基于模板匹配和差影处理的票据图象检测

《基于模板匹配和差影处理的票据图象检测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于模板匹配和差影处理的票据图象检测陈强杨静宇娄震张重阳!南京理工大学计算机科学与技术系"南京!&""E##F1=,;B&./?-G;,"HH!IJ;K$>;-,$.9=摘要票据图象的准确分类检测是实现金融票据自动处理的基础$论文应用经典的数字图象处理理论"提出了一种新的多类别票据图象检测方法"即在原始票据图象利用模板匹配先得到相应的有效图象"再运用差影技术对滤波去噪后的有效图象进行模板存在与否的检测$实际的票据分类处理实验结果证实了所提出的方法的有效性$关键词图象匹配差影检测文章编号&""!1L))&1!!""#%!%1"!"%1"!文献标识码M中图分类号NO

2、)!#!"#$%&%’&()*)+,(--,./#0)*1%23-4&%56&7"(*86*092.8%:;&()*?"%*@(6*8A.*8B(*8C;D);E"%*F".*8?")*8C.*8$7?K,4<=?-<9P+9=KA&&N/?.944?.>;P;.,<;9-9PU;BB;=,:?;>;>9P4?,B;5;-:P;-,-.?U;BB,A<9=,<;.K49.?>>V;-:$W0A>?9P.B,

3、>>;.,BQ;:;<,B;=,:?K49.?>>;-:94K49J;Q?Q$N/?,J,;B,UB?;=,:?;>P9A-QU0?U0P;BAU><4,.<;9-;>A>?Q<9Q?K49J?Q

4、U0AB<9P.B,>>;P;.,<;9-9-=,-0U;BB;=,:?>$H%CI)=J/&;=,:?!=,<./;-:!>AU><4,.<;9-!Q?

5、票据图象中的位置可以通过搜索互相关函数的自动分析#验证#检索!对于确保金融业务的安全#提高工作效峰值来得到"率#减轻劳动强度和增加处理准确性都具有重要现实意义’&("因一般情况下在给定的目标模板和输入图象之间不仅要有金融票据种类的多样性!所以票据的准确分类检测是实现金融平移量!而且有放缩比例和旋转角!如&票据自动处理的关键"运用传统的文档分析方法不仅计算复)+%6*+&6$$)!#%(-!$!!"%$)%杂!可移植性不好!且难以实现"论文提出了一种高效#快速的..&!多类别票据图象检测方法!经过一定数量的样本的处理!取得其中.!.是比例系数!$%6!&6%是平移

6、量!"是旋转角"这&!了较好的结果"样求互相关最大的搜索空间为$%6’&6’.’.’"%!计算复杂度爆&!炸性的增长"由于原始票据图象是真实票据经过高精度扫描设!有效图象获取备得到的!图象基本没有倾斜!一些由于光学和机械原因造成根据版面分析!作者采用原始票据图象右上角的具有唯一的图象倾斜变形完全可以通过前期处理进行矫正!所以在原始性的票种代码如)"!!)"&等为模板"原始票据图象中已知模板票据图象上的搜索可以完全按照水平和垂直方向进行"的位置可以通过在模板图象!$"!#%和票据图象$之间搜索匹配点来得到相关位置坐标’!*"图&为原始票据图象和模板图象"因为相关的

7、模板图象相对于原始票据图象来说小得多!这针对位移量$%!&%!设定区域相关系数’$%!&%如下&里采用了直接在空域进行二维对数搜索$!789:,4;?,4./%的办法!避免了采用@9A4;?4变换求解区域相关系数!’$%!&%(!!$$)!*%!$)+%!*+&%!"$%!&%$&%’$%!&%"该方法对*/#的区域将搜索次数降到约B9:#次"按如)*依据+,-./012./3,45不等式!可以得到&下设定均值失真函数&)*&’$%!&%(!!$$"!*%!$"+%!*+&%#0$1!2%(!!4’$$5!3%+!$561!362%*!"D57

8、%!"D37&$#%"*