【文章內(nèi)容簡介】 根據(jù)票據(jù)圖像的特點 1）通過綜合字符筆畫雙邊緣特征與背景抑制增強，來提取復(fù)雜背景下識別域子 圖中的字符目標(biāo)； 2）采用連通鏈結(jié)構(gòu)來描述框線檢測結(jié)果與字符目標(biāo)提取結(jié)果融合后的框線區(qū)域，通過對交疊進行檢測和標(biāo)記，來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，還原待識別字串真實的面貌； 3）結(jié)合輪廓分析與拓?fù)浣Y(jié)構(gòu)分析，來確定粘連數(shù)字串的分割策略，對無限制手寫數(shù)字字符串進行有效的切分。最后采用視覺效果評判和基于字符識別的同類算法對比實驗的評價方式，結(jié)果證實了提出的算法更為有效。 （三）在手寫體數(shù)字字符識別中，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)，對手寫體數(shù)字識別進行了研究，提 出了基于 AP 與 LDA 的手寫阿拉伯?dāng)?shù)字識別算法，及組合結(jié)構(gòu)特征和統(tǒng)計特征的手寫數(shù)字識別算法。所提算法在仿真數(shù)據(jù)集以及現(xiàn)實應(yīng)用中都取得了比較好的效果。 本文最后簡要介紹了票據(jù)自動識別子系統(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)用實例，均已在實際中得到應(yīng)用，取得了良好的效果。 隨著我國經(jīng)濟的迅速發(fā)展以及全國票據(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。現(xiàn)今我國的信息化已經(jīng)進入全方位、多層次推進的新階段，信息化也從對銀行發(fā)展的 “ 支持 ” 階段走向 “ 支撐 ” 階段，由經(jīng)濟全球化帶來的行業(yè)競爭不 斷加劇，國內(nèi)金融業(yè)對票據(jù)自動化處理系統(tǒng)的需求也漸大，票據(jù)自動處理系統(tǒng)的市場前景十分廣闊。 票據(jù)自動處理系統(tǒng)以實現(xiàn)自動的票據(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數(shù)據(jù)（如憑證號，賬號，日期，金額，磁碼等），在后臺進行 OCR 流水識別，自動建立憑證索引，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，通過與流水識別取得的業(yè)務(wù)系統(tǒng)中臨柜帳務(wù)數(shù)據(jù)進行核對，替代操作人員完成事后監(jiān)督工作；配有印章驗證系統(tǒng)后，自動將憑證圖像中的客戶印章與系統(tǒng)中 預(yù)留的印鑒進行比較，完成印章的真?zhèn)巫R別，提升銀行業(yè)務(wù)處理效率。 作為票據(jù)自動化處理過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，來完成種類和主附件關(guān)系的判定，以及票據(jù)要素的自動提取以及識別，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 識別屬于模式識別和人工智能的范疇，不僅對銀行業(yè)有非常大的實用價值，而且容易在其他領(lǐng)域中得到轉(zhuǎn)化應(yīng)用，在國內(nèi)外保險、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)自動處理系統(tǒng)實際應(yīng)用的關(guān)鍵在于，確保票據(jù)各識別域識別結(jié)果的高 可靠性。本文對票據(jù)自動處理系統(tǒng)的各個模塊進行相應(yīng)的分析，對票據(jù)自動識別中的若干關(guān)鍵技術(shù)進行了深入的研究，并給出了相應(yīng)的實現(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，提出了一種有效的框線檢測與提取算法；其次，基于框線提取，采用基于框線相關(guān)性的相似度模型來計算票據(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。在真實數(shù)據(jù)集上的試驗結(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 1）通過綜合字符筆畫雙邊緣特征與背景抑制增強，來提取復(fù)雜 背景下識別域子圖中的字符目標(biāo)； 2）采用連通鏈結(jié)構(gòu)來描述框線檢測結(jié)果與字符目標(biāo)提取結(jié)果融合后的框線區(qū)域，通過對交疊進行檢測和標(biāo)記，來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，還原待識別字串真實的面貌； 3）結(jié)合輪廓分析與拓?fù)浣Y(jié)構(gòu)分析，來確定粘連數(shù)字串的分割策略，對無限制手寫數(shù)字字符串進行有效的切分。最后采用視覺效果評判和基于字符識別的同類算法對比實驗的評價方式，結(jié)果證實了提出的算法更為有效。 （三）在手寫體數(shù)字字符識別中，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)，對手寫體數(shù)字識別 進行了研究，提出了基于 AP 與 LDA 的手寫阿拉伯?dāng)?shù)字識別算法，及組合結(jié)構(gòu)特征和統(tǒng)計特征的手寫數(shù)字識別算法。所提算法在仿真數(shù)據(jù)集以及現(xiàn)實應(yīng)用中都取得了比較好的效果。 本文最后簡要介紹了票據(jù)自動識別子系統(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)用實例，均已在實際中得到應(yīng)用，取得了良好的效果。 隨著我國經(jīng)濟的迅速發(fā)展以及全國票據(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?，F(xiàn)今我國的信息化已經(jīng)進入全方位、多層次推進的新階段，信息化也從對銀行發(fā)展的 “ 支持 ” 階段走向 “ 支撐 ” 階段，由經(jīng)濟全球化帶來的行業(yè)競爭不斷加劇，國內(nèi)金融業(yè)對票據(jù)自動化處理系統(tǒng)的需求也漸大，票據(jù)自動處理系統(tǒng)的市場前景十分廣闊。 票據(jù)自動處理系統(tǒng)以實現(xiàn)自動的票據(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數(shù)據(jù)（如憑證號，賬號，日期，金額，磁碼等），在后臺進行 OCR 流水識別，自動建立憑證索引，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，通過與流水識別取得的業(yè)務(wù)系統(tǒng)中臨柜帳務(wù)數(shù)據(jù)進行核對，替代操作人員完成事后監(jiān)督工作；配有印章驗證系統(tǒng)后，自動將憑證圖像中的客 戶印章與系統(tǒng)中預(yù)留的印鑒進行比較，完成印章的真?zhèn)巫R別，提升銀行業(yè)務(wù)處理效率。 作為票據(jù)自動化處理過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，來完成種類和主附件關(guān)系的判定，以及票據(jù)要素的自動提取以及識別，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 識別屬于模式識別和人工智能的范疇，不僅對銀行業(yè)有非常大的實用價值，而且容易在其他領(lǐng)域中得到轉(zhuǎn)化應(yīng)用，在國內(nèi)外保險、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)自動處理系統(tǒng)實際應(yīng)用的關(guān)鍵在于，確保票據(jù)各識別 域識別結(jié)果的高可靠性。本文對票據(jù)自動處理系統(tǒng)的各個模塊進行相應(yīng)的分析，對票據(jù)自動識別中的若干關(guān)鍵技術(shù)進行了深入的研究，并給出了相應(yīng)的實現(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，提出了一種有效的框線檢測與提取算法；其次，基于框線提取，采用基于框線相關(guān)性的相似度模型來計算票據(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。在真實數(shù)據(jù)集上的試驗結(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 1）通過綜合字符筆畫雙邊緣特征與背景抑制增 強，來提取復(fù)雜背景下識別域子圖中的字符目標(biāo)； 2）采用連通鏈結(jié)構(gòu)來描述框線檢測結(jié)果與字符目標(biāo)提取結(jié)果融合后的框線區(qū)域，通過對交疊進行檢測和標(biāo)記，來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，還原待識別字串真實的面貌； 3）結(jié)合輪廓分析與拓?fù)浣Y(jié)構(gòu)分析，來確定粘連數(shù)字串的分割策略，對無限制手寫數(shù)字字符串進行有效的切分。最后采用視覺效果評判和基于字符識別的同類算法對比實驗的評價方式，結(jié)果證實了提出的算法更為有效。 （三）在手寫體數(shù)字字符識別中，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 手寫體數(shù)字識別進行了研究，提出了基于 AP 與 LDA 的手寫阿拉伯?dāng)?shù)字識別算法，及組合結(jié)構(gòu)特征和統(tǒng)計特征的手寫數(shù)字識別算法。所提算法在仿真數(shù)據(jù)集以及現(xiàn)實應(yīng)用中都取得了比較好的效果。 本文最后簡要介紹了票據(jù)自動識別子系統(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)用實例，均已在實際中得到應(yīng)用，取得了良好的效果。 隨著我國經(jīng)濟的迅速發(fā)展以及全國票據(jù)交換系統(tǒng)的推廣，使得金融票據(jù)憑證的使