张铮[1]2001年在《金融票据的版面分析及手写数字的识别》文中提出金融票据的自动识别是模式识别的重要应用领域。几乎涉及了模式识别与图像处理的所有重要分支，是一个综合的研究课题，具有理论和实用两方面的价值。本文从实际工作出发，总结了作者在银行票据自动处理系统中，票据的版面分析及其数字域的识别这两个方面所做的一些工作，研究了目前在这个领域上的一些先进方法和思想，同时提出了一个完整的票据版面分析系统以及对现行系统的一些改进思路，为进一步的工作打下基础。 在提出一个完整的票据版面分析系统的基础上，作者对票据的版面分析流程中的每一个模块做了详细的讨论，并且给出了具体的方案。在版面学习阶段，主要包括预处理和票据表格信息提取两个部分。接下来，就是票据版面的类型识别阶段，本文给出了两种方法。在票据填写域（变域）的版面分析阶段，主要包括无损脱框和字符串的分割两个方面。本文只讨论变域为数字域的情况。其实，这个阶段也就是手写数字识别的前处理阶段，为手写数字的识别做一些准备工作。 手写数字识别是本文的一个重要内容。在给出基本概念以后，作者探讨了目前系统中所使用的手写数字识别方法——基于拓扑结构的方法，并给出了实现这个方法的具体措施以及实验的部分结果。同时，还研究了基于轮廓分段特征的手写数字识别方法，并将其与基于拓扑结构的方法从特征提取的特征不同，特征存储与表示的不同、判决分类的方法不同以及对待拒识结果的处理不同等各个方面都进行了比较。目前在手写数字识别方面有许多研究成果，如近年来多分类器和神经网络在这方面的应用得到了普遍重视，作者最后探讨了在现行识别方法的基础上，从互补优势的思想出发，吸收多分类器和神经网络技术的思想，提出了一个关于现行识别方法的改进原型。 总之，本文的贡献在于提出了一个完整的票据版面分析系统的原型，并对其中的每一个模块做了详细的讨论；探讨了目前系统所使用的基于拓扑结构的手写数字识别方法，并给出了实现这个方法的具体措施以及我们实验的部分结果；最后，根据目前所存在的问题，提出一个关于现行识别方法的改进原型。
张艳[2]2008年在《票据自动处理系统中若干关键技术研究》文中指出随着我国经济的迅速发展以及全国票据交换系统的推广,使得金融票据凭证的使用量呈现了跨越式增长。现今我国的信息化已经进入全方位、多层次推进的新阶段,信息化也从对银行发展的“支持”阶段走向“支撑”阶段,由经济全球化带来的行业竞争不断加剧,国内金融业对票据自动化处理系统的需求也渐大,票据自动处理系统的市场前景十分广阔。票据自动处理系统以实现自动的票据输入与复核为目标,覆盖了从前端信息录入到后端事后监督的主要部分:直接从票据凭证影像中提取要素数据(如凭证号,账号,日期,金额,磁码等),在后台进行OCR流水识别,自动建立凭证索引,以便于支票图像存档检索;与银行事后监督系统相结合,生成待监督数据文件,通过与流水识别取得的业务系统中临柜帐务数据进行核对,替代操作人员完成事后监督工作;配有印章验证系统后,自动将凭证图像中的客户印章与系统中预留的印鉴进行比较,完成印章的真伪识别,提升银行业务处理效率。作为票据自动化处理过程中不可或缺的核心技术,票据OCR系统主要根据票据影像,来完成种类和主附件关系的判定,以及票据要素的自动提取以及识别,并将数据提供给后续的相关业务使用。在学科上票据OCR识别属于模式识别和人工智能的范畴,不仅对银行业有非常大的实用价值,而且容易在其他领域中得到转化应用,在国内外保险、海关、税务、教育、邮政、医务、政府行政管理等领域都有着广泛的应用前景。票据自动处理系统实际应用的关键在于,确保票据各识别域识别结果的高可靠性。本文对票据自动处理系统的各个模块进行相应的分析,对票据自动识别中的若干关键技术进行了深入的研究,并给出了相应的实现方案。主要研究工作可归纳为以下叁部分:(一)在版面分析中,首先根据票据中框线目标的特点,提出了一种有效的框线检测与提取算法;其次,基于框线提取,采用基于框线相关性的相似度模型来计算票据框线间的相似度,提出了由粗到细的多类别票据版面判定的方法。在真实数据集上的试验结果表明了该算法的有效性。(二)预处理中,根据票据图像的特点1)通过综合字符笔画双边缘特征与背景抑制增强,来提取复杂背景下识别域子图中的字符目标;2)采用连通链结构来描述框线检测结果与字符目标提取结果融合后的框线区域,通过对交迭进行检测和标记,来判别字符与框线的交迭方式,并据此保留字符笔画去除框线干扰,还原待识别字串真实的面貌;3)结合轮廓分析与拓扑结构分析,来确定粘连数字串的分割策略,对无限制手写数字字符串进行有效的切分。最后采用视觉效果评判和基于字符识别的同类算法对比实验的评价方式,结果证实了提出的算法更为有效。(叁)在手写体数字字符识别中,分别从构建代表训练样本集和组合分类器与特征的角度出发,对手写体数字识别进行了研究,提出了基于AP与LDA的手写阿拉伯数字识别算法,及组合结构特征和统计特征的手写数字识别算法。所提算法在仿真数据集以及现实应用中都取得了比较好的效果。本文最后简要介绍了票据自动识别子系统在银行票据后督系统和支票影像交换系统行内系统中的应用实例,均已在实际中得到应用,取得了良好的效果。
宋婉娟[3]2007年在《票据中手写数字识别的研究》文中指出随着经济高速发展，金融业市场化进程日益加快，票据业务不断膨胀，票据数量与日俱增，而票据处理工作十分繁重。为了摆脱这种繁重的重复枯燥的劳动，计算机识别可以发挥重要作用，因此票据自动识别系统的研究非常有必要。票据中的手写体数字的自动识别是这类系统的关键。手写数字识别系统主要涉及到图像处理和模式识别领域。本文以票据中的手写体数字为研究背景，介绍了手写数字的识别过程。重点研究了手写数字串的分割以及分类器的选择和训练。手写数字的识别一般分为图像预处理，特征提取，数字串分割，识别这几个阶段。首先，票据的数字图像进行预处理，通过去噪，平滑，二值化等一系列预处理工作，得到较利于识别的二值图像；通过版面分析，确定需提取要素所在区域；采用Hough变换去除框格线，得到待识别的手写体数字串；本文提出了一种基于识别的分割方法以得到分割最佳组合，这种分割方法的分割结果是基于识别结果的，在识别数字的同时得到分割结果；设计了包含sigmoid神经元的BP神经网络分类器识别手写数字，在训练分类器的时候，将反例样本作为必要的训练样本估计分类器的参数，并且合理的选择正例样本和反例样本的比例，这样训练得到的分类器具备很好的分类能力。试验数据表明，这样设计的手写体数字识别分类器大大的降低了误识率，得到了较高的识别正确率。
林强[4]2010年在《基于OCR的支票识别系统的研究与实现》文中进行了进一步梳理随着社会经济和金融活动的迅速发展,商业银行等金融系统每日处理各类票据的数量在迅速增长,然而票据处理仍然停留在传统的人工作业方式,显然已不能满足社会发展的需求。票据的自动化处理技术主要利用OCR等算法自动将银行票据上的数据和文字转化为计算机可以处理的信息代码。本文的主要工作总结如下：(1)设计实现了一种基于OCR的支票识别系统CheReS。该系统自动对输入的支票图像进行预处理、版面分析、文字抽取与切分、特征提取与识别、识别结果校验等多个环节的处理,最后给出支票的识别结果。实验结果表明,该系统能有效完成支票的自动处理,准确识别出支票各区域的数字。(2)实现了一种基于矩形框线检测的版面分析算法。该方法首先建立支票的模板,标记不同的识别区域；然后采用一种基于窗口搜索的直线生长算法实现支票上矩形框线的检测。根据矩形框线的位置实现模板的定位,即可确定各识别区域的位置信息。针对文字串抽取过程中的字符越界、非法字符侵入、框线干扰等问题,本文采用投影直方图分析、连通域分析等算法实现鲁棒的文字抽取。(3)提出了一种基于连通域分析和字符识别的切分算法。该方法在切分的过程中引入了评估反馈机制,有效提高了手写文字切分的准确性。针对小写数字受网格约束的特点,本文实现了一种基于子连通域的网格隶属度的切分算法。(4)实现了一种基于隶属度分析的四方向属性特征的提取方法和一种基于最小均方误差准则的多分类器融合算法,实现了大写数字的鲁棒识别；利用人工神经网络算法实现小写数字的识别。利用支票不同识别区域的重复信息,本文提出了一种支票数字的校验方法,提高了支票识别的准确性。
信欣[5]2006年在《金融票据版面的自动识别技术研究与原型系统设计》文中研究表明金融票据的自动识别是模式识别的重要应用领域。几乎涉及了模式识别与图像处理的所有重要分支,是一个综合的研究课题,具有理论和实用两方面的价值。本文在收集和分析大量近年来国内外文档图像处理方面的研究报告、学术论文的基础上,对文档图像版面理解所涉及的若干问题进行了深入探讨;着重对文档图像的倾斜校正、版面分析和版面识别进行了研究,并且完成了原型系统的实现,经测试,可以满足要求。主要工作包括:1.对文档图像的预处理进行了研究。文档图像输入时会产生一定的歪斜,文档版面理解和OCR识别算法对文档的倾斜非常敏感,文档图像的倾斜校正十分重要。针对种类繁多、版面复杂的文档,本文对基于整数Bresenham算法求方向投影的倾斜检测方法进行了研究,并与改进的Hough变换方法进行了比较,发现其具有很强的抗干扰性和应用适应性,可以自动进行倾斜调整并且具有较高的可变的精度。2.对表格文档图像的版面结构进行了分析。论文研究了完整的表格结构表示方法,提出了基于表格线段交点为特征的文档类型识别算法。该算法由两个步骤组成:首先是文档图像中表格线段的提取。目前,在图像中提取线段的算法有很多,这些算法各有优缺点。在分析这些算法优缺点的基础上,根据文档图像中线条的特点采用了一个基于线段支持区域的线段检测算法。第二步,在表格线段检测的基础上,根据不同文档有不同几何和拓扑结构这一原理,提出了一种以参数化表格交点为特征点的文档类型匹配算法。3.对表格文档图像的逻辑结构进行了分析,论文提出了一种基于数据域与标题域联系的树形结构表格全局逻辑结构的表示方法,此方法可以很好地将表格的逻辑结构与数据库中表中的数据结构对应起来。并对一种关于表格文件逻辑结构提取的方法进行了研究。此方法主要分为整表的全局划分、局部的逻辑结构分析、整表的再次全局划分和将分析出的各个局部表区用树形结构表示,最后将整个表格用树形结构表示等几个步骤。该方法强调对文件全局和局部布局结构的综合分析,与以往的仅仅从局部上对表格逻辑结构进行确定的方法相比,它具有较高的识别正确率,并可以识别结构更为复杂的表格文件。
张重阳[6]2004年在《票据自动处理系统中的预处理技术研究》文中研究指明金融票据自动处理系统以其较高的学术价值和应用价值越来越受到国内外众多着名研究机构以及学者的广泛重视。票据图像的预处理是字符识别的前提和基础，预处理效果的好坏将直接影响到系统的整体性能。目前的研究和应用表明，预处理效果的不理想已成为识别错误的主要原因之一。因此研究如何提高预处理后字符图像的质量对于提高系统的整体性能具有极其重要的意义。 本文以金融票据为研究对象，主要对预处理过程中的一些核心技术进行研究和改进，并取得了一定的成果。 针对票据图像中普遍存在的笔画与表格框线交迭的现象，提出了直接利用图像灰度信息的灰值线检测与去除算法。在直线检测过程中设计了灰度图像中的Hough变换来精定位直线的两条边沿；在去直线过程中对边缘特征进行分析，采用基于保护区的策略将线去除。在支票上的试验表明该算法是有效的。 票据图像背景复杂，直接选取阈值比较困难。提出了利用形态学算法检测笔画双边缘的方法以及两种二值化算法：(1)从图像分割的效果评价角度出发，结合字符图像的特点提出了利用递归过程选取阈值的方法。在每一次的递归过程中，由最大方差阈值去除图像中最亮的一类，直到图像中只剩下最黑的一类目标(字符)。(2)通过灰度和双边缘特征分析进行二值化。灰度值描述了像素自身的特性；双边缘描述了像素在局部窗口内的相对特性。通过二维直方图内的投影变换，目标和背景对应的峰更明显，阈值选取变得较容易。采用视觉效果和识别效果两种评价方式与常用的5种文档图像二值化算法进行比较，结果表明了提出的两种算法更有效。 针对票据中大量的数字串填写在定位格内的情况，提出了一种新的数字分割方法。该方法将数字粘连划分为过渡粘连和共用粘连两种方式。对于第一种粘连，首先由上下轮廓差和结构点确定候选分割点，再依据数字的左右边缘差、纵向开口深度和结构点对结果进行修正；对于第二种粘连，则直接依据结构点进行分割。对622个粘连字串的平均分割成功率为92.28％。 最后本文给出了一个基本的后督手写支票自动处理系统，主要对其中的一些图像处理和模式识别技术进行了简单介绍，该系统已经在实践当中得到了使用，取得了良好的效果。
靳从[7]2007年在《中文版面分析关键技术的研究》文中认为版面分析是版面信息处理系统的重要组成部分，旨在将纸制文档内容转化为电子信息，以便进一步通过版面理解实现版面数字化。版面分析的正确性，直接影响到版面理解的结果，进而决定着版面信息处理系统输出结果的语义关系和逻辑关系是否正确。在各种版面文档中，中文版面以其排版形式的多样化，以及汉字的多笔划等特点，使版面分析远较西文版面为复杂，以致成为当前版面分析技术的瓶颈。因此，对中文版面分析的研究具有重要的理论意义与实用价值。版面分析的主要内容在于分析版面的几何结构。由于版面的复杂性，版面分析所涉及的内容非常广泛。不同类型的版面反映的信息不同，版面分析过程所需的处理方法也不同。本文对中文版面分析过程中所涉及的若干关键技术进行了深入的研究，主要包括版面倾斜检测、版面区域分割与识别、版面对象顺序确定，以及表格识别等技术，其中具有创新性的研究成果主要体现在以下几个方面：1、基于视窗变换的版面倾斜检测算法版面在扫描输入时，不可避免地会发生倾斜现象，以致对后续处理产生影响。为对版面进行倾斜检测与校正，该算法首先选取适当视窗，通过对视窗内容细节部分进行变分辨率处理，提取相关特征点进行直线拟合，达到检测版面倾斜角度的目的。实验结果表明，该方法能快速准确地检测出各类版面的倾斜角度，并具有良好的适应性。2、基于版面边缘增强的版面倾斜检测算法考虑到版面复杂度对视窗选取效率的影响，本文又提出了一种基于版面边缘增强的版面倾斜检测算法。该算法首先对倾斜的图像利用算子进行处理，得到一个图像块，．该图像块的边界信息能较好的表示原版面的边界信息，然后，用4-方向链码表示该图像块的边界，从图像块中提取近似直线信息。最后，用最小二乘算法进行直线拟合，计算版面的倾斜角度。实验结果表明该算法准确度高、速度快而且与图像的内容无关。3、基于层次提取的版面分割与识别版面分割与区域识别是将版面进行空间划分，生成若干包含不同数据类型的区域。该算法首先将版面划分为图像、图表和文本等多个层次，先对版面中的图像层和图表层中的主要线段分别进行提取，再利用连通区域法对文本层进行分析，通过文本“模糊”、边缘检测、段落提取、投影周期性的判断，对图形、表格与文本各部分加以区分。可以看出，该算法将版面分割与区域识别相结合，提高了算法的效率。4、基于有向图的版面对象顺序确定该算法利用版面对象的空间结构建立空间结构有向图，将版面对象之间的顺序确定，转换为在有向图空间进行遍历搜索的过程，通过图的遍历生成遍历树来确定版面对象顺序。实验结果表明该算法有效。5、基于面向对象的有向图模型表格识别方法该算法首先提取空表格中各对象的特征及属性，建立相应表格模型，再对待识别表格提取特征，采用两级匹配，充分利用其与模型之间特征线及相关特征线的匹配相似度，结合逻辑关系确定表格类型，达到表格识别的目的，从而提高了表格识别的正确率。实验结果表明，该方法具有高效、灵活的特点。最后，本文建立一个票据版面分析实验系统，并在此实验系统基础上，对文中所提出的版面倾斜检测、版面分割与识别、版面对象顺序的确立及表格识别等算法进行了相关实验。实验结果表明，本文所提方法，在票据版面分析中，实际应用效果良好，所提方法具有通用性。
陆锋, 伊卫星, 袁晓辉[8]2003年在《神经网络模式识别对金融票据中数字特征的识别方法研究》文中研究指明本文采用神经网络模式识别的方法,研究了金融票据中数字等特征的识别问题。对票据的金额数字和身份证数码进行了分割、图像处理和特征提取,并在此基础上用改进的BP网络对其进行了识别。实验结果表明,用此方法能取得比较好的识别效果。
陈光[9]2006年在《特定领域OCR系统的精度与速度问题研究》文中研究说明经过五十多年的艰苦努力，人们在文字识别领域取得了众多成果，逐渐成熟的文字识别技术使得满足金融、邮电通信、新闻出版、办公自动化等领域对实用化OCR技术的迫切需求成为可能。虽然最近几年才开始尝试把OCR技术应用到金融票据和信息检索领域，但是由于强烈的市场需求的推动，这些研究方向已经逐渐成为文字识别领域的两大应用热点，大大推动了OCR理论和技术的进一步发展。在金融领域，OCR主要用于对金融票据上的信息进行识别，进而完成自动化的结算、后督等功能；在信息检索领域，主要利用OCR将纸质媒介上的信息转换为可供计算机处理的格式，使用户能够方便的检索和访问，同时提供进一步信息挖掘的基础。目前，各国的研究机构和公司都加紧研究面向实用的OCR技术，各方面对此都非常重视，北京邮电大学模式识别实验室(PRIS实验室)的金融票据OCR技术研究不仅与许多企业和银行部门展开了合作，也受到了国家863项目的支持。在这种背景下，本文的研究目的就是参考国内外最新研究进展，在PRIS实验室的技术积累基础之上，在“金融票据OCR系统中的成套关键技术”的国家863项目的支持下，对金融票据OCR系统中的关键技术进行研究和改进，并结合最新的信息检索领域的应用，提出相应的解决思路。本文进行的主要工作如下：1．对于汉字识别这样一个统计模式识别的问题来说，训练样本的数量和质量对于系统的识别性能是非常关键的。当训练样本的数量和质量不能满足需要时，我们无法正确估计样本的统计分布，无法得到最优的识别率。本文提出一种新的基于余弦整形变换的手写汉字训练样本生成方法，可有效提高现有手写汉字识别系统的识别性能。通过对原始训练样本进行基于余弦整形变换的样本生成和样本筛选，一定程度上缓解了某些条件下训练样本不足的问题，增强了识别器的扩展能力和鲁棒性。2．手写体汉字变形问题是手写体汉字识别中的关键问题，归一化处理是直接从汉字点阵图像上矫正手写变形、减小属于同一类别的不同模式之间差异的主要途径。但是，在对图像进行规整的过程中，也引进了可能会影响识别精度的锯齿等不利因素。为了更有效的提取手写汉字的特征，提高识别精度，本文提出了一种利用非线性归一化过程产生的坐标变换信息来提取手写汉字有效特征的方法。该方法通过非线性归一化获得各有效像素点在原汉字图像及规整后汉字图像中的坐标变换关系，在原图像上抽取各点特征，在归一化图像上进行网格的均匀划分和特征统计并形成用于分类的特征向量。该方法有效克服了以往先进行归一化预处理方法和动态网格方法的一些不足，兼顾了与传统结构特征提取方法的有效结合。3．研究了基于PCA和LDA的手写汉字特征压缩问题，通过特征压缩，使原先的高维特征能够高效地用于实际识别过程，在保证汉字识别率的情况下，特征矢量维数大大降低，使用基于LDA的方法在一定的压缩比率下，汉字识别率也得到了改善。4．金融票据中手写体金融汉字的识别这类问题，属于背景和字形情况都相对复杂的小字符集汉字识别问题，对识别器的区分能力和鲁棒性都有较强的要求。实验表明，使用马氏距离进行分类，通过适当选择参数，可以达到较高的精度，但运算量非常大，难以用于实际系统。本文提出渐进的马氏距离计算方法，并将其应用到金融汉字的识别系统中，在保证识别精度的同时，大大提高了系统的处理速度。在针对实际采集的金融票据中汉字的实验表明，该方法的效果是非常显着的。5．研究面向图像信息检索与图像信息过滤的OCR技术和系统框架，探索传统OCR技术如何更加高效应用，如何与信息检索和信息过滤系统紧密结合，提出基本的解决思路。
丁杰[10]2010年在《无限制手写体数字串切分与识别的相关问题研究》文中研究说明字符识别是模式识别的一个重要分支,手写体阿拉伯数字识别作为光学字符识别(OCR)的一个方面,在特定的环境下有着重要的实用价值,如邮政信函地址阅读、银行票据自动处理系统等等。随着研究的深入和技术的发展,手写体数字的识别对象已由规范、孤立的手写体数字向无限制、连续的手写体数字串发展。目前大多数离线识别系统是基于单字识别的,字符切分作为单字识别的前提和基础,成为不可缺少的关键步骤。由于手写体字符存在变形、粘连和断笔等原因,字符串切分技术成为OCR系统中的主要难题,字符串切分效果的好坏将直接影响系统识别的正确率,成为系统整合的核心技术。因此,字符串切分的技术研究对于提高系统的整体性能具有极其重要的意义。本文以非限制手写体数字串为研究对象,提出了一种新的基于手写体数字结构特征的切分方法,切分过程依据数字串的笔划组合完成。主曲线是一种基于非线性变换的特征抽取方法,借由通过数据分布“中间”并满足“自相合”的光滑曲线来进行特征抽取,能够获得手写数字字符笔划的稳定描述。使用主曲线分析完成字符模板的笔划抽取,在此基础上以字符识别器提供的置信度为依据指导切分过程,在国内现行票据集上的实验结果表明该方法的总体性能有所提高。针对手写数字串笔划集合的冗余度以及切分算法的高复杂度问题,对字符笔划抽取模糊特征,引入模糊规则处理笔划,处理过程分为叁个方面：(1)不规则笔划的分裂；(2)笔划碎片的合并；(3)冗余笔划剔除。基于模糊规则的笔划处理过程有效地解决了笔划的断裂、交错等问题,同时减少了笔划集合中的笔划数量,从而降低了笔划组合的算法复杂度,从整体上提高了执行效率。目前常用的手写数字切分方法有基于投影和轮廓特征的方法、基于结构特征的方法和基于识别的方法。基于投影和轮廓特征的切分方法对于具体的应用对象缺乏针对性,而基于结构特征的切分由于缺乏识别的指导,往往导致切分质量不高。因此,在切分过程中引入识别机制是提高正确率的有效手段,识别算法的好坏直接影响切分效果。为此,提出了一种基于Affinity Propagation (AP)聚类和仿生模式识别理论的识别方法。该方法通过AP聚类选择代表训练样本,依据仿生模式识别理论构建和划分样本空间,根据待识样本到各特征子空间的相对距离判定所处空间并进行分类识别。在两类拒识情况下,即待识样本游离于子空间之外和特征子空间出现重迭,计算基于类条件的后验概率对样本进行相对区别。Concordia大学的CENPARMI手写体数字库与南京理工大学手写金额库上的实验结果表明了该方法在识别率方面优于传统的分类器。基于识别的手写数字切分方法以字符识别器提供的置信度为依据进行切分度量,选取真实反映识别结果的置信度成为切分成败的关键。为有效地解决字符串切分中的欠分割与过分割问题,提出了后验概率模型,并以此描述和评价切分过程,最优切分结果由极大似然估计(MAP)给出。
参考文献：
[1]. 金融票据的版面分析及手写数字的识别[D]. 张铮. 华中师范大学. 2001
[2]. 票据自动处理系统中若干关键技术研究[D]. 张艳. 南京理工大学. 2008
[3]. 票据中手写数字识别的研究[D]. 宋婉娟. 华中师范大学. 2007
[4]. 基于OCR的支票识别系统的研究与实现[D]. 林强. 北京邮电大学. 2010
[5]. 金融票据版面的自动识别技术研究与原型系统设计[D]. 信欣. 西安电子科技大学. 2006
[6]. 票据自动处理系统中的预处理技术研究[D]. 张重阳. 南京理工大学. 2004
[7]. 中文版面分析关键技术的研究[D]. 靳从. 南京理工大学. 2007
[8]. 神经网络模式识别对金融票据中数字特征的识别方法研究[J]. 陆锋, 伊卫星, 袁晓辉. 苏州大学学报(工科版). 2003
[9]. 特定领域OCR系统的精度与速度问题研究[D]. 陈光. 北京邮电大学. 2006
[10]. 无限制手写体数字串切分与识别的相关问题研究[D]. 丁杰. 南京理工大学. 2010
标签：计算机软件及计算机应用论文; 手写体论文; ocr论文; 特征提取论文; 图像分割论文; 图像融合论文; 文字识别论文; 模式识别论文;