（电路与系统专业论文）基于演化计算的在线手写签名验证方法实现[电路与系统专业优秀论文].pdf

中文摘要 在线手写签名验证作为基于生物特征的身份识别技术的一种，因其唯一性、 非侵犯性、易接受性等特点越来越受到人们的重视。它对采集设备的要求不高， 适合普及和广泛使用，同时不易伪造，也不会丢失、遗忘、泄密。 演化计算是近几年发展起来的一种崭新的全局优化算法，由问题的候选解组 成一个种群，然后通过随机变化和选择等算子进行演化。它的优点在于，只应用 “适应值”信息，而不需要应用目标函数的具体值以及其他辅助信息，因此特别 适合对于没有明确表达式的函数进行优化和峰值分析。 由于签名具有随意性，且将签名用函数表示十分复杂，因此，目前很难提出 一个较好的评判签名相似度的准则因此将演化计算的方法引入到在线签名中来， 正好符合了在线签名本身的特点，也是一个全新的尝试。给出了一种新的签名相 似度评判方法，以此作为准贝来比较测试签名和参考签名的相似程度，并在其基 础上建立了数学模型。 实现了动态分割匹配方法，即只对测试签名进行分段，然后以一定宽度的搜 索窗在参考签名上进行动态搜索匹配，从而实现对参考签名的分割。在曲线段的 动态匹配过程中，利用了基于演化计算的匹配算法，引入了基于相似性的邻域搜 索策略和利用适应值对个体进行分级的搜索策略，提高了算法的搜索效率和收敛 速度。 构造了在线签名库。组织试验室内部人员进行签名采集，获得了有效签名共 2 0 0 0 个，分别来自2 0 个不同的测试者。真实签名库由真实签名构成。为了更好 地检测该算法的有效性，构造了伪造签名库，由随机伪造签名、定时伪造签名和 熟练伪造签名构成，分析了几种伪造签名构造过程中的参数不同取值对匹配结果 的影响。 最后利用算法对采集到的有效签名进行了真实签名与真实签名、伪造签名与 真实签名之间的匹配，并对算法匹配过程中的参数进行了较为全面的取值和结果 分析。最终的实验统计结果初步表明了该算法的有效性。 关键词：在线签名验证，演化计算，动态分割，身份认证，模式识别 a b s t r a c t o n - l i n eh a n d w r i t t e ns i g n a t u r ev e r i f i c a t i o n , 勰o n eo ft h ei d e n t i t yi d e n t i f i c a t i o n t e c h n o l o g yb a s e do nb i o l o g i c a lc h a r a c t e r i s t i c s ，h a sb e e na t t a c h e dm o r ea n dm o r e i m p o r t a n c ef o ri t sc h a r a c t e r i s t i c s ，u n i q u e n e s s ，s t a b i l i t y , a n dc o n v e n i e n c e h a n d w r i t t e n s i g n a t u r ev e r i f i c a t i o ni ss u i t a b l ef o rp r e v a l e n tu 蹁b e c 勰o fi t sl o wr e q u i r e m e n to f t h ef a c i l i t i e s i nt h em e a n w h i l e ，i tc a np r e v e n tt h ep o s s i b i l i t yo fb e i n gc o u n t e r f e i t e d , l o s t ，f o r g o t t e no rd i s c l o s e d e c ( e v o l u t i o n a r yc o m p u t a t i o n ) i sab r a n dn e wg l o b a lo p t i m i z a t i o na l g o r i t h m d e v e l o p e di nr e e n tf e wy e a r s t h ep o p u l a t i o n - i sc o n s t r u c t e db yc a n d i d a t es o l u t i o n st o t h ep r o b l e m ，a n dt h e nt h ee v o l u t i o n a r yp r o c e s si sp r e c e d e dt h r o u g hr a n d o mm u t a t i o n a n ds e l e c ta n do t h e ro p e r a t o r s t h eb i g g e s tm e r i to f e ci st h a tw h a ti sn e e d e dt os o l v e t h ep r o b l e mi so n l yt h e f i t n e s s i n f o r m a t i o n ，b u tn o ts p e c i f i cv a l u e so f t h ea p p l i c a t i o n o b j e c tf u n c t i o no ro t h e rs u b o r d i n a t ei n f o r m a t i o n f o rt h i sr e a s o n , i ti sv e r ys u i t a b l ef o r t h ef u n c t i o no p t i m i z a t i o na n dp e a kv a l u ea n a l y s i sp r o b l e m s f o rt h er a n d o m n e s so fs i g n a t u r ea n dd i f f i c u l t i e si ne x p r e s s i n gs i g n a t u r ew i l h s p e c i f i cf u n c t i o n ，i ti st r u l yd i f f i c u l tt op r o p o s eaf i tr u l ef o rt h es i m i l a r i t yj u d g m e n t b e t w e e nt w os i g n a t u r e s i nt h et h e s i s ，an 蹦r u l ei sp r o p o s e d 。w i t hw h i c h 也e s i m i l a r i t yj u d g m e n tb e t w e e nt w os i g n a t u r e si sp r e c e d e d am a t h e m a t i cm o d e li s c o n s t r u c t e db a s e d0 1 1t h ej u d g m e n tr u l e a d y n a m i cs e g m e n t i n ga n dm a t c h i n gm e t h o di sp r o p o s e d o n l yt h et e s ts i g n a t u r e c u r v ei ss e g m e n t e df i r s t l y , t h ed y n a m i cs e g m e n t a t i o no f t h er e f e r e n c es i g n a t u r ec u r 、，e i sa c c o m p l i s h e db yd y n a m i cs e a r c h i n ga n dm a t c h i n gi nt h er e f e r e n c es i g n a t u r ec u r v e w i t has e a r c h i n gw i n d o wo fc e r t a i nw i d t h am a t c h i n ga l g o r i t h mb a s e do nt h ee ci s p r o p o s e di nt h ed y n a m i cm a t c h i n gp r o c e s s ，i nt h em e a n w h i l e , t h en e i g h b o r h o o d s e a r c h i n gs t r a t e g yb a s e do nt h es i m i l a r i t ya n dt h es e a r c h i n gs t r a t e g yb a s e do nt h e c l a s s i f i c a t i o no ft h ei n d i v i d u a l sb yt h ef i t n e s sa r ea d o p t e dt og e tb e t t e rs o l u t i o ns e t s a n di m p r o v et h es e a r c h i n ge f f i c i e n c y a no n - l i n es i g n a t u r ed a t a b a s ei sc o n s t r u c t e d a l m o s t2 0 0 0s i g n a t u r e sf r o m2 0 s u b j e c t sa r ec o l l e c t e di nt h ew e l l o r g a n i z e do n l i n es i g n a t u r ea c q u i s i t i o na c t i v i t i e so n al a r g es c a l e t h eg e n u i n es i g n a t u r ed a t a b a s ei sc o n s t i t u t e dt o t a l l yb yg e n u i n e s i g n a t u r e s i no r d e rt ot e s t i f yt h ea v a i l a b i l i t yo ft h ea l g o r i t h m ，t h ec o u n t e r f e i t s i g n a t u r ed a t a b s ei sa l s oc o n s t r u c t e d t h ec o u n t e r f e i ts i g n a t u r e sa r ed i v i d e di n t ot h r e e t y p e s ：r a n d o mc o u n t e r f e i ts i g n a t u r e s ，s k i l l e dc o u n t e r f e i ts i g n a t u r e s ，a n dt i m i n g i i c o u n t e r f e i ts i g n a t u r e s t h ep a r a m e t e r si nt h eg e n e r a t i n gp r o c e s so fe a c ht y p ea a n a l y z e d m a t c h e sb e t w e e ng e n u i n es i g n a t u r e s ，c o u n t e r f e i ts i g n a t u r ea n dg e n u i n es i g n a t u r e a l ea c c o m p l i s h e dw i t ha l g o r i t h m ，v a l u e sa n dr e s u l t so f t h ep a r a m e t e r si nt h em a t c h i n g p r o c e s sa r ef u l l ya n a l y z e d t h ea v a i l a b i l i t yo ft h ea l g o r i t h mi sp r o v e db ya l lt h e e x p e r i m e n t a lr e s u l t sg i v e ni nt h el a s tp a r to f t h et h e s i s k e y w o r d s ：o n - l i n es i g n a t u r ev e r i f i c a t i o n , e v o l u t i o n a r yc o m p u t a t i o n , d y n a m i c m a t c h i n g ，i d e n t i t yv e r i f i c a t i o n ，p a t t e r nr e c o g n i t i o n i l i 独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或 撰写过的研究成果，也不包含为获得武汉理工大学或其它教育机构的学位或证书而使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示了谢意。 签名 关于论文使用授权的说明 日期：2 丛坚生 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留、 送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容， 可以采用影印、缩印或其他复制手段保存论文。 i 保密的论文在解密后应遵守此规定) 签名：导师签名期：翌! ：! ! ：! ! 武汉理工大学硕士学位论文 1 1 课题研究背景 第1 章绪论 网络信息化时代的一大特征就是个人身份的数字化和隐性化【”。如何准确鉴 定一个人的身份，保护信息安全是当今信息化时代必须解决的一个关键性社会问 题。目前，我国的各种管理大部分使用证件、磁卡、i c 卡和密码，这些手段无 法避免伪造或遗失，密码也很容易被窃取或遗忘。这些都给管理者和使用者带来 很大不方便，生物特征身份鉴别方法可以避免这些麻烦。因此，这一技术已成为 身份鉴别领域的研究热点。 所谓生物特征识别技术【2 】，就是通过计算机与各种传感器和生物统计学原理 等高科技手段密切结合，利用人体固有的生理特性和行为特征，来进行个人身份 的鉴定。常用的生理特征( p h y s i c a lc h a r a c t e r i s t i c s ) 有指纹、掌纹、虹膜、脸像、 视网膜、d n a 等；常用的行为特征( b e h a v i o r a lc h a r a c t e r i s t i e s ) 有签名、步态、 声音等。与传统识别方式相比，生物识别最大的特点就是对人体自身的特征进行 鉴定，具有防伪性好、易携带、不易遗失等优点。生理特征与生俱来，多为先天 性的；行为特征则是习惯使然，多为后天性的。将生理和行为特征统称为生物特 征。生物识别技术将信息技术与生物技术结合起来，是新世纪最有发展潜力的高 新技术之一，具有极其广阔的应用前景。 1 2 几种生物识别技术介绍 并非所有的生物特征都可用于个人的身份鉴别。身份鉴别可利用的生物特征 必须满足以下几个条件：第一，普遍性：即必须每个人都具备这种特征。第二， 唯一性：即任何两个人的特征是不一样的。第三，可测量性：即特征可测量。第 四，稳定性：即特征在一段时间内不改变。当然，在应用过程中，还要考虑其他 的实际因素，比如：识别精度、识别速度、对人体无伤害、被识别者的接受性等 等。现在常用的生物特征有：人脸识别、虹膜识别、手形识别、指纹识别、掌纹 识别、签名识别、声音识别等啊。下面将分别介绍几种生物特征识别技术： 常用的生理特征有脸像、指纹、虹膜等；常用的行为特征有步态、签名等。 声纹兼具生理和行为的特点，介于两者之间。 众多的生物特征可以用来对人体身份进行识别，它们大致上可以分为两种： 基于生理特征的识别技术一直接对人体进行测量得到的特征，包括指纹、脸像、 虹膜、掌纹等。基于行为特征的识别技术基于人体动作提取出来的特征，包 武汉理工大学硕士学位论文 括签名、声音、步态等，这些特征不能直接得到，最主要的特点是具有时间性。 ( 一) 基于生理特征的识别技术 1 指纹识别。指纹识别技术是通过取像设备读取指纹图像，然后用计算机识 别软件分析指纹的全局特征和指纹的局部特征，特征点如嵴、谷、终点、分叉点 和分歧点等，从指纹中抽取特征值，可以非常可靠地通过指纹来确认一个人的身 份。 2 虹膜识别。虹膜识别技术是利用虹膜终身不变性和差异性的特点来识别身 份的，虹膜是一种在眼睛中瞳孔内的织物状的各色环状物，每个虹膜都包含一个 独一无二的基于水晶体、细丝、斑点、凹点、皱纹和条纹等特征的结构。虹膜在 眼睛的内部，用外科手术很难改变其结构；由于瞳孔随光线的强弱变化，想用伪 造的虹膜代替活的虹膜是不可能的。目前世界上还没有发现虹膜特征重复的案 例，就是同一个人的左右眼虹膜也有很大区别。除了白内障等原因外，即使是接 受了角膜移植手术，虹膜也不会改变。虹膜识别技术与相应的算法结合后，可以 到达十分优异的准确度，即使全人类的虹膜信息都录入到一个数据中，出现认假 和拒假的可能性也相当小。 3 视网膜识别。人体的血管纹路也是具有独特性的，人的视网膜上面血管的 图样可以利用光学方法透过人眼晶体来测定。用于生物识别的血管分布在神经视 网膜周围，即视网膜四层细胞的最远处。如果视网膜不被损伤，从三岁起就会终 身不变。同虹膜识别技术一样，视网膜扫描可能具有最可靠、最值得信赖的生物 识别技术，但它运用起来的难度较大。视网膜识别技术要求激光照射眼球的背面 以获得视网膜特征的唯一性。 4 面部识别。面部识别技术通过对面部特征和它们之间的关系( 眼睛，鼻子 和嘴的位置以及它们之间的相对位置) 来进行识别，用于扑捉面部图像的两项技 术为标准视频和热成像技术：标准视频技术通过视频摄像头摄取面部的图像，热 成像技术通过分析由面部的毛细血管的血液产生的热线来产生面部图像，与视频 摄像头不同，热成像技术并不需要在较好的光源，即使在黑暗情况下也可以使用。 5 掌纹识别。掌纹与指纹一样也具有稳定性和唯一性，利用掌纹的线特征、 点特征、纹理特征、几何特征等完全可以确定一个人的身份，因此掌纹识别是基 于生物特征身份认证技术的重要内容。目前采用的掌纹图象主要分脱机掌纹和在 线掌纹两大类。脱机掌纹图象，是指在手掌上涂上油墨，然后在一张白纸上按印， 然后通过扫描仪进行扫描而得到数字化的图象。在线掌纹则是用专用的掌纹采样 设备直接获取，图象质量相对比较稳定。随着网络、通信技术的发展，在线身份 认证将变得更加重要。 6 手形识别。手形指的是手的外部轮廓所构成的几何图形手形识别技术中。 2 武汉理工大学硕士学位论文 可利用的手形几何信息包括手指不同部位的宽度、手掌宽度和厚度、手指的长度 等。经过生物学家大量实验证明，人的手形在一段时期具有稳定性，且两个不同 人手形是不同的，即手形作为人的生物特征具有唯一性，手形作为生物特征也具 有稳定性，且手形也比较容易采集，故可以利用手形对人的身份进行识别和认证。 7 红外温谱图。人的身体各个部位都在向外散发热量，而这种散发热量的模 式就是一种每人都不同的生物特征。通过红外设备可以获得反映身体各个部位的 发热强度的图像，这种图像称为温谱图。拍摄温谱图的方法和拍摄普通照片的方 法类似，因此，可以用人体的各个部位来进行鉴别，比如可对面部或手背静脉结 构进行鉴别来区分不同的身份。 8 人耳识别。人耳识别技术是2 0 世纪9 0 年代末开始兴起的一种生物特征识 别技术。人耳具有独特的生理特征和观测角度的优势，使人耳识别技术具有相当 的理论研究价值和实际应用前景。从生理解剖学上，人的外耳分耳廓和外耳道。 人耳识别的对象实际上是外耳裸露在外的耳廓，也就是人们习惯上所说的“耳 朵”。一套完整的人耳自动识别系统一般包括以下几个过程：入耳图像采集、图 像的预处理、人耳图像的边缘检测与分割、特征提取、人耳图像的识别。目前的 人耳识别技术是在特定的人耳图像库上实现的，一般通过摄像机或数码相机采集 一定数量的人耳图像，建立人耳图像库，动态的人耳图像检测与获取尚未实现。 9 味纹识别。人的身体是一种味源，人类的气味，虽然会受到饮食、情绪、 环境、时间等因素的影响和干扰，其成分和含量会发生一定的变化，但作为由基 因决定的那一部分气味一味纹却始终存在，而且终生不变，可以作为识别任何 一个人的标记。由于气味的性质相当稳定，如果将其密封在试管里制成气味档案， 足足可以保存3 年，即使是在露天空气中也能保存1 8 小时。 l o 基因( d n a ) 识别。d n a ( 脱氧核糖核酸) 存在于一切有核的动( 植) 物中，生物的全部遗传信息都贮存在d n a 分子里。d n a 识别是利用不同的人 体的细胞中具有不同的d n a 分子结构。人体内的d n a 在整个人类范围内具有 唯一性和永久性。因此，除了对双胞胎个体的鉴别可能失去它应有的功能外，这 种方法具有绝对的权威性和准确性。不象指纹必须从手指上提取，d n a 模式在 身体的每一个细胞和组织都一样。这种方法的准确性优于其他任何生物特征识别 方法，它广泛应用于识别罪犯。 ( 二) 基于行为特征的生物识别技术 1 步态识别。步态是指人们行走时的方式，这是一种复杂的行为特征。步态 识别主要提取的特征是人体每个关节的运动。尽管步态不是每个人都不相同的， 但是它也提供了充足的信息来识别人的身份。步态识别的输入是一段行走的视频 图像序列，因此其数据采集与脸相识别类似，具有非侵犯性和可接受性。但是， 武汉理工大学硕士学位论文 由于序列图像的数据量较大，因此步态识别的计算复杂性比较高，处理起来也比 较困难。尽管生物力学中对于步态进行了大量的研究工作，基于步态的身份鉴别 的研究工作却是刚刚开始。到目前为止，还没有商业化的基于步态的身份鉴别系 统。 2 击键识别。这是基于人击键时的特性如：击键的持续时间、击不同键之间 的时间、出错的频率以及力度大小等而达到进行身份识别的目的。上世纪8 0 年 代初期，美国国家科学基金和国家标准局研究证实，击键方式是一种可以被识别 的动态特征。 3 签名识别【4 】。签名作为身份认证的手段已经用了几百年了，而且我们都很 熟悉在银行的格式表单中签名作为我们身份的标志。将签名数字化是这样一个过 程：测量图像本身以及整个签名的动作在每个字母以及字母之间的不同的速 度、顺序和压力。签名识别易被大众接受，是一种公认的身份识别的技术。由于 签名中数据的动态变化大，因此处理起来难度较大。签名中的数据特征分为静态 和动态两大类。静态特征指字的形态特征；动态特征包括书写笔画的顺序、字体 的倾斜度、笔尖的压力以及整个书写过程中的写字速度和加速度等几个方面【5 1 。 因此，这种识别技术的好处在于，仅仅通过鉴别已经写好的几个字是无法判别用 户身份的，这就提高了系统的安全性，当然，这也同时对签名识别系统提出了较 高的要求。 ( 三) 兼具生理特征和行为特征的声纹识别 声音识别本质上是一个模式识别问题。识别时需要说话人讲一句或几句试 验短句，对它们进行某些测量，然后计算量度矢量与存储的参考矢量之间的一个 ( 或多个) 距离函数。语音信号获取方便，并且可以通过电话进行鉴别。语音识 别系统对人们在感冒时变得嘶哑的声音比较敏感；另外，同一个人的磁带录音也 能欺骗语音识别系统。 1 3 手写签名验证技术 计算机与通信技术的飞速发展在给人们日常生活带来极大便利的同时，也使 信息安全问题受到前所未有的挑战，因此实时准确的个人身份验证突显重要。基 于生物特征的身份识别克服了传统验证方法的大量缺陷而得到越来越广泛的应 用。在线手写签名验证1 6 】是众多基于生物特征的身份识别方法中的一种，该技术 在模式识别、信号处理等领域都属前沿课题【。”。特别是随着各种手写输入设备和 掌上电脑的使用。动态手写签名验证或在线手写签名验证技术正越来越受到人们 的重视峭j 。在很多发达国家已经立法承认签名的合法性，我国也于2 0 0 5 年4 月1 日出台了电子签名法，成为电子商务发展的重要里程碑。 武汉理工大学硕士学位论文 手写签名验证( h a n d w r i t t e ns i g n a t u r ev e r i f i c a t i o n ) 可分为离线签名验证 ( o i f - l i n es i g n a t u r ev e r i f i c a t i o n ) 和在线签名验证( o n - l i n es i g n a t u r ev e r i f i c a t i o n ) 两种 9 1 ，前者又叫静态签名验证( s t a t i cs i g n a t u r ev e r i f i c a t i o n ) ，后者也叫动态签 名验证( d y n a m i cs i g n a t u r ev e r i f i c a t i o n ) 。前者是通过扫描仪、摄像机等输入设 备，将原始的手写签名输入到计算机里，然后进行分析与鉴定；后者是通过手写 板实时采集书写人的签名信息，除了可以采集签名位置、方向等静态信息，还可 以记录书写时的速度、运笔压力、握笔倾斜度等动态信息，所以可利用的信息量 更多，不易伪造。这就提高了系统的安全性，当然，这也同时对签名识别系统提 出了较高的要求。 1 3 1 评定指标 为了评定所选择的在线手写签名特征能够达到多高的识别率，对于资源的要 求如何，识别的效率如何。人们引入了两个数字指标来描述该系统的精确度，错 误拒绝率( f a l s er e j e c t i o nr a t e ，f r r ) 和错误接受率( f a l s ea c c e p t a n c er a t e ， f a r ) 。 错误拒绝率又称误拒率，指将相同的签名误认为是不同的签名，而加以拒绝 的出错比率。其定义为： 嗽= 篙器枷。 公枷小 错误接受率又称误纳率，指将不同的签名误认为是相同的签名，而加以接受 的出错比率。其定义为： f r r ；笔纂警圳慨 公加 这两个指标均为阈值乃的函数，其关系如图l 1 所示。其中一个重要指标是 阈值为z 岛时的交迭率e r r ，即f a r = f r r 时的情形 | f r r f a r 。i 图1 - 1f r r 与f a r 的关系曲线 武汉理工大学硕士学位论文 对于理想系统来说，这两个错误率都应该是零。但实际中，这两个指标是相 关的，由图1 1 可见，f a r 和f r r 是成反比的，当f r r 比较低时，f a r 就会比 较高，反之亦然。应用中应当根据实际需求来调节阈值，从而调整系统的安全性 和易用性。 1 3 2 在线手写签名验证技术的研究现状 目前签名验证研究属于世界上的热门课题，在国外，对英文签名的验证研究 已经取得了一定进展。签名验证算法主要有参数法和函数法两大类【1 0 1 ，比较有代 表性的有： d a r w i s h 和a u d a 用神经网络作为分类器【”l ，对前人提出的总共2 1 0 个签名 特征参数做了比较研究，共有1 2 个特征参数被选中。对9 个书写人提供的每个 人1 6 个签名，8 个作为样本签名生成参考模板，8 个作为被测签名。用反向传播 神经网络作为分类器，得到结果f r r 为1 4 ，没有研究伪造签名。 l a m 和m c c o r m a e k 尝试用傅立叶变换的方法进行签名验证【1 6 】【1 7 1 ，对不同的 签名采用最高的1 5 个谐波作为认证特征。但是，该研究中的实验样本数量太少， 只有一个真实签名和1 9 个伪造签名，不具备足够的说服力。 m o h a n k r i s h n a n 和p a u l i k 提出了一个基于自回归( a u t o r e g r e s s i v e ) 模型的签 名认证方法1 1 3 1 1 8 ) 。每个签名被分割成8 段，每段用一个自回归模型描述，每段 由三个参数表征，因此每个签名由一个有2 4 个元素的特征矢量描述。针对随机 伪造签名，每个实验对象采用不同的阈值，使各自对应的f a r 和矸汰相等，最 后最低的错误率为7 9 2 ，最高的为2 1 8 3 。 y a n g 和晰d j 面a 提出了隐马尔可夫模型( h i d d e nm a r k o vm o d e l ) 洲1 9 1 ，他 们的实验得到的f f r 为o ，f a r 为1 3 。 c o n n e l l 提出了基于特征矢量匹配的方法刚，同时指出选取特征值【2 1 】应满足 简单易计算，不受平移、旋转、尺度缩放的影响等要求【1 4 】。 jc o e t z e r 、bmh c r b s t 和jad up r e e z 提出了一种基于离散拉东变换( d i s c r e t e r a d o nt r a n s f o r m ) 和隐性马尔可夫相结合的模型【l l 】。 j o n g h y o ny i 、c h u l h a nl e e 和j a i h i ek i m 提出了利用g a b o r 滤波的相位进行 时域偏移估计来进行签名验证的方法【1 2 1 。 我国的许多大学和科学家也对在线手写签名验证进行了研究和探讨。清华大 学电子工程系的李胜春提出的基于加权动态匹配方法的在线签名鉴别，提出在微 机w i n d o w s 环境下，训练部分以普通动态匹配方法确定签名轨迹的点对点的对 应关系，以得到标准模板、局部稳定性和判决门限。华中理工大学图像识别与人 工智能研究所的金涌与柳健所研究的基于空间曲线弹性匹配的在线手写签名鉴 6 武汉理工大学硕士学位论文 别，将手写签名笔划轨迹视为空间曲线，并采用点点加权弹性匹配对其进行鉴 别的方法阱】。陈罡等将物理学中的数据场思想引入签名鉴别中，把签名所形成的 四个时序序列( 压力、压力变化率、速度和加速度) 点作为场中的数据点来看待， 形成四类数据场，再从场中提取特征，很有新意。我国中山大学数学系的伍小明、 陈懿新提出的基于骨架的一种签名分段算法吲，基于对签名图像结构复杂性均衡 分解的思想，提出了一种基于骨架的签名分段算法。采用这种方法首先对签名进 行骨架选取，然后依照结构复杂度均衡的原则，对骨架进行分段，最后把所得的 骨架分段复原成原始签名中的分段。虽然此法对于普遍的字能取得较好的识别效 果，但是算法复杂，处理时间长。此外，一种波形匹配新算法：v - p v 算法一 用于中文签名真伪识别、基于采样数据稳定度【2 5 】的在线手写签名验证方法，基于 签名动态特征的特殊点抽取方法【2 6 1 1 2 f l 2 8 】等等。 目前针对签名验证方面的方法不在少数，都取得了一定进展，但仍然存在一 些问题： ( 1 ) 基于目前现有算法的相关研究已经比较充分，为了更好地研究和推广 签名验证，引入新的方法十分必要。签名验证方面的研究十分多样化，但到目前 为止，将演化算法引入进行相关研究还属于一个比较新颖的课题。 ( 2 ) 签名验证系统的性能指标尚有待提高。使用各种方法进行签名验证， 从签名数据中提取特征的标准一直都相差较大，有的根据笔划提取特征信息【3 0 】， 有的根据拐点提取特征信息，有的根据坐标轴提取特征信息，有的根据压力和速 度提取特征信息 2 9 1 ，也有的综合其中几种进行提取，但提取多少特征信息能较好 地完成匹配，没有一个公认的标准。演化算法不用了解问题的全部特征，就可以 通过体现进化机制的演化过程完成问题的求解。当今科学技术和工程应用领域具 有挑战性的实践问题大都具有高度的计算复杂性、刻画问题特征的条件少的特 点。这些是使传统方法失效的致命障碍，而演化算法正好可以克服这些困难。签 名验证系统的目的是进行身份识别，对系统的性能有着较高的要求，而目前几种 提取方法得到的性能指标，如f a r 、f r r 都存在提高的可能。 1 3 3 研究意义和应用前景 本文研究的是汉字的在线手写验证技术，国际上对手写签名验证方面的研究 主要侧重于英文签名，而英文签名与汉字签名在很多方面存在着差异。英文签名 在x 分量方向上基本上是呈直接上升趋势，在y 分量方向变化很小，且一般都 是一笔直接签完，而汉字签名则在y 分量方向变化和起伏较为丰富，且一般在 字与字之间都有提笔和再次落笔的停顿。造成对汉字的处理更加复杂。目前国际 上对于英文签名验证的研究一定取得较大迸展，而对于汉字签名验证尚处子起步 7 武汉理工大学硕士学位论文 和完善阶段。 为了提高我国在身份识别技术方面的研究水平，促进信息安全技术的发展， 选择基于身份识别的手写签名验证研究是十分有意义的，其实际应用前景也十分 广阔，不仅可以用于银行、金融机构之间，也可以用于个人用户的身份验证和识 别，蕴含着巨大的市场潜力【3 i 】。 目前汉字手写签名研究存在很多问题，例如，由于签名的随意性，将签名曲 线用函数表示十分困难，从而对签名匹配的精度和准确性造成影响。因此，用目 前现有的方法进行手写签名匹配效果都不尽人意。演化算法采用简单的编码技术 来表示各种复杂的结构，并通过对一组编码表示进行简单的遗传操作( 再生、杂 交和变异) 和优胜劣汰的竞争机制来指导对问题空间的搜索【3 3 1 。简而言之，演化 算法不用了解问题的全都特征，就可以通过体现进化机制的演化过程完成问题的 求解。当今科学技术和工程应用领域具有挑战性的实践问题大都具有高度的计 算复杂性、刻画问题特征的条件少的特点。这些是使传统方法失效的致命障碍， 而演化算法正好可以克服这些困难【3 5 】。一方面，由于演化算法的进化机制，使得 算法具有自组织、自适应、自学习和“复杂无关性”的特征【3 6 】，能在搜索过程中 自动获取和积累有关搜索空间的知识，并利用问题固有的知识来缩小搜索空间， 自适应地控制搜索过程，动态有效地降低问题的复杂度，从而求得原问题的真正 最优解或满意解阳1 3 8 】。另外，由于演化算法对于刻画问题特征的条件要求很少， 再加上它效率高、易于操作、简单通用，从而使得它已经广泛应用于各种不同的 领域中。 演化计算( e v o l u t i o n a r y c o m p u t a t i o n ，e c ) 在大型优化问题求解、机器学习、 自适应控制、人工生命、神经网络、经济预测等领域取得的成功 3 9 1 1 4 0 1 1 4 1 1 ，已引 起了包括数学、物理学、化学、生物学、计算机科学、社会科学、经济学及工程 应用等领域科学家们的极大兴趣。白8 0 年代中期以来，世界上许多国家都掀起 了演化计算的研究热潮。由于演化计算应用范围广泛，从很多国际会议论文集中 都可以看到有关演化计算应用方面的文章。目前，有数种以演化计算为主题的国 际会议在世界各地定期召开，包括i e e ei n t e r n a t i o n a lc o n f e r e n c eo f fe v o l u t i o n a r y c o m p u t a t i o n ( i c e c ) 、i n t e r n a t i o n a lc o n f e r e n c eo ng e n e t i ca l g o r i t h m s ( i c g a ) 、 g e n e t i ca n de v o l u t i o n a r yc o m p u t a t i o nc o n f e r e n c e ( g e c c o ) 等d1 9 9 3 年由m i t p r e s s 出版创刊了杂志e v o l m i o n a r yc o m p u t a t i o n ，1 9 9 7 年又新创了杂志i e e e t r a n s o n e v o l u t i o n a r y c o m p u t a t i o n ，一些国际性期刊也相继出版以演化计算为主 题的专刊。可以预见，演化计算将是2 1 世纪智能计算的关键技术之一【4 2 1 。 然而，将演化计算应用到签名识别领域，目前尚没有公开的研究进展，因此 这是一个很有前景的研究方案。 8 武汉理工大学硕士学位论文 1 4 系统开发环境 1 4 1v c 基本介绍 m i c r o s o f tv i s u a lc + + 6 0 是运行于w i n d o w s ( 包括w i n d o w s9 8 n t 2 0 0 0 ) 上的交互式可视化继承开发环境。它是m i c r o s o f tv i s u a ls t u d i o6 0 家族的成员之 一。目前，使用v i s u a lc + + 进行开发的程序员越来越多。 同其他的可视化开发环境( 如v i s u a lb a s i c 、d e l p h i 、c + + b l l i l d e r ) 一样， v i s u a lc + + 6 0 集程序的代码编辑、编译、连接、调试等于一体，给编程人员提 供了一个完整而又方便的开发界面，并提供了许多有效的辅助开发工具。v i s u a l c + + 6 0 的a p p w i z a r d 可以为很大一部分类型的应用程序提供框架代码，用户不 需要书写代码，只需要几个按钮就可以生成一个完整的可以运行的程序。 除了共同的优点以外，和其他可视化集成开发环境比较，v i s u a lc + + 也有相 当的优势。虽然用v i s u a lc + + 6 0 做一些普通常见界面可能体现不出什么优势， 甚至有时候还很麻烦，需要书写更多的代码，但用v i s u a lc + + 6 0 做界面更加灵 活，尤其当用户需要定制一些特别的界面时用v i s u a lc + + 6 0 更加方便。 由于v i s u a lc 抖6 0 基于c c + + 语言，又来自w i n d o w s 操作系统本身的开发 者m i c r o s o f t 公司，因此，在众多的可视化集成开发环境中，它是开发w m d o w $ 应用程序的最佳选择。 v i s u a lc + + - - 共提供了三种版本，按照功能由低到高的顺序如下： s t a n d a r d ( 标准版) 标准版也可以叫做学习版本，这个版本只包括了v i s u a lc + + 6 0 的基本功能 ( 如编译器、m f c 、集成开发环境等) ，以帮助用户学习c 语言和c - h 语言以及 其他的一些技术( 如m f c 、a e l i v e x 、o d b c 等) 。学习版中去掉了很多工具， 比如没有提供程序代码的分析、优化以及m f c 库的静态链接。学习版不能用于 商业软件的开发。 p r o f e s s i o n a l ( 专业版) 除了标准版的功能以外，还包括更多的工具和更强大的功能( 如优化了的链 接库等) 。专业版可以用于商业软件的开发。 e n t e r p r i s e ( 企业版) 功能最强大的版本。在专业版的基础上，提供了客户、服务程序开发，还包 括了s o u r c e s a f e 源代码控制等其他工具。 安装v i s u a lc + + 6 0 所需要的硬盘空间是由用户在安装过程中的选择来决定 的，从几十兆到三百多兆不等。而且在v i s u a lc + + 6 0 中，帮助文档被独立出来， 成为m s d n ( m i c r o s o f td e v e l o p e rn e t w o r k ) ，而m s d n 完全安装则需要近1 g b 9 武汉理工大学硕士学位论文 的硬盘空间。 v i s u a lc + + 6 0 提供了一套集成开发环境。所谓集成开发环境( i n t e g r a t e d d e v e l o pe n v i r o n m e n t ，缩写为i d e ) 指的是v i s u a lc 卜+ 6 0 所提供的一系列开发 工具( 包括编译器、链接器、编辑器等) 的组合。 运行v i s u a la 斗6 0 ，并打开一个存在的工程，此时一个集成开发环境( e ) 就呈现出来，如图1 2 所示。 图1 2m i c r o s o f tv i s u a lc + + 6 0 的集成开发环境 界面最上面依次是标题栏、菜单栏和工具栏。 界面的中间部分左边窗口是工作区窗口，该窗口有三个页面，以此为c l a s s v i e w ( 类浏览) ，r e s o u r c ev i e w ( 资源浏览) 和f i l ev i e w ( 文件浏览) 。 中间部分右边就是源代码编辑窗口了，在这区域中可以同时打开多个各种类 型的文件进行编辑。 在界面的最下面是状态栏，可以用来显示一些相关信息( 比如提示和键盘状 态) 。 状态栏的上面是一个输出窗口，可以输出编译连接信息、调试信息、文件查 找信息以及结果等。 除了集成开发环境以外，在开发过程中，还会使用到v i s u a lc + + 6 0 的几个 重要工具： ( 1 ) a p p w i z a r d a p pw i z a r d ( 应用程序向导) 用来制作各种应用程序的骨干框架。使用a p p w i z a r d 创建的应用程序不需要用户添加任何代码，就已经是一个具有w i n d o w s 统一风格的窗口了。 ( 2 ) r e s o u r c ee d i t o r r e s o u r e e e d i t o r ( 资源编辑器) 用来编辑v i s u a l c 抖6 0 中的各种资源( 如菜单、 图标等) 。资源编辑器针对不同的资源有不同的编辑方式，但提供给用户的都是 1 0 武汉理j f ：大学硕