【正文】 van is expected to return to Jingyang in March 2022. Then they will e back, carrying specialty products from Kazakhstan A small art troupe founded six decades ago has grown into a household name in the Inner Mongolia autonomous region. In the 1950s, Ulan Muqir Art Troupe was created by nine young musicians, who toured remote villages on horses and performed traditional Mongolian music and dances for nomadic families. The 54yearold was born in Tongliao, in eastern Inner Mongolia and joined the troupe in says there are 74 branch troupes across Inner Mongolia and actors give around 100 shows every year to local nomadic people. I can still recall the days when I toured with the troupe in the early 39。 參考文獻 : [1] LU Xiaobo,LING Xiaojing,LIU plate character recognition based on the bined features (J).Chinese Journal of Scientific Instrument, 2022, 27 (7): 698701. [2] TRIE O D, JAIN A K, TORFINN extraction methods for character Survey (J).Pattern Recognitiona Recognition, 1996, 29 (4): 641662. [3] A JAIN, Y matching using deformable Templates Transactions on Pattern Analysis and Machine Intelligence, 1996, 18 (3): 267277 [4] application of neural work to image , Control and Info, Eng, 1991, 35 (1): 1118 [5] Fumiaki Takeda, Sigeru Speed Paper CurrencyRecognition by Neural Networks (J).IEEE Trans Neural Network, 1995, 6 (1) [6] Ostu . threshold selection method from Gray level Histogram [J] in IEEE Transactions on systems, man and Cyberics, SMC91979, 9 (1): 6266. [7] BERNSEN thresholding of Graylevel images of [C] / /Proceedings of the 8th International Conference on pattern :IEEE Computer Society Press,1986:12511255. 21 21 為你提供優(yōu)秀的畢業(yè)論文參考資料，請您刪除以下內(nèi)容， O(∩ _∩ )O 謝謝?。?！ A large group of tea merchants on camels and horses from Northwest China39。同時， 彭洪 老師嚴(yán)謹(jǐn)細(xì)致的治學(xué)態(tài)度也令我受益匪淺。 致謝語 本 文是在 彭洪 老師的悉心指導(dǎo)下完成的。我在如何對相應(yīng)銀行卡使用相應(yīng)模版方面遇到了困擾。所以我加入了 Y 方向投影來保證查找的輪廓是完整的。在一開始，我使用 opencv 的輪廓查找函數(shù)來對銀行卡卡號進行定位。最后，通過適當(dāng)方式增加函數(shù)處理圖像，使得程序可以識別背景比較復(fù)雜的銀行卡。 首先，可以加入圖像傾斜校正模塊，使得樣本圖像傾斜時可以校正。這個程序不僅可以識別銀行卡卡號，其相關(guān)技術(shù)也可應(yīng)用到車牌號碼、護照號、身份證號等其他圖像識別。經(jīng)過分析發(fā)現(xiàn)識別錯誤或匹配失敗主要有以下三種原因： (1) 銀行卡圖像樣本背景太過復(fù)雜； (2) 有些銀行卡卡號二值化閾值選取不正確，未能消除背景干擾； (3) 模板庫數(shù)字模版樣本較少，覆蓋面不夠廣。 測試結(jié)果如圖 13所示。本系統(tǒng)采取的對比方法是逐像素點比對。銀行卡的卡 號字符都是規(guī)范的印刷單位且樣本的空間比較小，基于這些特點，本文采用模板匹配法來進行卡號識別。方便字符識別。由于系統(tǒng)識別的字符是阿拉伯?dāng)?shù)字的印刷體，所以只需要進行大小和位置歸一化處理。為了使字符圖像可以與模版匹配，必須對圖像進行歸一化處理。注意圖 12中每個字符周圍的線框就是分割的位置。 圖 11 字符垂直投影圖 根據(jù)垂直投影圖進行處理，可以從銀行卡卡號中分割出單個的卡號字符圖像。接著通過投影位置可以把字符分割出來。由于銀行卡卡號字符之間有一定距離，系統(tǒng)采用對銀行卡卡號字符垂直投影，在垂直方向上的投影值不為零的區(qū)域有字符，然后以銀行卡卡號的下邊界和左邊界的交點為起點，沿 X軸進行搜索，找到每個卡號。 字符分割 常用的分割方法有：閾值法、區(qū)域生長法、分裂合并法、邊緣檢測法、人工神經(jīng)網(wǎng)絡(luò)法、基于模糊集理論法、分類器和聚類法等 。 15 15 圖 10提取二值圖 第 4章 字符分割模塊 16 16 引言 由于文字信息在現(xiàn)今社會的廣泛應(yīng)用，計算機視覺研究的重要方向之一： 字符圖像的分割與識別技術(shù)得到了越來越多的重視，可用于生活中的許多方面，例如手寫體和印刷體文字的識別，門牌號的識別，支票上簽名的識別，工程圖紙的數(shù)字化，機器人視覺導(dǎo)航，以及各種表單、車輛牌照的識別。 圖 9 銀行卡卡號定位圖 將提取出的卡號二值化。 圖 8 垂直投影圖 通過垂直投影圖可以得到銀行卡號左右邊界，再由輪廓的上下邊界就可以得到卡號的區(qū)域。在將一幅空白圖中對應(yīng)列的最下面 x個點變成 黑色的就可以得到垂直投影圖。本系統(tǒng)采用的是逐像素點查找的方法對輪廓區(qū)域進行投影。如圖 7所示，這一張銀行卡提取的結(jié)果沒有全部包含卡號區(qū)域。 矩形的篩選算法篩選效果的好壞直接決定了整個一套識別算法是否能得到一個好的結(jié)果。因此我們可能會找到很多這樣的區(qū)域，這就需要我們進一步根據(jù)一些關(guān)于銀行卡特點的先驗知識對這些矩形進 行進一步篩選。外層 vector 的 size 代表了圖像中輪廓的個數(shù)，里面 vector 的 size 代表了輪廓上點的個數(shù)。 圖 6 腐蝕圖 輪廓提取 通過輪廓提取我們可以定位卡號區(qū)域。 12 12 圖 5 膨脹圖 經(jīng)過上一步操作，理論上來說銀行卡上的字符連通成一個矩形區(qū)域，我們可以發(fā)現(xiàn)出了卡號區(qū)域還有一些黑色區(qū)域，我 們可以使用腐蝕變換來消除一些。然后可以通過檢測圖片的輪廓得到卡號所處的區(qū) 域并提取出來。通過這一步，我們將所有的銀行卡卡號字符連通起來，這樣為我們接下來通過輪廓識別來得到卡號區(qū)域做準(zhǔn)備。 腐蝕算法：用 3*1 的結(jié)構(gòu)元素，掃描二值圖像的每一個像素，用結(jié)構(gòu)元素與其覆蓋的二值圖像做“與”運算，如果都為 1，結(jié)構(gòu)圖像的該像素為 1，否則為：使二值圖像減小一圈。從圖像處理角度看，二值圖像的腐蝕和膨脹就是將一個小型二值圖（結(jié)構(gòu)元素，一般為 3*3 大小，本系統(tǒng)采用 3*1大小）在一個大的二值圖上逐點移動并進行比較，根據(jù)比較的結(jié)果作出相應(yīng)處理。 圖像歸一化 是將分割成的單個的銀行卡號字符圖像規(guī)范成統(tǒng)一的大小且將銀行卡號字符放置在圖像的中心。 銀行卡號字符定位是在已定位的銀行卡號中找到銀行卡號各字符所在位置，為后面字符分割作準(zhǔn)備。本模塊主要包括對銀行卡號的定位、卡號字符定位、卡號字符分割、卡號字符圖像歸一化處理。 將圖 3中的灰度圖進行二值化處理得到的二值圖如圖 4所示。在大量實驗基礎(chǔ)上，本系統(tǒng)選取閾值為 37。直方圖中出現(xiàn)了兩個峰值，一個處于目標(biāo)灰度區(qū)，另一個處于背景灰度區(qū)。由于本文中目標(biāo)圖像和背景在灰度上有明顯差異，采用雙峰法來確定最佳分割閾值。經(jīng)典 Ostu[6]算法必須對所有的灰度值遍歷計算類間方差，再通過比較得到最大方差，因此其運算大。選取閾值的方法有多種。相對于灰度圖，二值圖可以大大壓縮數(shù)據(jù)量，并且可以大幅度簡化后續(xù)工作。二值化處理就是將灰度圖像轉(zhuǎn)換為只包含黑色和白色兩種顏色的圖像，它們之間沒有其他灰度的變化。 對原始圖像處理得到的結(jié)果如圖 3所示。 f(i,j)=(i,j)+(i,j)+(i,j)) 本系統(tǒng)采取的方法是調(diào)用了 opencv里灰度化函數(shù) cvCvtColor。 f(i,j)=(R(i,j)+G(i,j)+B(i,j)) /3 根據(jù)重要性及其它指標(biāo)，將三個分量以不同的權(quán)值進行加權(quán)平均。 將彩色圖像中的三分量亮度的最大值作為灰度圖的灰度值。 9 9 1）分量法 將彩色圖像中的三分量的亮度作為三個灰度圖像灰度值，可根據(jù)需要選取一種灰度圖像。所以可以通過對原始圖像進行灰度化處理來去掉銀行卡的顏色信息，這樣有利于后續(xù)模塊的處理并且可以節(jié)約大量的系統(tǒng)的存儲空間。 圖 2 原始圖像 灰度化處理 圖像灰度化處理就是將指定圖像每個像素點的 RGB 三個分量通過一定的算法計算 出該像素點的灰度值，使圖像只含亮度而不含色彩信息。本系統(tǒng)的原始圖像采用 RGB圖像，系統(tǒng)的圖像處理模塊主要對原始圖像進行灰度化、二值化等處理。 圖像預(yù)處理模塊是用來進行銀行卡號識別的前期準(zhǔn)備工作的模塊。下面詳細(xì)介紹這幾個模塊是如何用 opencv 的函數(shù)實現(xiàn)的。模板庫是在銀行卡號識別系統(tǒng)實現(xiàn)后創(chuàng)建的數(shù)字模板庫。 特征提取的主要目的是從那些已分割出來的單個卡號字符圖像中提取出用于區(qū)分不同字符的本質(zhì)特征，用來識別。如果圖像中有著較為明顯的干擾和噪聲，二值化圖像中可能出現(xiàn)字符粘連，需要特殊處理。 字符分割模塊是對預(yù)處理后的圖像進行卡號字符的準(zhǔn)確定位與分割，它是卡號識別系統(tǒng)中一個較為關(guān)鍵的模塊，卡號定位與分割的準(zhǔn)確與否將直接影響系統(tǒng)的識別率。圖像處理模塊的要求就是把原始圖像處理為適合后續(xù)