[发明专利]一种断裂粘连激光印刷数字串识别方法

说明书

本发明公开了一种断裂粘连激光印刷数字串识别方法，第一步：对网银盾分区提取序列号、二值化、去除断点和噪声、序列号分割、数字归一化、平滑轮廓等算法进行研究；第二步：采用4联通寻找法提取数字的连通域数量，对只有一个连通域的数字，分析字符3/4高度内的最大宽高比从而分离数字1；第三步：在前两步的基础上，结合数字轮廓的切线斜率突变特征进行分析，构造编码表对数字进行识别。实验采用Linux系统搭载Qt框架，用C++编程实现本文算法。实验测得该算法在没有污渍的情况下，断裂粘连激光印刷数字识别准确率可达100％，实验结果表明了该算法的可靠性和实用性。

技术领域

本发明属于自动识别检测技术领域，涉及一种网银盾数字识别方法，具体涉及一种断裂粘连激光印刷数字串识别方法。

背景技术

目前常见的数字识别，分为印刷体数字识别和手写体数字识别两大类，其中印刷体数字又分为传统数字印刷和以喷墨、激光为代表的，可变数据印刷([文献1])。相对于印品质量较高的传统印刷，激光印刷的数字由于存在断点、字符粗细不一、浓淡不均、数字边缘较为粗糙、时有粘连等问题，在实际应用中正确切分，可靠地识别方法就成为保证识别率的关键因素。

实际应用中采用的数字识别方法主要有基于结构特征的方法和基于统计特征的方法。学者严国莉，根据印刷数字字符结构，抽取数字特征进行识别，并将该识别方法应用于身份证图像编号数字识别([文献2])。学者Omari SAKA研究开发了一个能根据不同的用户手写风格识别其手写数字的系统，该系统成功地设计和实现了一个高效无需求的神经网络，从而使系统能够理解不同用户手动编写的阿拉伯数字([文献3])。学者丘敏，根据神经网络的特点对汽车牌照进行应用型研究，研究了误差精度和学习速率与隐含节点数之间的关系，探讨了Hopfield网络与BP网络结合的方案在汽车牌照字符识别中的应用([文献4])，但以上算法大都存在识别的速度较慢，识别准确率有待提高等问题。

[文献1]Chen Jian-feng,Niu Shi-jun.Innovative application of digitalprinting on custom packaging[J].Today Printing,2017(10):32-35.[陈剑锋,牛世军.数字印刷在定制包装上的创新应用[J].今日印刷,2017(10):32-35.]

[文献2]YAN Guo-li,HUANG Shah,LI Dai-zhang,et al.Application of rapididentification of printed figures in ID number identification[J].ComputerEngineering,2003,29(1):178-179.[严国莉,黄山,李岱璋,等.印刷体数字快速识别算法在身份证编号数字识别中的应用[J].计算机工程,2003,29(1):178-179.]

[文献3]Omari S A K A,Sumari P,Al-Taweel S A,et al.Digital recognitionusing neural network[J].Journal of Computer Science,2009,5(6):427-434.

[文献4]Qiu Min,Mai Han-rong,Liao Xi-chun,et al.Application of neuralnetwork in vehicle license character recognition[J].Computer Engineering andDesign,2008,29(8):2041-2043[丘敏,麦汉荣,廖惜春,等.神经网络在汽车牌照字符识别中的应用[J].计算机工程与设计,2008,29(8):2041-2043.]