復雜背景下人民幣冠字號碼識別技術研究.pdf

1、隨著字符識別技術的發(fā)展和成熟，其在日常生活中的應用越來越廣泛，如支票識別、信件收寄地址字符識別和車牌識別等。但是，同樣基于字符識別技術的人民幣冠字號碼識別的研究還十分有限。高效穩(wěn)定的冠字號碼識別系統(tǒng)具有很高的學術和應用價值，它不僅可以進一步完善和提高字符識別理論與方法，還能監(jiān)控紙幣的使用和流通、打擊經濟犯罪，從而維持經濟市場健康有序的發(fā)展。本文主要針對人民幣冠字號碼識別的相關技術進行了完整的、系統(tǒng)化的研究和探討。
　　(1)冠字號

2、碼的分割與提取包括冠字號碼圖像采集、傾斜校正、紙幣掃描朝向判斷、字符區(qū)域定位和二值化，以及字符提取六個部分。針對人民幣冠字號碼區(qū)域的粗定位，本文提出了基于霍夫變換的紙幣傾斜校正算法和基于降采樣匹配的紙幣掃描朝向算法。為了從含有復雜背景噪聲的灰度圖像中精確分割出人民幣冠字號碼，提出了一個融合兩種基于冠字號碼字符筆畫特征的圖像分割方法和二值化后處理算法。針對冠字號碼字符提取，提出一種基于局部灰度對比度的字符邊界定位方法。通過以上方法能夠精確

3、定每個冠字號碼字符的水平和垂直邊界，為字符識別做好準備。
　　(2)本文提出了字符樣本灰度增強和訓練擾動的概念，通過提高樣本圖像質量和使用訓練擾動可以增強分類器的泛化性能，提升字符識別率。為了找到最適合冠字號碼字符分類的特征和分類模型，本文收集并發(fā)布了人民幣冠字碼字符數(shù)據(jù)庫NUST-RMB2013，并針對該數(shù)據(jù)庫上提出了基于深度學習方法的冠字號碼識別，其中包括深度神經網絡和深度自主學習特征。本文還對目前字符識別領域最經典的兩種字符

4、特征提取方法（八方向梯度特征、Gabor特征）和三種最具代表性的分類器(SVM、LDF、MQDF)進行了對比與測試，并對每種方法的優(yōu)缺點進行了分析。
　　(3)針對含有復雜背景和噪聲干擾的冠字號碼識別，提出一種基于關鍵點關聯(lián)圖像塊置信度融合的冠字號碼字符識別算法。首先使用DoG(Difference of Gaussian)關鍵點檢測算法找出訓練樣本的關鍵點，然后利用這些關鍵點生成該樣本對應的局部圖像塊，原樣本和局部圖像塊一起訓練

5、SVM分類器。輸入一個測試樣本，該樣本對應局部區(qū)域圖像塊的分類結果通過多分類器融合方法集成，并給出樣本的最終識別結果。該方法同時利用了樣本中字符筆畫的全局和局部結構特征，對含有遮擋或嚴重噪聲干擾的樣本識別非常有效。
　　(4)為了進一步提升冠字號碼識別精度，提出了基于SVM和LDF學習的線性分類器融合和基于級聯(lián)的多分類器融合算法。為了提升冠字號碼識別系統(tǒng)的可靠性以滿足金融行業(yè)應用的需求，本文引入了三種拒識策略（FRM、FTRM和L