基于移动电话的信用卡卡号识别研究

摘要

随着电子商务和智能手机在中国的兴起，越来越多的消费者习惯在手机上进行购物。在支付环节，商家往往要求消费者输入信用卡卡号，但是卡号数字很难记忆，同时也容易输错，这个输入环节往往需要花费很长时间。很多商家想到使用手机摄像头拍摄信用卡后直接识别图片中的数字来获取信用卡卡号，从而方便用户购物。但是信用卡卡片背景复杂，卡号区域的凹凸字符灰度值与背景区域相差不明显，并且由于受字符不同表面对光线反射不同的影响，造成字符图像灰度不均匀，所以很难使用一般的方法来识别这类字符。
　　信用卡卡号识别系统主要由硬件和软件构成，本文主要使用了多分辨率小波变换提取信用卡卡片的边缘信息，并根据位置信息，提取了信用卡卡号区域。接着对卡号进行字符切分，然后对于单个字符，使用Gabor滤波，获取该字符的纹理特征，并且使用主分量分析的方法进行降维处理。最后使用机器学习的方式对单个字符进行识别，从而获得并且验证信用卡卡号后输出给用户。

目录

摘要

第一章 绪论

1．1．信用卡卡号识别的现状

1．2．信用卡的特征

1．3．信用卡识别的特点与难点

1．4．本文的主要内容

1．5．本文的章节安排

第二章 图像识别常用方法

2．1．图像识别

2．2．边缘检测

2．2．1．Prewitt算子

2．2．2．Sobel算子

2．2．3．Canny算子

2．2．4．基于小波变换的边缘检测

2．3．Gabor滤波器简介

2．3．1．Gabor小波的提出

2．3．2．Gabor函数的测不准原理

2．4．支持向量机

2．3．1．概述

2．3．2．支持向量机的优势

第三章 信用卡卡号识别的具体实现

3．1．信用卡卡号识别的主要流程

3．2．信用卡卡片区域的定位

3．2．1．目前车牌定位的主要方法

3．2．2．信用卡边缘检测

3．2．3．信用卡矩形框检测

3．2．4．信用卡倾斜纠正

3．3．信用卡卡号定位与切分

3．3．1．一般车牌字符分割算法

3．3．2．信用卡卡号区域定位

3．3．3．信用卡卡号字符分割

3．4．信用卡卡号识别

3．4．1．信用卡卡号字符的特点

3．4．2．常见的对于压印字符的特征提取方法

3．4．3．常见的字符识别方法

3．4．4．本文使用的字符识别方法

3．5．程序总体分析

第四章 结论

4．1．应用后的意见反馈

4．2．不足与展望

参考文献

致谢

声明