基于新的轮廓特征的离线签名鉴别

摘要: 离线签名笔画内部点及背景点的局部二值模式（local binary pattern ，LBP）非常相近，且对反映离线签名笔画特征有较大干扰，因此提出了一种轮廓处LBP直方图特征。提取签名轮廓上的LBP特征，同时引入了新的规则去除部分无用模式，可有效地提升LBP的有效性和鲁棒性。另外，针对方向链码特征在应用于签名鉴别时存在局限性的问题，提出了一种轮廓模式共生直方图特征。融合这两种轮廓特征，并使用主成分分析（principal component analysis，PCA）降维。最后，使用支持向量机分别在MCYT和GPDS两种公开离线签名数据库上测试，取得的平均错误率分别为13.51%和12.97%。在相同的数据集上与其他方法相比，具有更低的平均错误率。