ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Offline Signature Recognition Using Stationary Wavelet Transform and Local Binary Pattern

العنوان بلغة أخرى: تمييز التواقيع باستخدام التحولات الموجية الثابتة والأنماط الثنائية المحلية
المؤلف الرئيسي: ابن سعيد، معاذ سليمان سلمان (مؤلف)
مؤلفين آخرين: السقار، فيصل سليمان (مشرف) , الشطناوي، عطا الله محمود عواد (مشرف)
التاريخ الميلادي: 2019
موقع: المفرق
الصفحات: 1 - 52
رقم MD: 1030091
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة آل البيت
الكلية: عمادة الدراسات العليا
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

3

حفظ في:
المستخلص: في هذا البحث، تم اقتراح وتطوير نظام التعرف على التواقيع باستخدام كل من local binary pattern and Stationary Wavelet Transform وNeural Networks حيث يتكون النظام المقترح من ثلاث خطوات رئيسية تحتوي على: المعالجة القبلية ومرحلة استخلاص السمات ومرحلة التصنيف للتوقيع. في مرحلة المعالجة القبلية يتم إزالة التشويش والنقاط الغير مرغوب منها في التوقيع المدخل ثم تتم عملية ترقيق التوقيع باستخدام الأسلوب المورفولوجي. أخيرا، يتم توحيد حجم الصور إلى حجم يناسب عملية استخلاص السمات والتصنيف. في مرحلة استخلاص السمات، تم اقتراح الSWT&LBP لاستخلاص سمات التوقيع على مستوى عالي ودقيق. تم فحص النظام المقترح على قاعدة البيانات GPDS960. باستخدام أحجام مختلفة [(50*50) (60*60) (70*70) (80*80) (90*90) (100*100) (110*110) (120*120) (130*130)] حيث تبين أن الحجم (130*130) هو أفضل حجم استخدم للنظام من ناحية الدقة إذ حقق نتيجة تعرف بنسبة 96.528% عندما تم فحصها على قاعدة البيانات GPDS960. وتم مقارنة النظام المقترح باستخدام ال"SWT&LBP" وتطبيق الحجم (130*130) مع النظام القائم على أساس منهجية ال WPE، باستخدام قاعدة البيانات GPDS960 من حيث دقة التعرف، وأثبتت الدراسة أن النظام المقترح أعطى نتائج أفضل من النظام القائم على أساس WPE للتعرف على التوقيع، حيث كانت نتائجه 92% لقاعدة البيانات GPDS960. وبالتالي تم التحقق من فعالية النظام الشامل المقترح لتعرف على التوقيع.

عناصر مشابهة