支票掃描圖像中的字符識別算法及實現.pdf

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

2、光學字符識別的效果，論文研究了常見的圖像的預處理方法，并用中值濾波器對支票圖像進行了圖像的復原去噪、用大津法（Ostu）進行了二值化，以及用Radon變換對圖像做了傾斜校正等。
　　然后，論文對支票圖像的字符區(qū)域進行了進一步的提取，在結合了支票圖像的版面分析以及字符區(qū)域投影操作，對印刷體字符進行了字符細化與分割操作。隨后，論文研究與仿真了字符的特征提取與識別算法。對分割后的印刷體字符進行了歸一化處理，分析研究了常見的字符特征提取方

3、法，對字符不同的特征進行了研究，選用13特征提取法對字符進行了特征提?。粚ψ址R別兩種常見的方法進行了研究，包括基于模板匹配的字符識別方法和基于二值數據的Bayes分類器識別方法；并對支票圖像進行特征提取后就以上兩種方法做仿真了實現，對識別結果進行了分析，其識別率不高，得到的結果并不理想。
　　最后，在對光學字符識別的算法分類研究之后，論文結合支票圖像印刷體字符識別算法的識別過程，以神經網絡模型為基礎，深入研究了神經網絡的模型結構