基于拍照的銀行卡卡號(hào)檢測(cè).pdf

1、隨著成像設(shè)備的廣泛使用，只需要嵌入一個(gè)模塊，移動(dòng)設(shè)備就可以通過拍照獲取的銀行卡圖像自動(dòng)輸入銀行卡賬號(hào)而不用人工輸入。因此，基于拍照的銀行卡卡號(hào)檢測(cè)和識(shí)別技術(shù)具有重要的研究價(jià)值。和自然場景中的文本檢測(cè)一樣，基于拍照的銀行卡卡號(hào)檢測(cè)面臨著同樣的難題，卡號(hào)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(duì)比度的影響，另外，卡號(hào)的復(fù)雜背景也加重了卡號(hào)檢測(cè)和識(shí)別的難度。
　　本文在自然場景中文本檢測(cè)的基礎(chǔ)上對(duì)基于拍照的銀

2、行卡卡號(hào)檢測(cè)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(hào)檢測(cè)方法。本文的主要工作如下：
　　首先，本文算法是用來檢測(cè)水平卡號(hào)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(duì)輸入圖像做邊緣檢測(cè)，第二種是對(duì)輸入圖像做直線段檢測(cè)，然后對(duì)邊緣或直線段圖像做 Radon變換，檢測(cè)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(hào)和它

3、的相鄰背景間存在瞬態(tài)顏色，有一定的對(duì)比度，本文采用形態(tài)學(xué)算法來提取卡號(hào)的這種對(duì)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(hào)行定位效果。最后，在卡號(hào)驗(yàn)證過程中，本文對(duì)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(duì)卡號(hào)的紋理特征的描述能力更好，提高了銀行卡卡號(hào)行的檢測(cè)效果。接下來，算法分別提取了滑動(dòng)窗的HOG和改進(jìn)的LRBP特征