储蓄凭条中手写体的提取与净化

摘要

目前,中国银行普遍应用电子计算机处理储蓄业务,大量的票据靠手工输入,速度慢,录入人员数量大,劳动强度大.银行票据自动识别系统能够对票据中的数据信息进行识别,由手工录入转化为计算机的自动处理.国内外已经对银行票据自动识别系统作了很多的研究工作,但是,在对储蓄凭条中的手写体处理方面约束性强,而且只能够处理手写体的小写和大写金额,在分割手写体汉字时会出现丢失笔划的情况,还没有能够同时处理不同类别的储蓄凭条的系统.该文在现有的研究成果的基础上,设计了一种基于先验知识的二值化方法,可以减小二值化处理对手写体笔划的宽度所产主的影响,并且针对于手写体汉字的结构特征,提出了一种新的图象分割方法,该方法解决了手写体汉字笔划丢失的问题,同时,该文还克服了手写体与基线或印刷体文本交叠的局限性,在进行基线去除时,如果手写体与基线交叉,则会出现笔划断开的问题,该文可以对笔划中的裂缝进行弥合处理,而且能够将手写体从印刷体中分离出来,此外,该文通过模板匹配的方法扩大了处理对象的范围,能够将不同类别的储蓄凭条中的手写体填充项提取出来.

目录

文摘

英文文摘

第1章引言

1.1银行票据识别系统的研究概述

1.2本文的贡献和主要工作

1.3各章内容安排

第2章预备知识

2.1位图文件的基础知识

2.2图象的几何变换

2.3数学形态学的基本操作

2.4霍夫变换原理

2.5图象分割

第3章BECS的结构介绍

3.1 BECS的体系结构

第4章BECS中表格分析系统的设计与实现

4.1数据结构的定义

4.2未填充储蓄凭条的预处理

4.2.1基于先验知识的二值化算法

4.3未填充储蓄凭条的表格分析

4.4建立结构模板

第5章BECS中手写体处理系统的设计与实现

5.1已填充储蓄凭条的预处理

5.1.1平滑处理

5.2基线的去除

5.3笔划信息的恢复

5.4手写体的提取

5.5手写体的净化处理

5.6手写体图象的存储

第6章实验结果

6.1 BECS中各模块处理结果

6.2算法的实验结果及分析

结论及未来研究方向

致谢

参考文献

声明及授权书