字符識別在現(xiàn)實場景中有著廣泛的應用需求和研究意義。身份證的字符識別,銀行票據(jù)的字符信息提取及錄入,無不要求字符識別系統(tǒng)能夠快速準確地將圖像中的字符信息提取出來。本文以市場交易中常見的票據(jù)作為研究對象,探索票據(jù)圖文識別的研究方法。通過成像設備獲取的票據(jù)圖像往往因為拍攝條件較差容易受到噪聲干擾,獲取到的圖像也容易發(fā)生傾斜。首先,本文通過分析噪聲的成因,采用去噪算法對圖像進行還原操作。其次,為了將圖像中冗余的信息去除,選擇將圖像進行二值化操作,二值化之后的圖像從3通道彩色圖變成灰度圖,降低原始圖像通道顏色的信息冗余。現(xiàn)有的目標檢測算法在文本平直的情況下才能獲得較好的檢測結果。為了提高圖像信息提取精度,本文對圖像進行了傾斜校正。最后本文對票據(jù)圖像進行版面分析,對票據(jù)不同的區(qū)域進行了分割研究,以便于對票據(jù)的關鍵信息進行提取。本文在文本檢測算法中采用基于YOLO-v3的目標檢測算法,在原始的YOLO-v3算法中融入空間注意力模塊與通道注意力模塊,加入空間注意力機制能使圖像主體獲得更高的權重,背景等內容將會獲得較小的權重。通過加入通道注意力機制賦予各通道不同的權重,使信息量大的通道獲得更大權重,更有...

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題來源與研究意義
    1.2 字符識別國內外發(fā)展現(xiàn)狀
    1.3 本文主要研究內容
第2章 圖像預處理以及版面分析
    2.1 票據(jù)圖像預處理
        2.1.1 票據(jù)圖像的噪聲去除
        2.1.2 票據(jù)圖像二值化
        2.1.3 票據(jù)圖像的傾斜校正
    2.2 版面分析
    2.3 本章小結
第3章 文本檢測算法
    3.1 深度卷積神經(jīng)網(wǎng)絡
    3.2 深度學習目標檢測網(wǎng)絡
    3.3 注意力機制
        3.3.1 空間注意力機制
        3.3.2 通道注意力機制
    3.4 文本檢測算法
        3.4.1 多尺度圖像金字塔
            3.4.1.1 高斯金字塔
            3.4.1.2 拉普拉斯金字塔
        3.4.2 基于改進型YOLO-v3 的目標檢測網(wǎng)絡
            3.4.2.1 初始化候選框
            3.4.2.2 稀疏訓練
            3.4.2.3 通道剪枝
    3.5 文本檢測實驗與分析
        3.5.1 文本檢測數(shù)據(jù)集
        3.5.2 試驗參數(shù)設置與實驗結果分析
    3.6 本章小結
第4章 文本識別算法
    4.1 基于深度學習的文本識別算法
        4.1.1 特征提取網(wǎng)絡
        4.1.2 特征序列識別
        4.1.3 長短期記憶網(wǎng)絡
        4.1.4 改進型長短期記憶網(wǎng)絡
        4.1.5 序列識別解碼
        4.1.6 文本識別算法框架
    4.2 語言模型
        4.2.1 門控卷積神經(jīng)網(wǎng)絡
    4.3 文本識別實驗與分析
        4.3.1 文本識別數(shù)據(jù)集
        4.3.2 參數(shù)設置
        4.3.3 實驗結果分析
    4.4 本章小結
第5章 票據(jù)圖像字符識別平臺實現(xiàn)
    5.1 票據(jù)圖像字符識別算法流程
    5.2 模塊介紹
        5.2.1 數(shù)據(jù)構建模塊
        5.2.2 文本定位識別模塊
        5.2.3 票據(jù)字符識別界面展示
    5.3 本章小結
第6章 研究結論與展望
    6.1 工作結論及創(chuàng)新點
    6.2 展望
參考文獻
致謝
作者簡歷及攻讀學位期間發(fā)表的學術論文與研究成果



本文編號：3781724