符
• ASM能量特征
• 支持向量机
• 随机森林

为进一步提高多文种离线手写签名识别率，提出一种小波变换与多特征融合的离线签名识别方法。首先对采集完的签名图像进行预处理和小波变换，然后对小波变换后的4张签名子图像（低频信息图像、水平高频信息图像、垂直高频信息图像和对角高频信息图像）分别提取多尺度块局部二值模式（MB-LBP）、局部相位量化（LPQ）、韦伯描述符（WLD）和ASM能量特征，并对所提特征进行串联融合，用PCA降维形成适合的特征向量。通过训练支持向量机（SVM）和随机森林（RF）分类器对签名图像进行分类对比。文中数据集包括4个文种（英文、汉文、维吾尔文、柯尔克孜文），在单个文种识别率最高达到98%，两两混合的识别率最高达到97.54%,3个文种混合的识别率最高达到96.78%。实验结果表明，提出的方法能够有效识别多文种混合的离线签名，得到了较高的识别率。

• 单位
  新疆大学