基于图像匹配的银行汇票鉴别技术的研究与实现
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-15页 |
1.1 选题背景及研究意义 | 第11-12页 |
1.2 目前银行汇票的鉴别手段 | 第12页 |
1.3 图像匹配方法的国内外研究现状 | 第12-13页 |
1.4 论文主要研究内容及组织结构 | 第13-15页 |
1.4.1 研究内容 | 第13-14页 |
1.4.2 组织结构 | 第14-15页 |
第2章 银行汇票鉴别相关技术介绍 | 第15-31页 |
2.1 银行汇票的先验知识 | 第15页 |
2.2 图像处理基础知识 | 第15-23页 |
2.2.1 噪声去除 | 第15-16页 |
2.2.2 灰度化 | 第16页 |
2.2.3 图像二值化 | 第16-19页 |
2.2.4 边缘检测 | 第19-23页 |
2.3 颜色空间理论 | 第23-25页 |
2.3.1 三基色原理 | 第23页 |
2.3.2 常用色彩空间介绍 | 第23-25页 |
2.4 图像匹配理论 | 第25-29页 |
2.4.1 图像匹配概述 | 第25-26页 |
2.4.2 图像匹配的过程 | 第26-28页 |
2.4.3 图像匹配性能分析 | 第28-29页 |
2.5 本章小结 | 第29-31页 |
第3章 汇票的初匹配及数字金额的鉴别 | 第31-45页 |
3.1 银行汇票图像的预处理 | 第31-35页 |
3.1.1 光照背景的校正 | 第31页 |
3.1.2 汇票角度的校正 | 第31-35页 |
3.2 基于直方图信息的汇票初匹配 | 第35-39页 |
3.2.1 灰度直方图 | 第35-36页 |
3.2.2 汇票初匹配的流程 | 第36-37页 |
3.2.3 相似性度量的选择 | 第37-38页 |
3.2.4 直方图匹配求相似度 | 第38页 |
3.2.5 直方图匹配算法的缺点及改进 | 第38-39页 |
3.3 汇票数字金额的鉴别 | 第39-44页 |
3.3.1 框线的去除 | 第40-41页 |
3.3.2 基于质心位置的粗判别 | 第41-42页 |
3.3.3 基于边缘信息的鉴别 | 第42-44页 |
3.4 本章小结 | 第44-45页 |
第4章 汇票印鉴的识别 | 第45-59页 |
4.1 基于颜色分割的汇票印鉴提取 | 第45-47页 |
4.1.1 基于RGB颜色模型的印鉴提取 | 第45页 |
4.1.2 改进的印鉴提取算法 | 第45-47页 |
4.2 印鉴的粗判别 | 第47-49页 |
4.2.1 基于质心距离的粗判别方法 | 第47-48页 |
4.2.2 多枚印鉴的定位选取 | 第48-49页 |
4.3 印鉴的精确识别 | 第49-58页 |
4.3.1 单枚的印鉴提取 | 第49-50页 |
4.3.2 基于模板匹配的印鉴识别 | 第50-52页 |
4.3.3 基于SURF特征的印鉴快速配准 | 第52-58页 |
4.3.4 基于自相关的印鉴识别 | 第58页 |
4.4 本章小结 | 第58-59页 |
第5章 实验设计与结果分析 | 第59-69页 |
5.1 实验环境介绍 | 第59页 |
5.2 系统的功能模块设计 | 第59-60页 |
5.3 各功能模块的实现与结果分析 | 第60-67页 |
5.3.1 银行汇票的整体初匹配 | 第60-61页 |
5.3.2 数字金额鉴别实验结果分析 | 第61-63页 |
5.3.3 印鉴识别实验结果分析 | 第63-67页 |
5.4 本章小结 | 第67-69页 |
第6章 总结与展望 | 第69-71页 |
6.1 本文工作总结 | 第69-70页 |
6.2 下一步工作展望 | 第70-71页 |
参考文献 | 第71-75页 |
致谢 | 第75页 |