手写签名检验是当前模式识别和人工智能领域的研究热点,在公安部门、金融业和电子商务等领域有着广泛的应用前景,具有一定的社会效益和经济效益。目前在线手写签名检验技术已经进入实用阶段,而离线手写签名检验技术的效果还不太令人满意。在实际生活中,在线签名检验所需的基本条件通常不太容易满足,因此深入地研究离线签名检验的技术方法具有非常重要的现实意义。本文的立题就是为了在这方面做一些有益的探索。本研究的主要目的是在深入研究国内外现有签名检验技术的基础上,结合中文签名的特点、神经网络技术和决策融合的思想,提出一种新的基于决策融合的离线签名检验方法,并编程加以实现。在研究过程中,我们对签名检验的各个环节都做了一定深度的讨论: (1) 在签名采集环节,我们不仅采集了大量合法用户的真签名,还采集了许多简单摹仿和熟练摹仿的伪签名,这些真、伪签名将在特征提取和实验阶段使用,为验证本文提出的基于决策融合的签名检验技术的先进性和准确性方面提供可靠的实验数据。(2) 在预处理环节,我们首先消除了复印纸张带来的色彩失真问题,然后讨论了如何去除图像中的孤立噪声:一般常用的平滑滤波算法虽然能在一定程度上去除图像中的孤立噪声,但它会对图像的细节部分产生影响,使整个图像特别是边界部分变得模糊不清,因此这类算法不适用于签名这类细线多、细节多、边缘清晰的图像。针对签名图像细节相对集中的特点,本文使用了一种新的去噪方法:投影去噪法。该方法在保证笔划边缘不被模糊的前提下,能去除