基于OCR的紙幣冠字號識別及硬件仿真.pdf

1、冠字號識別技術(shù)是清分機(jī)的必備技術(shù)，現(xiàn)在很多自動取款機(jī)也帶有此功能，但是現(xiàn)在識別的技術(shù)都要求紙幣比較新，不能污漬，否則誤識或退幣。產(chǎn)生此問題的主要原因是機(jī)器內(nèi)置識別算法不能對這些污染進(jìn)行處理。本文的研究內(nèi)容即是嘗試對這些問題提出一些解決辦法。通過對上海某公司清分機(jī)的冠字號誤識樣本分析，影響其識別的問題有以下幾種：大塊的污漬斑塊，冠字號區(qū)域的直線干擾，字符的低分辨率，識別算法方面，本文分章節(jié)對上述問題的產(chǎn)生及解決進(jìn)行具體的論述。
　　

2、首先，對于斑塊或散粒污染，通常使用的平滑圖片的方式發(fā)現(xiàn)效果不佳，原因是有些大塊的污染不能被平滑掉。對于這個問題，本文使用基于連通域面積比較刪除法的方式，并通過與中值濾波的效果對比，顯示其在此類問題上的良好特性。
　　其次，樣本含有特有的直線噪聲，成為影響字符識別的重要原因。對直線的處理，相比傳統(tǒng)的二值圖算法，本文使用的基于灰度圖域的直線算法，有著明顯的優(yōu)勢，做到了去除直線的同時基本完全留了字符信息。
　　字符分辨率較低是因?yàn)?/p>

3、機(jī)器使用的圖像傳感器分辨率低的原因，在低分辨率下對字符的識別也是本文的一個難點(diǎn)。對于這個問題，本文從字符歸一化和改進(jìn)識別算法兩個方面解決。由于分辨率較低，每個像素相對含有的信息量就較多，字符的細(xì)節(jié)就尤為重要。本文使用基于筆畫的雙邊緣檢測算法，統(tǒng)一了字符的最大筆畫寬度，且二值化后能更多得保留字符細(xì)節(jié)信息。相應(yīng)的，此算法的引入，使總體識別率有了7％的提升。
　　識別算法使用基于BP神經(jīng)網(wǎng)絡(luò)的多層判別樹架構(gòu)，顯著提高了字符的識別率。綜合