投稿须知
  《图学学报》是中国图学学会主办的学术性刊物,现为《中文核心期刊要目总览》(第七版)科技类核心期刊、中国科技核心期刊(中国科技论文统计源期刊)、 ...

基于CNN的银行卡数字识别方法

作者:李尚林 王鲁达 刘东

关键词: 银行卡识别; 卷积神经网络; 数字识别; 数字分割; 平滑算法;

摘要:在拍摄银行卡时,由于受拍摄角度的不确定性、光照条件的复杂性及卡背景的多样性等众多因素的干扰,使得自然拍摄场景的银行卡数字识别算法存在较大挑战。为此,提出一种基于卷积神经网络(CNN)的银行卡数字识别框架。首先,通过投影矫正、边缘检测和形态学等一系列图像处理算法获取目标数字区域;其次,通过增强的数据集训练一个CNN,使用该网络通过滑窗识别获取上述目标数字区域,输出初始银行卡号序列,生成为一个数字曲线图;最后,提出了滑窗优化算法,该平滑算法输入上述初始的银行卡号曲线图,对其进行优化,继而分割出单个数字并输出最终结果。实验结果表明算法显著提高了银行卡数字识别和分割的准确率,同时针对较复杂的银行卡图像仍然具有较好的鲁棒性。 


上一篇:结合暗通道先验与Hessian正则项的图像去雾
下一篇:基于离散余弦变换基函数迭代的人脸图像识别

Copyright © 2009 China Graphics Net. All Rights Reserved
图学网 / 京ICP备13039637 / 京公网安备1101080201295