论文部分内容阅读
为进一步提高维吾尔文离线手写签名鉴别正确率,提出基于纹理特征融合的离线签名鉴别方法。对经过预处理的签名图像分别提取多尺度块局部二值模式(MB-LBP)和局部相位量化(LPQ)两种纹理特征,将两种特征进行串联融合,形成高维纹理特征向量。通过训练随机森林(RF)对签名图像进行分类鉴别。在共包含1800个签名图像的维吾尔文数据库和包含2640个签名图像的CEDAR数据库中得到的总正确率分别为96.35%和96.73%,结果表明该方法有效提高了维吾尔文离线手写签名鉴别正确率。