签名图像的归一化处理

开篇：润墨网以专业的文秘视角，为您筛选了一篇签名图像的归一化处理范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

[摘要]本文在对程序控制中的目标智能体的转向半径的特性进行分析的基础上,针对目前常用的A*和样条连接路径算法的缺点,提出了利用智能体转向半径的新的最优路径算法,可以使目标体在路径搜索时走出真实的最优路径,并在程序中实现这一算法。

[关键词]签名识别 归一化 单边定界 双线性插值

随着计算机技术的高速发展,与计算机相关的硬件设备和相应软件也得到了广泛的利用。手写签名就是其中之一。而在手写签名技术的发展中,一个很重要的问题就是签名图像的归一化处理。本文利用单边定界法和双线性插值法这两种方法对签名图像进行归一化处理,实验表明,这种方法是行之有效的。

手写签名作为一个生物行为特征,是现在身份鉴别最为广泛接受的一种属性。它与我们的日常生活、工作密切相关。在经常涉及到的签订合同、办理公证、提取款项、订立协议、处理单据等日常社会活动中,签名都是必不可少的程序,可以认为,签名已成为社会生活中的身份标志。手写签名检验与其它身份表征方式相比,它的优点是显而易见的。

目前在线手写签名检验技术已经进入实用阶段,而离线手写签名检验技术的效果还不太令人满意。这主要是由于脱机签名鉴别处理的基础是静态的图像,缺乏联机手写签名具有时序信息,以及签名速度、加速度等动态信息。

人们在书写签名的过程中的任意性,不同的扫描分辨率,会造成签名图像大小变化,使签名系统的性能有一定的下降。字符图像的归一化在字符识别中是一个非常重要的步骤。从图形学的角度看,归一化处理的实质是对二维文字图形的平移和缩放。

为了解决这一问题,我们采用单边定界法和双线性插值法这两种不同的方法来展开研究。

一、单边定界法

这种方法将原图像的重心映射到归一化点阵的几何中心,水平方向和垂直方向的尺度因子相同,以保持字符形状不变。实验中归一化后的图 像矩阵为80×320像素,设原图像的重心坐标为(xc,yc),归一化映射的公式为

设原图中字符高度为h,尺度因子

尺度因子由离重心最远的那条边到重心的距离确定,以保证归一化字符完全在点阵边界内。图 1所示为使用单边定界法对图像进行归一化处理的结果。

图1 单边定界法处理结果(左右图分别为归一化处理前后)二、双线性插值法

由上图可以看出,进行归一化时存在一个对签名图像的重采样过程,实验使用了常用方法中重采样效果良好的双线性插值算法,该算法使用逆向映射思想,由归一化后图像中的位置在原图中寻找对应点,并对非整数坐标使用双线性插值近似计算,有效避免了归一化中存在的变形与空洞现象。

实验采用了一种数学形态学细化算法,基于数学形态学的方法具有算法简单、速度快、并行处理,易于实现等特点。

基于数学形态学的细化运算是由腐蚀和膨胀两种变换合成的,在腐蚀过程中,不断移动结构元素B的中心点,使它与图像A中各点重合,若当A中某点与B的中心重合,该点的邻点也恰好与B的其它点结构特征相同,则可将该点的灰度由1变为0,将中心点由1变为0后,A的连通性不变。其次就是孤立点、一条线段的端点、非边界点的结构形式不能选取。因为孤立点己经不存在进一步细化的问题:一条线段没有“厚度”,因此,不必细化;而非边界点不属于被腐蚀或“剥落”的对像。所使用的结构元素如图 2所示。

图2 结构元素其中,符号“*”表示可取灰度1或0的像素。

使用数学形态学的方法对二值图像进行细化,每次只用到其中一个结构元素。图 3为实验中对签名图像细化处理的结果。

图3 细化结果(左图为细化前,右图为细化后)

参考文献:

[1]张葵,金先级,裴先登.基于函数参量的手写签名比较方法[J].小型微型计算机系统,1999,20(6):414-417.

[2]刘宏,李锦涛,崔国勤,唐胜.基于SVM和纹理的笔迹鉴别方法[J].计算机辅助设计与图形学学报,2003,15(12):1479-1484.

[3]欧珊瑚,王倩丽,朱哲瑜. Visual C++.Net数字图像处理技术与应用[M].北京:清华大学出版社,2004.

[4]陈雅茜.基于决策融合的离线签名检验技术的研究[D].成都:四川大学,2005.