隨著移動支付技術(shù)的快速發(fā)展,許多移動支付場景需要綁定銀行卡號,手動輸入綁定的方式,速度很慢、易出錯。本文設(shè)計實現(xiàn)了一個基于深度學(xué)習(xí)的銀行卡號識別系統(tǒng),首先將銀行卡卡身提取,并通過透視變換對銀行卡進(jìn)行傾斜校正以達(dá)到更好的檢測效果;之后通過形態(tài)學(xué)方法進(jìn)行一系列預(yù)處理,通過像素水平分布直方圖獲得卡號區(qū)域;最后,通過基于深度學(xué)習(xí)的Advanced East文本檢測模型對銀行卡號進(jìn)行檢測,并通過CRNN+CTC實現(xiàn)了對不定長的銀行卡號進(jìn)行識別,優(yōu)雅簡潔地直接實現(xiàn)了端到端的銀行卡號文本識別。本文提出的銀行卡號識別方法,能夠?qū)崿F(xiàn)對不同類型銀行卡的自動識別,且具有較高的識別率和準(zhǔn)確率。 

【文章來源】：信息技術(shù)與信息化. 2020,(10)

【文章頁數(shù)】：4 頁

【部分圖文】：

測試銀行卡灰度圖

同時考慮到圖像的獲取會存在許多冗余的干擾信息,這些噪聲會對銀行卡的檢測造成很大的影響[6]。中值濾波器是非線性數(shù)字濾波技術(shù),經(jīng)常用于從圖像中去除噪聲[7]。本文采用中值濾波去除噪聲。為了獲取卡身的邊緣信息,并同時保證噪聲抑制和檢測的準(zhǔn)確性、完整性[8]。本系統(tǒng)采用具有抑制噪聲性質(zhì)的Sobel算子獲取檢測到的圖像邊緣。為了區(qū)分邊緣檢測后圖像的前后景信息,系統(tǒng)對圖像進(jìn)行了二值化操作,在銀行卡定位圖像二值化操作中,采用了自適應(yīng)閾值進(jìn)行二值化,其根據(jù)像素附近像素值的分布來確定該像素位置上的閾值,可以取得更好的二值化效果。經(jīng)過上述濾波及邊緣檢測后測試銀行卡圖像如圖2所示。2.2 卡身的傾斜校正

通過二值化后的銀行卡圖像我們可以看到一個很明顯的銀行卡輪廓,另外雖然在前面我們對測試銀行卡圖像進(jìn)行了濾波,但是仍具有很多噪點,在輪廓提取過程中這些噪點也可能會被提取出來,因此一副二值化圖像我們可能提取到很多輪廓,通過對輪廓進(jìn)行篩選,篩選出最符合條件的輪廓如圖3所示。根據(jù)圖3可以對卡身進(jìn)行定位,定位效果如圖4所示。

【參考文獻(xiàn)】：
期刊論文
[1]中值濾波在數(shù)字圖像去噪中的應(yīng)用[J]. 燕紅文,鄧雪峰.  計算機時代. 2020(02)
[2]基于OpenCV的銀行卡號識別系統(tǒng)[J]. 劉振飛.  電子技術(shù)與軟件工程. 2019(11)
[3]TensorFlow平臺下基于深度學(xué)習(xí)的數(shù)字識別[J]. 靳濤,張永愛.  信息技術(shù)與網(wǎng)絡(luò)安全. 2018(04)
[4]基于改進(jìn)的soble算子和zernike矩遙感圖像邊緣檢測[J]. 陳竹安,胡志峰,楊希鵬.  湖北民族學(xué)院學(xué)報(自然科學(xué)版). 2017(02)
[5]深度學(xué)習(xí)的昨天、今天和明天[J]. 余凱,賈磊,陳雨強,徐偉.  計算機研究與發(fā)展. 2013(09)
[6]視頻文本檢測和識別技術(shù)研究[J]. 朱成軍,李超,熊璋.  計算機工程. 2007(10)

博士論文
[1]圖像去噪中幾種優(yōu)化算法的相關(guān)研究[D]. 楊昊.電子科技大學(xué) 2016

碩士論文
[1]基于深度學(xué)習(xí)的銀行卡識別系統(tǒng)設(shè)計開發(fā)[D]. 趙慧敏.華北電力大學(xué)(北京) 2019



本文編號：3285775