A New Approach for High Pressure Pixel Polar Distribution on Off-line Signature Verification

Se analiza el uso de características que representan la información de los Puntos de Alta Presión en la imagen estática de una firma manuscrita, en un sistema orientado a la verificación tipo offline de firmas. A partir de imágenes en niveles de gris, se propone un nuevo método para calcular el umbral de alta presión. Realizando la transformación de dos imágenes a coordenadas polares, una con la información de los Puntos de Alta Presión y otra con la versión binarizada de la imagen original, se calcula la densidad de pixeles entre ellas. El espacio polar se divide en secciones angulares y radiales, lo que permite realizar un análisis localizado de la distribución de los puntos de alta presión. Se calculan los vectores con la distribución de la densidad para las dos regiones radiales definidas (cercada y lejana) a partir del centro geométrico de la imagen original. Para las pruebas se usó una base de datos que contiene muestras de las firmas de 160 personas. Para validar la metodología planteada se construyeron modelos basados en Maquinas de Soporte Vectorial. Con el ánimo valorar los resultados obtenidos, se presentan algunos resultados obtenidos por otros autores.

Abstract

Features representing information of High Pressure Points froma static image of a handwritten signature are analyzed for an offline verification system. From grayscale images, a new approach for High Pressure threshold estimation is proposed. Two images, one containingthe High Pressure Points extracted and other with a binary version ofthe original signature, are transformed to polar coordinates where a pixel density ratio between them is calculated. Polar space had been divided into angular and radial segments, which permit a local analysis of the high pressure distribution. Finally two vectors containing the density distribution ratio are calculated for nearest and farthest points from geometric center of the original signature image. Experiments were carried out using a database containing signature from 160 individual. The robustness of the analyzed system for simple forgeries is tested out with Support Vector Machines models. For the sake of completeness, a comparison of the results obtained by the proposed approach with similar works published is presented.