基于拍照的銀行卡卡號檢測.pdf

1、隨著成像設(shè)備的廣泛使用，只需要嵌入一個模塊，移動設(shè)備就可以通過拍照獲取的銀行卡圖像自動輸入銀行卡賬號而不用人工輸入。因此，基于拍照的銀行卡卡號檢測和識別技術(shù)具有重要的研究價值。和自然場景中的文本檢測一樣，基于拍照的銀行卡卡號檢測面臨著同樣的難題，卡號文本同樣存在字體、大小、排列方向上的多樣性,也受光照條件、透視變換和對比度的影響，另外，卡號的復(fù)雜背景也加重了卡號檢測和識別的難度。
　　本文在自然場景中文本檢測的基礎(chǔ)上對基于拍照的銀

2、行卡卡號檢測做了系統(tǒng)的研究，提出了基于特征提取、機(jī)器學(xué)習(xí)的卡號檢測方法。本文的主要工作如下：
　　首先，本文算法是用來檢測水平卡號行的，需要水平校正銀行卡圖像。本文提出了兩種預(yù)處理算法來改進(jìn)已經(jīng)提出了的Radon變換傾斜校正算法，第一種是對輸入圖像做邊緣檢測，第二種是對輸入圖像做直線段檢測，然后對邊緣或直線段圖像做 Radon變換，檢測銀行卡的傾斜角度。實(shí)驗(yàn)結(jié)果顯示兩種預(yù)處理改進(jìn)能夠提高銀行卡圖像的傾斜校正效果。其次，根據(jù)卡號和它

3、的相鄰背景間存在瞬態(tài)顏色，有一定的對比度，本文采用形態(tài)學(xué)算法來提取卡號的這種對比度特征；接下來，本文巧妙地將水平投影和 k-means結(jié)合，得到了比較好的候選卡號行定位效果。最后，在卡號驗(yàn)證過程中，本文對傳統(tǒng)的LBP算法進(jìn)行了改進(jìn)，提出了改進(jìn)的LRBP(Region Local Binary Pattern)特征，該特征對卡號的紋理特征的描述能力更好，提高了銀行卡卡號行的檢測效果。接下來，算法分別提取了滑動窗的HOG和改進(jìn)的LRBP特征