金融票據(jù)中印刷號碼識別算法的研究.pdf

1、我國彩色發(fā)票版面特別復雜、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字符、如何確定小字符的較高維有效特征、如何設計對應的高效的分類器、如何設計有效訓練樣本庫等問題，都是到目前為止沒有很好解決的難題。
　　本文針對發(fā)票編號識別難題，以圖像處理和模式識別等理論為基礎，結合改進的版面分

2、析和識別技術，提出了一種較為有效的發(fā)票號碼識別算法。預處理階段，首先采用了中值濾波技術等多種濾波技術相結合方式濾波，去除掉發(fā)票圖像上的椒鹽噪聲。對于傾斜的發(fā)票圖像，本文采用的是改進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圖像二值化，根據(jù)發(fā)票特征和灰度直方圖的分析，設計發(fā)票號碼的定位方法。最后采用水平垂直投影法對單個號碼進行分割，采用模板法對字符進行歸一化。特征提取階段，對印刷體號碼提取了40維有效特征，確保了小字號號碼也能有

3、足夠的區(qū)別其它號碼的特征。對號碼的識別階段，提出了改進的排序學習前向掩蔽模式分類器，優(yōu)化了王守覺院士的排序學習前向掩蔽模型，使其分類效果更好。此外，論文在發(fā)票編號訓練樣本庫和測試庫的建立方面做了一定工作，建立了有400張發(fā)票編號訓練樣本庫和300張發(fā)票編號測試庫。它們是由40張發(fā)票編號訓練樣本初始庫和30張發(fā)票編號測試初始庫經(jīng)加不同噪聲、旋轉不同角度和縮放不同比率而產(chǎn)生。基于該發(fā)票編號訓練樣本庫而設計的排序學習前向掩蔽模式分類器有較高的