金融票據(jù)中印刷號(hào)碼識(shí)別算法的研究.pdf

1、我國彩色發(fā)票版面特別復(fù)雜、多樣，其上一些字符很小。而且用過的發(fā)票是由針式打印機(jī)打印而成，很多發(fā)票版面不清晰、已歪斜、已扭曲。在很多發(fā)票上還有不規(guī)范蓋章、簽字，因此如何正確確定發(fā)票圖像上各種字符的位置、如何正確分割出不同字號(hào)字符、如何確定小字符的較高維有效特征、如何設(shè)計(jì)對(duì)應(yīng)的高效的分類器、如何設(shè)計(jì)有效訓(xùn)練樣本庫等問題，都是到目前為止沒有很好解決的難題。
　　本文針對(duì)發(fā)票編號(hào)識(shí)別難題，以圖像處理和模式識(shí)別等理論為基礎(chǔ)，結(jié)合改進(jìn)的版面分

2、析和識(shí)別技術(shù)，提出了一種較為有效的發(fā)票號(hào)碼識(shí)別算法。預(yù)處理階段，首先采用了中值濾波技術(shù)等多種濾波技術(shù)相結(jié)合方式濾波，去除掉發(fā)票圖像上的椒鹽噪聲。對(duì)于傾斜的發(fā)票圖像，本文采用的是改進(jìn)的方向白游程圖像的傾斜校正方法。然后利用迭代閾值法對(duì)圖像二值化，根據(jù)發(fā)票特征和灰度直方圖的分析，設(shè)計(jì)發(fā)票號(hào)碼的定位方法。最后采用水平垂直投影法對(duì)單個(gè)號(hào)碼進(jìn)行分割，采用模板法對(duì)字符進(jìn)行歸一化。特征提取階段，對(duì)印刷體號(hào)碼提取了40維有效特征，確保了小字號(hào)號(hào)碼也能有

3、足夠的區(qū)別其它號(hào)碼的特征。對(duì)號(hào)碼的識(shí)別階段，提出了改進(jìn)的排序?qū)W習(xí)前向掩蔽模式分類器，優(yōu)化了王守覺院士的排序?qū)W習(xí)前向掩蔽模型，使其分類效果更好。此外，論文在發(fā)票編號(hào)訓(xùn)練樣本庫和測(cè)試庫的建立方面做了一定工作，建立了有400張發(fā)票編號(hào)訓(xùn)練樣本庫和300張發(fā)票編號(hào)測(cè)試庫。它們是由40張發(fā)票編號(hào)訓(xùn)練樣本初始庫和30張發(fā)票編號(hào)測(cè)試初始庫經(jīng)加不同噪聲、旋轉(zhuǎn)不同角度和縮放不同比率而產(chǎn)生?；谠摪l(fā)票編號(hào)訓(xùn)練樣本庫而設(shè)計(jì)的排序?qū)W習(xí)前向掩蔽模式分類器有較高的