基于频域分析的在线手写签名认证算法

目的 为提高在线手写签名认证的速度,提出一种基于频域分析的在线手写签名认证算法,用于在线手写签名认证的粗分类.方法 首先使用快速傅立叶变换对在线手写签名原始特征向量进行映射,然后抽取低频信息构成新的特征描述,最后使用加权认证算法实现在线手写签名的认证.结果 算法提高了在线手写签名认证的速度,且在SVC2004task2数据集上取得的ERR为10%.结论 快速傅立叶变换抽取频域特征易于区分伪造签名,且快速有效.依据用户各种特征稳定程度进行加权认证,提高了系统的鲁棒性.     

基于小波变换和径向基神经网络的签名识别

主要研究利用小波变换和径向基神经网络进行签名图像的分类识别.它包括不同签名图像和相似签名图像的分类识别.所提出的方法包括小波域的图像特征提取和利用径向基神经网络的模式分类.采用小波的多分辨分析方法对签名图像进行时频分析特别有效.熵和能量相关特征的概念用于小波域.径向基神经网络具有快速的收敛速度和分类能力.实验仿真证实了...     

基于DWT的二次特征提取脱机中文签名鉴定

提出了一种基于投影特征和离散小波变换（DWT）的脱机中文签名鉴定的新方案.该方案利用小波分解的高频系数具有较好时间分辨率的特点,对调整后的投影特征矢量选用各层高频系数进行单支重构提取二次特征,此二次特征在增强了签名者的个人特性的同时也增加了签名特征隶属于真签名的不确定性,由此引入模糊网络来表征这种不确定性进行鉴定.实验中对中文签名数据库取得了大约11%的平均错误率,较现有文献的实验结果减少了大约6%.     

彩色图像多签名水印算法的研究

利用小波变换多分辨率特性和人眼视觉特征,提出了一种新的彩色图像多水印算法。算法先将不同强度的签名水印扩频到彩色图像不同色块的小波域,然后进行逆小波变换生成水印图像。多个有意义的签名水印能提供更可靠的版权识别,而且多水印相互配合使水印图像同时具有很好的透明性和鲁棒性。大量实验结果表明:该算法对常见的图像处理方法和压缩具有很强的鲁棒性,并且当彩色水印图像转化为灰度图像后仍能从中提取出水印。     

基于笔划匹配的在线手写签名身份认证算法

目的使用计算机把手写签名的图像、笔顺、速度和压力等信息与存储的真实签名样本进行对比,以实时鉴别手写签名真伪.方法笔者给出一种手写签名身份认证的笔划匹配算法,选用签名的速度及压力变化率作为特征向量进行相似度计算,降低签名在坐标和方向上不一致造成的影响,引入加权H＇模的距离计算公式来度量输入签名与样本签名的差异.结果经第一届国际手写签名身份认证竞赛样本数据库检验,误拒率为2%,误识率为零.大笔划匹配算法解决了签名由于断笔、干扰等因素造成的笔划数不等的问题;在防止伪造签名的前提下,提取签名的动态特征进行比较,提高了算法的识别率.结论在线手写签名认证具有方便和快捷的特点,适合作为身份认证手段.通过实例检验了算法的有效性.     

基于半脆弱水印的图像内容认证技术

为了认证图像内容的真实性和可靠性,提出了一种用于图像内容认证和篡改检测定位的半脆弱水印算法.首先利用小波变换的系数分量近似生成表征图像内容的特征水印; 然后根据图像在小波变换后的能量分布特性,利用伪随机数发生系统确定特征水印的嵌入位置,以此实现水印的自适应嵌入.最后在小波系数中提取出嵌入的水印信息,并与图像生成的水印信息进行比对,以此实现图像的认证功能.实验结果显示,该算法能够区分常规信号的处理操作(如进行高质量的JPEG压缩、添加少量噪声)和恶意篡改操作(如图像剪切),并可对图像的篡改位置进行定位.     

一种基于图像特征的自适应可见数字水印嵌入方法

主要研究在小波变换域中,基于图像特征的自适应可见数字水印嵌入处理技术.小波变换的多分辨率特性更适宜于人类视觉感知系统,不同分辨率层次的水印图像像素根据对应宿主图像像素的特征嵌入到宿主图像中.     

基于鼠标行为时频联合分析的用户可信认证

提出了一种基于时频联合分析的鼠标动力学认证方法.对用户操作鼠标行为的连续时序信号进行小波包变换,依据不同频带的子信号提取其时频联合分布特征,并使用递归特征消除法筛选出特征.采用随机森林算法建立用户独特的鼠标行为模式,据此进行用户身份认证.为验证方法的有效性,采取单因素实验设计,以特征分析方法为唯一因素,采集真实网络环境中40个用户在31个月内的鼠标行为数据,对其中18个用户分别采用时序分析和时频联合分析提取并筛选特征;使用相同算法建立用户鼠标行为模式,对比了基于2种特征分析方法的可信身份认证系统的性能差异.结果显示,相比时序分析方法,所提方法将可信身份认证的操作特性曲线下的面积从97.02%提升为99.10%.     

基于塔形小波和特征加权的墙地砖纹理图像分割方法

目的基于小波变换的图像分割方法对随机纹理图像进行分割.方法通过墙地砖表面的原始纹理特征,改进原有的图像分割算法,对原始纹理图像进行高阶小波分解.结果图像整体中的背景纹理边缘被有效去除,降低了图像纹理带来的干扰,在有效提取近似信息的基础上提高了系统的实时性.结论根据墙地砖的纹理特征,采用基于塔形小波的改进分割方法,对墙地砖的原始图像进行处理,提高了边缘准确性和区域性,降低了分割错误率.     

基于图像特征和HVS的数字水印算法

提出了一种基于图像的统计特征与人类视觉系统相结合的水印嵌入方法.原始图像经4级小波分解后,在除低频子带与第一层子带之外的子带中选择重要系数,结合视觉掩蔽模型嵌入水印,实验仿真表明水印是不可见的,并且具有较好的鲁棒性.