一種簡單快捷的離線簽名認(rèn)證方法

曾曉云 江兆銀 曹慧慧 沈明睿

摘 要 計(jì)算機(jī)生物認(rèn)證是指根據(jù)人類自身特征進(jìn)行身份識(shí)別的過程。生物識(shí)別技術(shù)是計(jì)算機(jī)科學(xué)中的一種身份認(rèn)證和訪問控制，是保持人類隱私的最安全方法之一。生物認(rèn)證可分為兩類：行為（簽名驗(yàn)證，擊鍵動(dòng)力學(xué)等）和生理（虹膜特征、指紋等）。手寫簽名認(rèn)證是在計(jì)算機(jī)問世前使用的第一批生物識(shí)別技術(shù)之一。離線簽名驗(yàn)證是一種利用人的手寫簽名度量的動(dòng)態(tài)性分析簽名的物理活動(dòng)的認(rèn)證方法。簽名生物識(shí)別系統(tǒng)的核心是行為，在文章中，我們提出了一種采用像素匹配技術(shù)的離線簽名驗(yàn)證系統(tǒng)。所提出的方法的性能已經(jīng)與現(xiàn)有SVM（支持向量機(jī)）加權(quán)Fisher線性分類器技術(shù)相比較過。

關(guān)鍵詞 簽名；像素匹配技術(shù)；生物自動(dòng)識(shí)別

中圖分類號(hào) TP3 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1674-6708（2018）214-0092-03

1 概述

簽名是由特殊字符組成，用于將一個(gè)人與其他人分別開來。在此認(rèn)證過程中，獲取的簽名以圖像文件的形式存儲(chǔ)在計(jì)算機(jī)中，主要工作就是是將用戶簽名與數(shù)據(jù)庫中的樣本簽名進(jìn)行比較。

簽名認(rèn)證是一個(gè)非常重要的過程，它已應(yīng)用在許多領(lǐng)域，如銀行業(yè)，房地產(chǎn)交易等。簽名驗(yàn)證包括兩個(gè)方面：離線簽名驗(yàn)證，簽名樣本掃描成圖像表示；在線簽名驗(yàn)證，從數(shù)字化板中收集簽名樣本，能夠捕獲寫作過程中筆的運(yùn)動(dòng)特征。在這篇文章中我們的工作是驗(yàn)證數(shù)據(jù)庫中的離線簽名。

2 相關(guān)工作

本系統(tǒng)分為兩個(gè)主要階段：1）預(yù)處理；2）認(rèn)證階段。

預(yù)處理：1）獲取簽名；2）去除噪聲和顏色；3）調(diào)整掃描簽名的屬性。

在簽名框中找到確切的簽名圖像。調(diào)整簽名圖像的角度和大小都與樣本簽名一致。圖1中給出了本系統(tǒng)的框架圖。

3 本系統(tǒng)方法介紹

3.1 獲取簽名圖像

本系統(tǒng)通過掃描儀來獲取圖像，然后對掃描儀獲取的簽名進(jìn)行驗(yàn)證。因?yàn)樵趻呙鑸D像過程中可能有許多其它不相關(guān)的文字和圖案，所以對鑒定簽名造成一定的困難。因此需要設(shè)置一個(gè)簽名區(qū)域來確定掃描圖像中的簽名的確切邊界。如果簽名區(qū)域被確定（用戶認(rèn)可他們的簽名）界與邊框顏色（如rgb-239，228，176）將有助于識(shí)別簽名在掃描圖像中的精確位置。

使用下列算法掃描包含用戶簽名的圖像：

獲取矩形簽名區(qū)域的算法1：

步驟1：設(shè)置st=0，sl=0，sh=0，sw=0（sl是簽名左邊位置，st是上邊位置，sh是高度和sw是寬度）；

步驟2：設(shè)置x= 0；步驟3：設(shè)置y= 0；步驟4：從掃描獲取的圖像中掃描其顏色，并將其值存儲(chǔ)在pixelcolor；

步驟5：如果pixelcolor的值是RGB-239，228，176，則執(zhí)行步驟6，否則執(zhí)行步驟8；

步驟6：如果sw=0，則設(shè)置sl=x；如果sh=0，則設(shè)置st=y；

步驟7：設(shè)置sw=x；sh=y；y=y+1；

步驟8：如果y<圖像高度-1，則重復(fù)步驟4到步驟7；

步驟9：設(shè)置x=x+1；

步驟10：如果x<圖像寬度–1，則重復(fù)步驟3到步驟9；

步驟11：結(jié)束。

3.2 消除噪聲，歸一化顏色值

顏色和噪聲去除是非常重要的，因?yàn)楹灻赡苡啥喾N顏色組成，并可能在掃描時(shí)帶來噪聲。因此，必須消除整個(gè)簽名區(qū)域的所有噪聲以獲得確切的簽名。消除噪聲后，圖像被轉(zhuǎn)換成黑白圖像。這樣就可以作為示例簽名存儲(chǔ)在數(shù)據(jù)庫中，也可以用來與示例數(shù)據(jù)庫簽名進(jìn)行比較。它的優(yōu)點(diǎn)是縮少了圖像的大小，只需要比較兩種顏色值即可。

為了解決這些問題，提出了以下幾種方法。

3.2.1 顏色歸一化方法

要使矩形區(qū)域黑白化，需要使用下面的算法掃描所有矩形區(qū)域，并查找每個(gè)像素的顏色。如果顏色是（RGB （239，228，176））就將它變成白色，如果顏色是白色就不考慮了；否則將像素顏色改為黑色。這是即簡單又快速的得到黑白圖像的方法，這種方法用算法2表示如下：

步驟1：從掃描圖像中掃描顏色并將其顏色值存儲(chǔ)在pixelcolor；

步驟2：如果pixelcolor=rgb（239，228，176），則設(shè)置pixelcolor=255（白色）；

步驟3：如果pixelcolor=255（白色）則執(zhí)行步驟4；否則設(shè)置pixelcolor=0（黑色）；

步驟4：重復(fù)執(zhí)行步驟1到步驟3直到掃描圖像完成；

步驟5：結(jié)束。

3.2.2 噪聲去除方法

簽名圖像二值化完成后是去除噪聲。在這個(gè)階段要去除掃描儀獲取圖像時(shí)所產(chǎn)生的噪聲。在掃描簽名并對其顏色進(jìn)行二值化后，會(huì)發(fā)現(xiàn)一些黑色的單個(gè)小像素，這些像素并不是簽名的一部分，因此需要將其去除掉。所采用方法如下：

噪音去除算法3：

步驟1：掃描簽名圖像的顏色值并將其值存在pixelcolor中；

步驟2：如果pixelcolor 是黑色的，則執(zhí)行步驟3；否則執(zhí)行步驟4；

步驟3：如果 pixelcolor 和相鄰的pixelcolor 不同，則設(shè)置pixelcolor為255（白色），并執(zhí)行步驟1；否則執(zhí)行步驟4；

步驟4：重復(fù)執(zhí)行步驟1到步驟3直到掃描圖像完成；

步驟5：結(jié)束。

3.3 調(diào)整圖像屬性

經(jīng)過上述處理之后得到二值圖像，接下來需要在二值圖像中找到簽名的確切位置來進(jìn)行簽名驗(yàn)證，簽名可以從不同的角度和大小簽署在矩形區(qū)域內(nèi)的任何位置。

接下來第一步是從矩形邊界區(qū)域找到簽名的確切位置，第二步是確定簽名的角度和大小。

接下來第一步是從矩形邊界區(qū)域找到簽名的確切位置，第二步是確定簽名的角度和大小。

1）在簽名圖像框中找到簽名的確切位置。本方法是基于簽名框中簽名的邊緣來掃描矩形區(qū)域，使用算法1從頂部、底部、左、右來提取實(shí)際簽名區(qū)域。

2）角度歸一化方法。用戶書寫簽名的角度會(huì)隨時(shí)發(fā)生改變也就是簽名可以從不同的角度來書寫。為了比較存儲(chǔ)在數(shù)據(jù)庫中的不同角度的簽名，就須要?dú)w一化這些簽名的角度，以便它可以與樣本數(shù)據(jù)庫簽名進(jìn)行比較。有時(shí)相同的簽名可以從不同角度來寫（圖3.a原始圖像，圖3.b角度圖像），可以用以下數(shù)學(xué)公式來解決角度 問題。

為了準(zhǔn)確測量角度，角度θ擴(kuò)大100倍，然后圖像旋轉(zhuǎn)θ角使其與X軸水平。

3）歸一化圖像大小。旋轉(zhuǎn)后的簽名圖像被擴(kuò)大了，因此在比較簽名圖像與數(shù)據(jù)庫中簽名之前需要將二者大小調(diào)整 一致。

3.4 簽名圖像與數(shù)據(jù)庫中簽名的比較

本文在將簽名與數(shù)據(jù)庫中樣本簽名進(jìn)行比較中提出了一種基于像素匹配概念的簡單算法，這個(gè)算法很容易實(shí)現(xiàn)并且計(jì)算也不太復(fù)雜。

算法4用來掃描簽名圖像和數(shù)據(jù)庫中樣本圖像的每個(gè)像素值。從左到右掃描兩個(gè)圖像，比較其像素值。如果像素點(diǎn)是黑色，則表示它是簽名的一部分，將它與樣本圖像中相應(yīng)的像素點(diǎn)進(jìn)行比較。如果兩個(gè)圖像中對應(yīng)像素點(diǎn)的值是相同的，則計(jì)數(shù)器（M）加1，如果不相同則另一個(gè)計(jì)數(shù)器（n）加1，掃描每一個(gè)黑色像素點(diǎn)后計(jì)數(shù)器（P）也 加1。

兩個(gè)簽名的相似程度可以由以下公式計(jì)算 得到：

簽名圖像與樣本數(shù)據(jù)庫中簽名的比較算法4：

步驟1：設(shè)置m=0，n=0，p=0；

步驟2：掃描數(shù)據(jù)庫中簽名圖像的顏色，并將其值存放在pixcelcolor中；

步驟3：掃面被鑒定簽名圖像的顏色，并將其值存放在color；

步驟4：如果pixelcolor=color（black）則執(zhí)行步驟5；否則執(zhí)行步驟7；

步驟5：如果pixelcolor=color則設(shè)置m=m+1；否則設(shè)置n=n+1；

步驟6：設(shè)置p=p+1；

步驟7：重復(fù)步驟2直到掃面圖像完成；

步驟8：設(shè)置p=m/（n+p）*100；

步驟9：顯示p的值。

4 與另兩種方法的比較

在這個(gè)系統(tǒng)中，每個(gè)人有8個(gè)真簽名和8個(gè)偽造簽名用來測試。在測試中有以下幾種情況：錯(cuò)誤拒絕率（FRR），錯(cuò)誤接受率（FAR），平均錯(cuò)誤率（ARR）。

該系統(tǒng)的驗(yàn)證結(jié)果和采用SVM和加權(quán)Fisher線性分類器的結(jié)果在表1中給出。

從上述結(jié)果可以看出，文章所提出的方法的性能與現(xiàn)有的方案相媲美。但新技術(shù)的優(yōu)點(diǎn)是它非常簡單并且容易實(shí)現(xiàn)，可以應(yīng)用于大多數(shù)需要離線簽名身份驗(yàn)證的應(yīng)用程序。

5 結(jié)論

簽名認(rèn)證的實(shí)施為生物識(shí)別行為安全系統(tǒng)提供了一個(gè)簡單，安全，快速的方法。文章通過使用一些簡單的坐標(biāo)幾何方程使得本方法比其他方法更快，顏色匹配技術(shù)更安全。

參考文獻(xiàn)

[1]曾曉云.基于多尺度小波變換和加權(quán)Fisher線性分類器的離線簽名認(rèn)證[J].漯河職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2015，14（5）：17-19.

[2]曾曉云.基于SVM的離線簽名認(rèn)證[J].蘭州工業(yè)高等專科學(xué)校學(xué)報(bào)，2009，16（4）：8-1.