支票信息提取與印鑒識(shí)別方法研究.pdf

1、圖像處理與模式識(shí)別技術(shù)的不斷發(fā)展，已使支票自動(dòng)識(shí)別成為金融自動(dòng)化的重要組成部分，同時(shí)支票一體化規(guī)范化趨勢(shì)也給國(guó)內(nèi)支票識(shí)別帶來(lái)了更廣泛的應(yīng)用前景。但相比國(guó)外支票的應(yīng)用，國(guó)內(nèi)的票據(jù)識(shí)別率仍比較低、支票自動(dòng)化水平不夠高。本文對(duì)銀行支票識(shí)別技術(shù)作了深入研究，提出了一些新穎的算法，并通過(guò)實(shí)驗(yàn)進(jìn)行了仿真實(shí)現(xiàn)。全文分五大部分論述，包括緒論、支票圖像預(yù)處理、支票印鑒提取和識(shí)別、支票信息提取、支票識(shí)別核心接口設(shè)計(jì)方案，具體如下： ⑴分析了國(guó)內(nèi)外支

2、票識(shí)別技術(shù)研究現(xiàn)狀和發(fā)展趨勢(shì)，研究了國(guó)內(nèi)支票特點(diǎn)和業(yè)務(wù)發(fā)展方向，指出了現(xiàn)有支票識(shí)別存在的問(wèn)題以及選題的目的和意義； ⑵支票預(yù)處理部分研究了頻域平滑去噪、局部二值化、以及基于票據(jù)局部區(qū)域方向投影的傾斜校正； ⑶支票驗(yàn)印部分首先分析比較了基于灰度和色度空間的印鑒提取方法；然后使用優(yōu)化的旋轉(zhuǎn)配準(zhǔn)方法進(jìn)行印鑒匹配；最后分別基于Zernike矩不變量特征采用加權(quán)歐式距離和基于整體圖像匹配差的識(shí)別方法，對(duì)印鑒樣本進(jìn)行識(shí)別；

3、⑷支票信息提取部分基于國(guó)內(nèi)銀行支票的特征，分別采用BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)進(jìn)行支票版面分類(lèi)；識(shí)別支票類(lèi)型后，使用基于空白支票模板相差的方法提取填入文字信息，獲得了良好的性能； ⑸針對(duì)支票自動(dòng)識(shí)別的一般需求，結(jié)合當(dāng)今軟件編程發(fā)展方向，提出了基于OOP思想的支票核心識(shí)別接口設(shè)計(jì)方案。 通過(guò)分析比較實(shí)驗(yàn)結(jié)果，提出了一系列新穎的處理方法，如基于局部區(qū)域方向投影的傾斜校正、基于色度空間HSV的印鑒提取、基于SVM的票據(jù)版面分類(lèi)、基