【文章內(nèi)容簡(jiǎn)介】 根據(jù)票據(jù)圖像的特點(diǎn) 1）通過(guò)綜合字符筆畫雙邊緣特征與背景抑制增強(qiáng)，來(lái)提取復(fù)雜背景下識(shí)別域子 圖中的字符目標(biāo)； 2）采用連通鏈結(jié)構(gòu)來(lái)描述框線檢測(cè)結(jié)果與字符目標(biāo)提取結(jié)果融合后的框線區(qū)域，通過(guò)對(duì)交疊進(jìn)行檢測(cè)和標(biāo)記，來(lái)判別字符與框線的交疊方式，并據(jù)此保留字符筆畫去除框線干擾，還原待識(shí)別字串真實(shí)的面貌； 3）結(jié)合輪廓分析與拓?fù)浣Y(jié)構(gòu)分析，來(lái)確定粘連數(shù)字串的分割策略，對(duì)無(wú)限制手寫數(shù)字字符串進(jìn)行有效的切分。最后采用視覺效果評(píng)判和基于字符識(shí)別的同類算法對(duì)比實(shí)驗(yàn)的評(píng)價(jià)方式，結(jié)果證實(shí)了提出的算法更為有效。 （三）在手寫體數(shù)字字符識(shí)別中，分別從構(gòu)建代表訓(xùn)練樣本集和組合分類器與特征的角度出發(fā)，對(duì)手寫體數(shù)字識(shí)別進(jìn)行了研究，提 出了基于 AP 與 LDA 的手寫阿拉伯?dāng)?shù)字識(shí)別算法，及組合結(jié)構(gòu)特征和統(tǒng)計(jì)特征的手寫數(shù)字識(shí)別算法。所提算法在仿真數(shù)據(jù)集以及現(xiàn)實(shí)應(yīng)用中都取得了比較好的效果。 本文最后簡(jiǎn)要介紹了票據(jù)自動(dòng)識(shí)別子系統(tǒng)在銀行票據(jù)后督系統(tǒng)和支票影像交換系統(tǒng)行內(nèi)系統(tǒng)中的應(yīng)用實(shí)例，均已在實(shí)際中得到應(yīng)用，取得了良好的效果。 隨著我國(guó)經(jīng)濟(jì)的迅速發(fā)展以及全國(guó)票據(jù)交換系統(tǒng)的推廣，使得金融票據(jù)憑證的使用量呈現(xiàn)了跨越式增長(zhǎng)?，F(xiàn)今我國(guó)的信息化已經(jīng)進(jìn)入全方位、多層次推進(jìn)的新階段，信息化也從對(duì)銀行發(fā)展的 “ 支持 ” 階段走向 “ 支撐 ” 階段，由經(jīng)濟(jì)全球化帶來(lái)的行業(yè)競(jìng)爭(zhēng)不 斷加劇，國(guó)內(nèi)金融業(yè)對(duì)票據(jù)自動(dòng)化處理系統(tǒng)的需求也漸大，票據(jù)自動(dòng)處理系統(tǒng)的市場(chǎng)前景十分廣闊。 票據(jù)自動(dòng)處理系統(tǒng)以實(shí)現(xiàn)自動(dòng)的票據(jù)輸入與復(fù)核為目標(biāo)，覆蓋了從前端信息錄入到后端事后監(jiān)督的主要部分：直接從票據(jù)憑證影像中提取要素?cái)?shù)據(jù)（如憑證號(hào)，賬號(hào)，日期，金額，磁碼等），在后臺(tái)進(jìn)行 OCR 流水識(shí)別，自動(dòng)建立憑證索引，以便于支票圖像存檔檢索；與銀行事后監(jiān)督系統(tǒng)相結(jié)合，生成待監(jiān)督數(shù)據(jù)文件，通過(guò)與流水識(shí)別取得的業(yè)務(wù)系統(tǒng)中臨柜帳務(wù)數(shù)據(jù)進(jìn)行核對(duì)，替代操作人員完成事后監(jiān)督工作；配有印章驗(yàn)證系統(tǒng)后，自動(dòng)將憑證圖像中的客戶印章與系統(tǒng)中 預(yù)留的印鑒進(jìn)行比較，完成印章的真?zhèn)巫R(shí)別，提升銀行業(yè)務(wù)處理效率。 作為票據(jù)自動(dòng)化處理過(guò)程中不可或缺的核心技術(shù)，票據(jù) OCR 系統(tǒng)主要根據(jù)票據(jù)影像，來(lái)完成種類和主附件關(guān)系的判定，以及票據(jù)要素的自動(dòng)提取以及識(shí)別，并將數(shù)據(jù)提供給后續(xù)的相關(guān)業(yè)務(wù)使用。在學(xué)科上票據(jù)OCR 識(shí)別屬于模式識(shí)別和人工智能的范疇，不僅對(duì)銀行業(yè)有非常大的實(shí)用價(jià)值，而且容易在其他領(lǐng)域中得到轉(zhuǎn)化應(yīng)用，在國(guó)內(nèi)外保險(xiǎn)、海關(guān)、稅務(wù)、教育、郵政、醫(yī)務(wù)、政府行政管理等領(lǐng)域都有著廣泛的應(yīng)用前景。 票據(jù)自動(dòng)處理系統(tǒng)實(shí)際應(yīng)用的關(guān)鍵在于，確保票據(jù)各識(shí)別域識(shí)別結(jié)果的高 可靠性。本文對(duì)票據(jù)自動(dòng)處理系統(tǒng)的各個(gè)模塊進(jìn)行相應(yīng)的分析，對(duì)票據(jù)自動(dòng)識(shí)別中的若干關(guān)鍵技術(shù)進(jìn)行了深入的研究，并給出了相應(yīng)的實(shí)現(xiàn)方案。主要研究工作可歸納為以下三部分： （一）在版面分析中，首先根據(jù)票據(jù)中框線目標(biāo)的特點(diǎn)，提出了一種有效的框線檢測(cè)與提取算法；其次，基于框線提取，采用基于框線相關(guān)性的相似度模型來(lái)計(jì)算票據(jù)框線間的相似度，提出了由粗到細(xì)的多類別票據(jù)版面判定的方法。在真實(shí)數(shù)據(jù)集上的試驗(yàn)結(jié)果表明了該算法的有效性。 （二）預(yù)處理中，根據(jù)票據(jù)圖像的特點(diǎn) 1）通過(guò)綜合字符筆畫雙邊緣特征與背景抑制增強(qiáng)，來(lái)提取復(fù)雜 背景下識(shí)別域子圖中的字符目標(biāo)； 2）采用連通鏈結(jié)構(gòu)來(lái)描述框線檢測(cè)結(jié)果與字符目標(biāo)提取結(jié)果融合后的框線區(qū)域，通過(guò)對(duì)交疊進(jìn)行檢測(cè)和標(biāo)記，來(lái)判別字符與框線的交疊方式，并據(jù)此保留字符筆畫去除框線干擾，還原待識(shí)別字串真實(shí)的面貌； 3）結(jié)合輪廓分析與拓?fù)浣Y(jié)構(gòu)分析，來(lái)確定粘連數(shù)字串的分割策略，對(duì)無(wú)限制手寫數(shù)字字符串進(jìn)行有效的切分。最后采用視覺效果評(píng)判和基于字符識(shí)別的同類算法對(duì)比實(shí)驗(yàn)的評(píng)價(jià)方式，結(jié)果證實(shí)了提出的算法更為有效。 （三）在手寫體數(shù)字字符識(shí)別中，分別從構(gòu)建代表訓(xùn)練樣本集和組合分類器與特征的角度出發(fā)，對(duì)手寫體數(shù)字識(shí)別 進(jìn)行了研究，提出了基于 AP 與 LDA 的手寫阿拉伯?dāng)?shù)字識(shí)別算法，及組合結(jié)構(gòu)特征和統(tǒng)計(jì)特征的手寫數(shù)字識(shí)別算法。所提算法在仿真數(shù)據(jù)集以及現(xiàn)實(shí)應(yīng)用中都取得了比較好的效果。 本文最后簡(jiǎn)要介紹了票據(jù)自動(dòng)識(shí)別子系統(tǒng)在銀行票據(jù)后督系統(tǒng)和支票影像交換系統(tǒng)行內(nèi)系統(tǒng)中的應(yīng)用實(shí)例，均已在實(shí)際中得到應(yīng)用，取得了良好的效果。 隨著我國(guó)經(jīng)濟(jì)的迅速發(fā)展以及全國(guó)票據(jù)交換系統(tǒng)的推廣，使得金融票據(jù)憑證的使用量呈現(xiàn)了跨越式增長(zhǎng)?，F(xiàn)今我國(guó)的信息化已經(jīng)進(jìn)入全方位、多層次推進(jìn)的新階段，信息化也從對(duì)銀行發(fā)展的 “ 支持 ” 階段走向 “ 支撐 ” 階段，由經(jīng)濟(jì)全球化帶來(lái)的行業(yè)競(jìng)爭(zhēng)不斷加劇，國(guó)內(nèi)金融業(yè)對(duì)票據(jù)自動(dòng)化處理系統(tǒng)的需求也漸大，票據(jù)自動(dòng)處理系統(tǒng)的市場(chǎng)前景十分廣闊。 票據(jù)自動(dòng)處理系統(tǒng)以實(shí)現(xiàn)自動(dòng)的票據(jù)輸入與復(fù)核為目標(biāo)，覆蓋了從前端信息錄入到后端事后監(jiān)督的主要部分：直接從票據(jù)憑證影像中提取要素?cái)?shù)據(jù)（如憑證號(hào)，賬號(hào)，日期，金額，磁碼等），在后臺(tái)進(jìn)行 OCR 流水識(shí)別，自動(dòng)建立憑證索引，以便于支票圖像存檔檢索；與銀行事后監(jiān)督系統(tǒng)相結(jié)合，生成待監(jiān)督數(shù)據(jù)文件，通過(guò)與流水識(shí)別取得的業(yè)務(wù)系統(tǒng)中臨柜帳務(wù)數(shù)據(jù)進(jìn)行核對(duì)，替代操作人員完成事后監(jiān)督工作；配有印章驗(yàn)證系統(tǒng)后，自動(dòng)將憑證圖像中的客 戶印章與系統(tǒng)中預(yù)留的印鑒進(jìn)行比較，完成印章的真?zhèn)巫R(shí)別，提升銀行業(yè)務(wù)處理效率。 作為票據(jù)自動(dòng)化處理過(guò)程中不可或缺的核心技術(shù)，票據(jù) OCR 系統(tǒng)主要根據(jù)票據(jù)影像，來(lái)完成種類和主附件關(guān)系的判定，以及票據(jù)要素的自動(dòng)提取以及識(shí)別，并將數(shù)據(jù)提供給后續(xù)的相關(guān)業(yè)務(wù)使用。在學(xué)科上票據(jù)OCR 識(shí)別屬于模式識(shí)別和人工智能的范疇，不僅對(duì)銀行業(yè)有非常大的實(shí)用價(jià)值，而且容易在其他領(lǐng)域中得到轉(zhuǎn)化應(yīng)用，在國(guó)內(nèi)外保險(xiǎn)、海關(guān)、稅務(wù)、教育、郵政、醫(yī)務(wù)、政府行政管理等領(lǐng)域都有著廣泛的應(yīng)用前景。 票據(jù)自動(dòng)處理系統(tǒng)實(shí)際應(yīng)用的關(guān)鍵在于，確保票據(jù)各識(shí)別 域識(shí)別結(jié)果的高可靠性。本文對(duì)票據(jù)自動(dòng)處理系統(tǒng)的各個(gè)模塊進(jìn)行相應(yīng)的分析，對(duì)票據(jù)自動(dòng)識(shí)別中的若干關(guān)鍵技術(shù)進(jìn)行了深入的研究，并給出了相應(yīng)的實(shí)現(xiàn)方案。主要研究工作可歸納為以下三部分： （一）在版面分析中，首先根據(jù)票據(jù)中框線目標(biāo)的特點(diǎn)，提出了一種有效的框線檢測(cè)與提取算法；其次，基于框線提取，采用基于框線相關(guān)性的相似度模型來(lái)計(jì)算票據(jù)框線間的相似度，提出了由粗到細(xì)的多類別票據(jù)版面判定的方法。在真實(shí)數(shù)據(jù)集上的試驗(yàn)結(jié)果表明了該算法的有效性。 （二）預(yù)處理中，根據(jù)票據(jù)圖像的特點(diǎn) 1）通過(guò)綜合字符筆畫雙邊緣特征與背景抑制增 強(qiáng)，來(lái)提取復(fù)雜背景下識(shí)別域子圖中的字符目標(biāo)； 2）采用連通鏈結(jié)構(gòu)來(lái)描述框線檢測(cè)結(jié)果與字符目標(biāo)提取結(jié)果融合后的框線區(qū)域，通過(guò)對(duì)交疊進(jìn)行檢測(cè)和標(biāo)記，來(lái)判別字符與框線的交疊方式，并據(jù)此保留字符筆畫去除框線干擾，還原待識(shí)別字串真實(shí)的面貌； 3）結(jié)合輪廓分析與拓?fù)浣Y(jié)構(gòu)分析，來(lái)確定粘連數(shù)字串的分割策略，對(duì)無(wú)限制手寫數(shù)字字符串進(jìn)行有效的切分。最后采用視覺效果評(píng)判和基于字符識(shí)別的同類算法對(duì)比實(shí)驗(yàn)的評(píng)價(jià)方式，結(jié)果證實(shí)了提出的算法更為有效。 （三）在手寫體數(shù)字字符識(shí)別中，分別從構(gòu)建代表訓(xùn)練樣本集和組合分類器與特征的角度出發(fā)，對(duì) 手寫體數(shù)字識(shí)別進(jìn)行了研究，提出了基于 AP 與 LDA 的手寫阿拉伯?dāng)?shù)字識(shí)別算法，及組合結(jié)構(gòu)特征和統(tǒng)計(jì)特征的手寫數(shù)字識(shí)別算法。所提算法在仿真數(shù)據(jù)集以及現(xiàn)實(shí)應(yīng)用中都取得了比較好的效果。 本文最后簡(jiǎn)要介紹了票據(jù)自動(dòng)識(shí)別子系統(tǒng)在銀行票據(jù)后督系統(tǒng)和支票影像交換系統(tǒng)行內(nèi)系統(tǒng)中的應(yīng)用實(shí)例，均已在實(shí)際中得到應(yīng)用，取得了良好的效果。 隨著我國(guó)經(jīng)濟(jì)的迅速發(fā)展以及全國(guó)票據(jù)交換系統(tǒng)的推廣，使得金融票據(jù)憑證的使