支票掃描圖像中的字符識(shí)別算法及實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，信息科技帶給人們生活巨大的改變，并極大的推動(dòng)了人類社會(huì)的發(fā)展。文字作為社會(huì)文明的載體，在信息科技領(lǐng)域占有重要的地位。光學(xué)字符識(shí)別（Optical Character Recognition），簡稱OCR，可以減輕人力繁瑣的工作，節(jié)省時(shí)間，尤其被廣泛應(yīng)用于金融、通信、新聞出版等領(lǐng)域。為此，本文重點(diǎn)研究了銀行支票中印刷體字符識(shí)別的算法。
　　首先，論文進(jìn)行了支票字符識(shí)別的前期處理工作。為了方便后期處理，提高對(duì)

2、光學(xué)字符識(shí)別的效果，論文研究了常見的圖像的預(yù)處理方法，并用中值濾波器對(duì)支票圖像進(jìn)行了圖像的復(fù)原去噪、用大津法（Ostu）進(jìn)行了二值化，以及用Radon變換對(duì)圖像做了傾斜校正等。
　　然后，論文對(duì)支票圖像的字符區(qū)域進(jìn)行了進(jìn)一步的提取，在結(jié)合了支票圖像的版面分析以及字符區(qū)域投影操作，對(duì)印刷體字符進(jìn)行了字符細(xì)化與分割操作。隨后，論文研究與仿真了字符的特征提取與識(shí)別算法。對(duì)分割后的印刷體字符進(jìn)行了歸一化處理，分析研究了常見的字符特征提取方

3、法，對(duì)字符不同的特征進(jìn)行了研究，選用13特征提取法對(duì)字符進(jìn)行了特征提取；對(duì)字符識(shí)別兩種常見的方法進(jìn)行了研究，包括基于模板匹配的字符識(shí)別方法和基于二值數(shù)據(jù)的Bayes分類器識(shí)別方法；并對(duì)支票圖像進(jìn)行特征提取后就以上兩種方法做仿真了實(shí)現(xiàn)，對(duì)識(shí)別結(jié)果進(jìn)行了分析，其識(shí)別率不高，得到的結(jié)果并不理想。
　　最后，在對(duì)光學(xué)字符識(shí)別的算法分類研究之后，論文結(jié)合支票圖像印刷體字符識(shí)別算法的識(shí)別過程，以神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)，深入研究了神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)