基于嵌入式TCP/IP的在线签名数据采集系统

在线签名识别在银行金融系统及个人身份识别等领域正引起广泛关注.笔迹信息的采集是在线签名识别算法的基础,设计了一种基于嵌入式TCP/IP的在线签名数据采集系统,该系统以C8051F020 SOC单片机为核心,实现了在线签名数据的实时采集,并在有限的单片机资源基础上移植嵌入式TCP/IP协议栈,通过以太网接入Internet,将采集到的签名信息准确及时地上传到远程认证服务器.     

基于小波多尺度和熵在图像字符特征提取方法的改进

提出了一种基于小波和熵提取图像字符特征的方法。该方法利用小波变换对图像字符进行多尺度分解,用Marr零交叉边缘检测算子提取边缘;用基于判别熵最小化提取每一尺度图像的边界特征,小波的“数学显微镜”的优点与熵能确切地表达各类的交叠状况且能直接表达错误率的特征相结合。与其它方法相比,该方法提取的特征向量稳定、识别率高、算法快,非常有利于分类,且特征提取的方法有人类视觉的特点。     

基于加速度传感器的中文签名身份认证

采集用户在签名过程中的三轴加速度信息,可用来实现身份认证。中文签名结构较为复杂,在空中书写的过程难以被模仿,但同时也会使同一用户不同次签名间的差异增大,提高认证难度。传统的二维签名或三维手势认证方法并不能解决这一问题。为了提高中文空中签名身份认证效果,改进了全局序列对齐（GSA）算法,对匹配后的序列进行插值操作。不同于传统GSA算法通过最终匹配分数反映序列间相似度,引入两种距离指标（欧氏距离和绝对值距离）计算序列间的差异。实验结果表明,基于距离指标的两种GSA算法均能提高认证精度,与传统算法相比,二者的系统等误率（EER）分别降低了37.6%和52.6%。     

基于演化计算的在线手写签名验证

在线手写签名验证是目前生物特征识别领域较为热门的一个方向,论文试图将演化计算的思想,用于在线签名验证。在建立数学模型的基础上,提出了签名验证匹配演化算法,并给出了计算实例。通过对匹配结果的分析,证明了该方法的可行性。     

超微型转子动平衡测试机不平衡量提取

建立了不平衡量振动力学模型 ,然后利用离散小波变换对所采集的信号进行消噪处理 ,提取有用的低频信号 ,进行频谱分析 ,并提出了离散傅里叶变换快速算法。根据DFT运算结果 ,在频域提取不平衡量所对应的幅度和相位 ,有效地滤除了信号中混杂的低频及高频干扰 ,最后基于中值滤波原理求出不平衡量的幅度及相位估计值。本系统不平衡量测试精度小于 1 0mg·mm ,相角小于 2°。结果表明了该算法的可行性。