面向票据识别的手写数字串切分算法研究-信号与信息处理专业毕业论文.docx

北京邮电大学博士学位论文 北京邮电大学博士学位论文 摘要 面向票据识别的手写数字串切分算法研究 摘要 逐渐成熟的文字识别技术使得满足金融、邮电通信、新闻出版、 办公自动化等领域对实用化OCR技术的迫切需求成为可能。虽然最 近几年才开始尝试把OCR技术应用到银行领域，但是由于强烈的市 场需求的推动，该研究方向已经成为文字识别领域的新热点，从而 也大大推动了OCR理论和技术的进一步发展。本文在“银行票据 OCR系统中的成套关键技术”的国家863项目的支持下，对银行票据 识别中的手写数字串切分算法进行研究。 论文提出了适合数字串切分的基于HMM的切分概率模型，该 模型不需要组成数字串的单个字符具有语义信息或内在逻辑联系， 因此该模型具有更加广泛的适用性。在此模型的基础上，构建了面 向银行票据识别的手写数字串闭环切分算法。 针对传统滴水算法的不足，提出了适用于银行票据中手写数字 串切分的反向滴水算法。反向滴水算法克服了数字字符上边缘轮廓 曲线分布不稳定的不足，并利用波形分析的方法进行粘连数字个数 的估计，为切分算法提供了重要的参考信息——切分起始点和下一 步寻址信息，我们通过反向滴水算法进行粘连数字的第一次切分， 并给出可能的切分路径。 北京邮电大学博士学位论文 北京邮电大学博士学位论文 摘要 粘连数字串在切分过程中的过切分和欠切分的现象很难避免。 由于过切分或欠切分的数字组件和正常的数字在轮廓结构上有明显 的差异，所以本文利用小波和分形来提取特征，进行过切分和欠切 的判别。 本文将基于前背景分析的切分算法用于二次切分。由于该算法 是基于前景和背景特征点匹配的，所以根据特征点连线的切分路径 类似于一种穷举的方法，因此这种算法对产生正确切分路径来讲， 将更加有效。 根据基于HMM的切分概率模型，我们将数字识别器、欠切分 判决器和过切分判决器集成在一起，作为决策模型的重要组成部分 进行切分路径合理性的判断。 关键词；票据OCR数字切分HMM粘连数字个数判断反向滴水算法过 切欠切判断 北京邮电大学博士学位论文 北京邮电大学博士学位论文 Abstract STUDY ON NUMERAL STRINGS SEGMEN-】[：ALTION ALGRITHoM IN BANK CHECK OCR SYSTEM ABSTRACT The development in OCR theory and technology makes it becoming possible to meet the needs for practical OCR products in finance，postal automation，news publishing，office automation fields， etc．Though，the automation ofbank check processing systems only have been studied for few years，the strong motive foree of market and society。S needs make it becoming one of the hotspot in OCR area，and then speed the development ofthe OCR theory and technology Automatic check amount and account verification usually uses a recognition engine to recognize the individual characters．So this thesis will focus on improving the segmentation process and study on the multiple segmentation algorithms．It uses a segmentation’based recognition approach and a Recognition and Verification strategy．The approach combines the outputs from different levels such as segmentation， recognition’and post-processing in a total probabilistic decision model， which based on HMM．A new verification scheme，which contains two verifiers to deal with the prob