签名是一种使用广泛的识别身份的生物特征,自动签名鉴定的研究具有重要的应用价值和社会意义。但是到目前为止,已经取得的研究成果离这一问题的彻底解决还有很大的距离。在国内,这方面的研究才刚刚起步。 自动签名鉴定分为联机和脱机签名鉴定两种。与联机签名鉴定相比,脱机签名鉴定受设备约束少,具有更广的实用范围,但是由于脱机签名鉴定丢失了在书写过程中的动态信息,鉴定难度更大。 本文提出了一种基于小波变换提取特征的签名鉴定方法,尝试利用轮廓线上的坐标序列为基础进行小波变换来提取特征。由于轮廓线忠实全面地反映了原签名的结构信息,因此我们把签名图像进行预处理以后转换为一系列的封闭轮廓线,以封闭轮廓线上点的坐标序列为基础进行小波变换来提取特征。根据用平滑函数的二阶导数作为母小波进行小波变换后高频部分过零点能反映信号突变点的原理,使用Marr小波对坐标序列进行多分辨率分析,提取分解后细节系数的过零点信息作为特征来进行判别。 由于不同签名者的签名风格存在差异,用统一的阈值对所有签名进行判别会造成很高的误识率,因此针对这一问题我们在判别时采用统计的方法分别计算每个签名者的动态阈值以及每个签名者最优封闭轮廓线个数和最优分辨率尺度。另外本文采用简单的分级识别策略可以加快识别速度。 为了评估该系统的性能,我们对采集的25个签名者共750个样本进行了实验,采集每个签名者20个真签名和10个伪签名。并采用分组测试的方式,把真签名划分为参考样本和测试样本的不同的组合进行多次测试。实验结果表明了该鉴定方法的有效性。