基于OCR的紙幣冠字號識別及硬件仿真.pdf

1、冠字號識別技術是清分機的必備技術，現(xiàn)在很多自動取款機也帶有此功能，但是現(xiàn)在識別的技術都要求紙幣比較新，不能污漬，否則誤識或退幣。產生此問題的主要原因是機器內置識別算法不能對這些污染進行處理。本文的研究內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)對上述問題的產生及解決進行具體的論述。
　　

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為

3、機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。對于這個問題，本文從字符歸一化和改進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節(jié)信息。相應的，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神經網絡的多層判別樹架構，顯著提高了字符的識別率。綜合