票據(jù)自動(dòng)處理系統(tǒng)中的預(yù)處理技術(shù)研究.pdf

1、金融票據(jù)自動(dòng)處理系統(tǒng)以其較高的學(xué)術(shù)價(jià)值和應(yīng)用價(jià)值越來(lái)越受到國(guó)內(nèi)外眾多著名研究機(jī)構(gòu)以及學(xué)者的廣泛重視.票據(jù)圖像的預(yù)處理是字符識(shí)別的前提和基礎(chǔ),預(yù)處理效果的好壞將直接影響到系統(tǒng)的整體性能.目前的研究和應(yīng)用表明,預(yù)處理效果的不理想已成為識(shí)別錯(cuò)誤的主要原因之一.因此研究如何提高預(yù)處理后字符圖像的質(zhì)量對(duì)于提高系統(tǒng)的整體性能具有極其重要的意義.該文以金融票據(jù)為研究對(duì)象,主要對(duì)預(yù)處理過(guò)程中的一些核心技術(shù)進(jìn)行研究和改進(jìn),并取得了一定的成果.針對(duì)票據(jù)圖像

2、中普遍存在的筆畫(huà)與表格框線(xiàn)交疊的現(xiàn)象,提出了直接利用圖像灰度信息的灰值線(xiàn)檢測(cè)與去除算法.在直線(xiàn)檢測(cè)過(guò)程中設(shè)計(jì)了灰度圖像中的Hough變換來(lái)精定位直線(xiàn)的兩條邊沿;在去直線(xiàn)過(guò)程中對(duì)邊緣特征進(jìn)行分析,采用基于保護(hù)區(qū)的策略將線(xiàn)去除.在支票上的試驗(yàn)表明該算法是有效的.票據(jù)圖像背景復(fù)雜,直接選取閾值比較困難.提出了利用形態(tài)學(xué)算法檢測(cè)筆畫(huà)雙邊緣的方法以及兩種二值化算法:(1)從圖像分割的效果評(píng)價(jià)角度出發(fā),結(jié)合字符圖像的特點(diǎn)提出了利用遞歸過(guò)程選取閾值的

3、方法.在每一次的遞歸過(guò)程中,由最大方差閾值去除圖像中最亮的一類(lèi),直到圖像中只剩下最黑的一類(lèi)目標(biāo)(字符).(2)通過(guò)灰度和雙邊緣特征分析進(jìn)行二值化.灰度值描述了像素自身的特性;雙邊緣描述了像素在局部窗口內(nèi)的相對(duì)特性.通過(guò)二維直方圖內(nèi)的投影變換,目標(biāo)和背景對(duì)應(yīng)的峰更明顯,閾值選取變得較容易.采用視覺(jué)效果和識(shí)別效果兩種評(píng)價(jià)方式與常用的5種文檔圖像二值化算法進(jìn)行比較,結(jié)果表明了提出的兩種算法更有效.針對(duì)票據(jù)中大量的數(shù)字串填寫(xiě)在定位格內(nèi)的情況,提