【手写票据识别预处理算法研究】马洪波.pdf

吉林大学硕士学位论文致谢作者自1998年进入研究生阶段学习后,师从马驷良教授,学业有了长足的进步。马老师对学生严格要求、一丝不苟的治学作风使我受益良多。在手写体数字识别算法的研究过程中,马老师起着领导全局的作用,对我们的一些想法做出精辟的分析,指出应该改进的地方,并经常提出创造性的见解,和大家一起讨论,这使得数字识别的研究能够顺利进行.马老师始终倡导搞研究要有自己的想法,不要拘泥于书本上的条条框框,并且要把自己的工作和实践紧密联系起来。我想马老师对我的指导将对我以后的工作有深远的影响。

吉林大学硕士学位论文提要近几年,人们提出了不少关于模式识别方面的观点和理论,有一些甚至已经被实现,开始实际运行。金融票据不仅处理数量大,而且要求处理速度快,非常需要提高效率。本文作者针对银行的存储、取款票据的处理,提出了一些实验证明比较有效的算法.本文从票据图像的处理和数据图像的处理两个方面阐述了作者在金融数字识别系统预处理中所作的工作。详细介绍了票据倾斜摆正、票据定位、数据图像的提取、平滑化、图像标记、细化等各种问题的解决方法。

吉林大学硕士学位论文步骤有利于提高识别率.以上各种处理技术我们将在后面部分进行详细说明,本文将重点介绍其中的一些算法.1 数字识别部分经过1中的各种处理,我们就可以对数字或数字串组成的图像进行识别。数字识别是模式识别的一个子领域,通常在模式识别中用到的各种方法都可以用于数字识别。但数字识别自有其特殊性,因此我们可以根据数字具有的特点,提出一些有针对性的算法.人工神经网络方法是一种目前较为流行的方法,它具有一些传统技术所没有的特点:具有很强的分类能力,可在特征空间内形成任意复杂的决策区域:硬件实现后的神经网络分类速度很快:分类器便于训练,