非限定手写体汉字分割与多类别票据处理研究

论文摘要

手写汉字分割和多类别金融票据图像分类是实现票据自动处理的基础。非限定手写汉字分割问题是手写汉字识别的关键问题，也是目前的分割-识别框架中的难点。 本文提出了基于模板匹配和差影处理的票据图像分类方法。在原始票据图象上利用模板匹配先得到相应的有效图象，再运用差影技术对滤波去噪后的有效图象进行模板存在与否的检测。实际的票据分类处理实验结果证实了所提出的方法的有效性。 本文提出了一种改进的投影方法对非限定手写汉字图像进行先分割。根据非限定手写汉字的一些具体特征，对经典投影方法做了补充和扩展，在对字符图像进行二值化和投影去噪后，用最小二乘法获得字符的预验宽度，根据一定的准则判定了投影分割点。在现有方法的基础上建立了算法的基本模型，编写了相应的程序并应用于支票校验系统中。 在分割粘连和重叠的汉字串中，本文提出了一种结构分析结合后期识别的方法。对整个汉字图像进行连通域分析，得到初选的分割点。通过轮廓差分析以及投影分析，去除假分割点。采用本文的分割以及识别合并的方法，对12000个粘连和重叠的汉字串进行分割实验，准确率达92.4％。 最后，本文给出了一个后督支票自动处理系统，包括支票要素分割，大写金额字符串的分割，小写金额字串的分割和去噪，无限制手写体大写金额字符的识别，无限制手写体阿拉伯数字的识别等。该系统已经在实践当中得到了使用，取得了良好的效果。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 OCR问题的由来
• 1.2 手写汉字 OCR的特点
• 1.3 非限定手写汉字分割
• 1.3.1 手写汉字分割的常用方法
• 1.3.2 本文所采用的方法
• 1.4 本文研究工作概述
• 1.5 本文内容的安排
• 2 多类别票据图像分类
• 2.1 问题的由来
• 2.2 有效图像获取
• 2.3 模板的存在性检测
• 2.4 实验结果
• 2.5 本章小结
• 3 基于改进投影法的非限定手写体汉字分割
• 3.1 投影法概述
• 3.2 磁码信息识别
• 3.3 分割前的预处理
• 3.3.1 复杂背景的图像二值化
• 3.3.2 二值图像去噪处理
• 3.4 预验字宽信息的获取
• 3.5 分割点的选取
• 3.6 结果与讨论
• 3.7 本章小结
• 4 基于结构信息的非限定手写体汉字分割
• 4.1 问题的由来
• 4.2 预分割点确定
• 4.2.1 连通域分析
• 4.2.2 连通域轮廓提取
• 4.3 轮廓分析确定预分割点
• 4.4 假分割点去除
• 4.4.1 利用投影信息去除假分割点
• 4.4.2 分析轮廓差去除假分割点
• 4.4.3 分割点数目的确定
• 4.5 粘连的连通域的分割
• 4.6 基于结构信息的汉字的重组
• 4.6.1 由上而下合并
• 4.6.2 由左而右的合并
• 4.7 基于识别的汉字的重组
• 4.7.1 基于结构的汉字识别器的设计
• 4.7.2 识别再合并过程
• 4.8 实验结果
• 4.9 本章方法的讨论
• 4.10 本章小结
• 5 一个基本的后督支票自动处理系统
• 5.1 银行后督支票自动处理的应用和功能
• 5.2 后督支票自动处理系统的系统结构、组织和处理流程
• 5.2.1 应用系统的结构组织
• 5.2.2 后督自动处理流程
• 5.3 支票的前期处理
• 5.4 大写金额图像的二值化
• 5.4.1 问题分析
• 5.4.2 去除底纹
• 5.4.3 提取大写金额的有效区间
• 5.4.4 印章污染的去除
• 5.5 小写金额图像的二值化
• 5.6 手写体大写金额的处理
• 5.6.1 手写体汉字的规范化
• 5.6.2 基于模糊笔画方向的统计特征
• 5.6.3 识别方法及实验结果
• 5.6.4 大写金额的整体处理及实验结果
• 5.7 手写体小写金额的处理
• 5.7.1 手写体小写金额的分割
• 5.7.2 手写体阿拉伯数字识别方案
• 5.7.3 基于轮廓分段特征的手写体数字识别方法
• 5.7.4 基于笔画归正模板的识别方法
• 5.7.5 手写体数字单字识别的实验结果
• 5.7.6 小写金额的整体处理及实验结果
• 5.8 本章小结
• 结束语
• 致谢
• 参考文献
• 附录