基于OCR的纸币冠字号识别及硬件仿真-测试计量技术及仪器专业论文.docxVIP

万方数据 万方数据 承诺书 本人声明所呈交的硕士学位论文是本人在导师指导下进行 的研究工作及取得的研究成果。除了文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成 果，也不包含为获得南京航空航天大学或其他教育机构的学位 或证书而使用过的材料。 本人授权南京航空航天大学可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本承诺书） 作者签名： 日 期： 南京航空航天大学硕士毕业论文 摘要 冠字号识别技术是清分机的必备技术，现在很多自动取款机也带有此功能，但是现在识 别的技术都要求纸币比较新，不能污渍，否则误识或退币。产生此问题的主要原因是机器内 置识别算法不能对这些污染进行处理。本文的研究内容即是尝试对这些问题提出一些解决办 法。通过对上海某公司清分机的冠字号误识样本分析，影响其识别的问题有以下几种：大块 的污渍斑块，冠字号区域的直线干扰，字符的低分辨率，识别算法方面，本文分章节对上述 问题的产生及解决进行具体的论述。 首先，对于斑块或散粒污染，通常使用的平滑图片的方式发现效果不佳，原因是有些大 块的污染不能被平滑掉。对于这个问题，本文使用基于连通域面积比较删除法的方式，并通 过与中值滤波的效果对比，显示其在此类问题上的良好特性。 其次，样本含有特有的直线噪声，成为影响字符识别的重要原因。对直线的处理，相比 传统的二值图算法，本文使用的基于灰度图域的直线算法，有着明显的优势，做到了去除直 线的同时基本完全留了字符信息。 字符分辨率较低是因为机器使用的图像传感器分辨率低的原因，在低分辨率下对字符的 识别也是本文的一个难点。对于这个问题，本文从字符归一化和改进识别算法两个方面解决。 由于分辨率较低，每个像素相对含有的信息量就较多，字符的细节就尤为重要。本文使用基 于笔画的双边缘检测算法，统一了字符的最大笔画宽度，且二值化后能更多得保留字符细节 信息。相应的，此算法的引入，使总体识别率有了 7%的提升。 识别算法使用基于 BP 神经网络的多层判别树架构，显著提高了字符的识别率。综合以 上算法，本算法对 1000 张机器运行中实际采样图片的识别率达到 98.3%，相比机器原 93% 的识别率，有较大提高。 最后，为了验证算法的时效性，本文将算法移植到 DSK6416 平台，模拟清分机的运行过 程，进行硬件仿真运行，验证算法的运行效率，实际结果，算法单张平均识别时间 13.6ms， 达到预期 20ms/张的识别速度。 关键词：斑块去除；直线去除；图形学双边缘检测；判别树；DSK6416。 I 基于 OCR 的纸币冠字号识别及硬件仿真 Abstract Paper currency number recognition technology is the essential of the sorter.A lot of automatic teller machines also have this function.But now the recognition technology requirements of paper money is relatively new,no stains or otherwise the error on coin. The main reason is that the machine with built-in recognition algorithms can not process the pollution. The content of this paper is trying to put forward some solutions to solve these problems. Through analysising the error samples of a sorter disigning company ing Shanghai , there are several recognition problems: large stains plaque, the linear disturbance number region, low resolution characters, recognition algorithm. The causes of these problems and solutions are discussed in this paper. First of all,the plaque or particulate is one of the pollution.We usually use the way of dis