基于深度学习的银行卡识别系统设计开发

发布时间：2020-11-04 18:21

　　 21世纪以来,我国社会不断进步、经济不断发展、科技不断突破。随着网络时代的兴起、智能手机的普遍使用,网上支付也屡见不鲜。在网上支付过程中银行卡的绑定部分,支付宝、微信已经有手机拍照识别银行卡的应用,并且越来越多的商家也在尝试开发应用此技术。本文所设计的银行卡识别系统包括银行卡卡号行的定位、卡号行预处理及字符分割、基于深度学习的字符识别及GUI界面设计四个模块。首先,本文建立了卡号行数据库、银行卡字符数据库及银行卡编码规则数据库。在卡号行的定位阶段,采用HOG算子、SVM分类器结合的方式对建立的卡号行样本特征提取。针对可能出现的多区域定位问题,用非极大值抑制算法排除误定位区域,实现对银行卡图像长号行的定位功能。在卡号行预处理及字符分割阶段,将银行卡分为黑体印刷及凹凸印刷两种类型。对黑体印刷采用常规的图像处理技术消除干扰信息,并且在实验过程中发现通过像素点转换的方法能够更彻底的去除背景干扰。对凹凸压印类型的卡号行则通过颜色空间转换的方式分离出背景信息,然后采用Canny边缘检测提取字符信息。最后,对两种印刷类型的卡号均采取垂直投影的方式分割字符。在字符识别阶段,采用主流的TensorFlow深度学习框架及LeNet-5深度卷积神经网络。首先搭建TensorFlow实验平台,然后基于原始LeNet-5网络进行字符识别,但是实验发现该网络对本文中的字符识别率不高,因此改进LeNet-5神经网络结构,增加网络深度并修改激活函数。字符识别阶段完成后,根据收集的银行卡编码规则数据库判断卡类型及发卡单位,最后,基于PyQt5编写GUI界面并展示功能。
【学位单位】：华北电力大学(北京)
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP18;TP391.41;F830
【部分图文】：

本文根据后续的分割操作，整理出〇、１、２、３、４、５、６、７、８、９十个数字??共计８０００个单个银行卡字符，其中６０００用于网络训练，２０００用于网络测试，??归一化大小为３２＊３２像素，其中部分字符数据库如图２－２所示。??ｔｉＭｖｍｍｉｍｍＫｍｍｍｍｍｍｗｍｔ??ＱＥ０３ＱＢＱＱＥＨＥＥＥＨＱＢ??ｎａｍＣＫＫＥＢＢＥＫＥＫｆｉＢ??ｉｍｍａｍｕｕｕｆｉ??阁２－２部分字符样本??２．２特征提取算法??２．２．１?Ｈａａｒ?特征??Ｈａａｒ特征是一种用于Ｒ标检测或识别的图像特征描述子，通常和??ＡｄａＢｏｏｓｔ分类器组合使用，而且由于Ｈａａ丨？特征提取的实时性以及ＡｄａＢｏｏｓｔ??分类的准确率，使其成为人脸检测以及识别领域较为经典的算法。??７??

?ｉ＿ｒｎ—．．＿丨＿｜＿＿?一．一．．一―轉嫌?．．福??ｂ）卡号行负样本示例??图２－１部分卡号行正负样本??（２）字符数据库的建立??除上述数据库外，在字符识别阶段，为识别分割处理后的银行卡图像单个??字符，在神经网络训练时，还需建立单个字符数据库，类似于手写体数据集。??本文根据后续的分割操作，整理出〇、１、２、３、４、５、６、７、８、９十个数字??共计８０００个单个银行卡字符，其中６０００用于网络训练，２０００用于网络测试，??归一化大小为３２＊３２像素，其中部分字符数据库如图２－２所示。??ｔｉＭｖｍｍｉｍｍＫｍｍｍｍｍｍｗｍｔ??ＱＥ０３ＱＢＱＱＥＨＥＥＥＨＱＢ??ｎａｍＣＫＫＥＢＢＥＫＥＫｆｉＢ??ｉｍｍａｍｕｕｕｆｉ??阁２－２部分字符样本??２．２特征提取算法??２．２．１?Ｈａａｒ?特征??Ｈａａｒ特征是一种用于Ｒ标检测或识别的图像特征描述子，通常和??ＡｄａＢｏｏｓｔ分类器组合使用，而且由于Ｈａａ丨？特征提取的实时性以及ＡｄａＢｏｏｓｔ??分类的准确率

ＨＯＧ特征与ＳＶＭ相结合使用的方式在图像识别中己经成为一种定式。??ＨＯＧ特征提取的主要思想为：在要检测的图像中，梯度或者边缘的方向??密度分布可以描述局部目标的特征，ＨＯＧ特征的工作流程如图２－５所示。??检测窗口???Ｉ???归一化图像???Ｉ???计算梯度???Ｉ???对于每一个ｃｅｌｌ块对梯度直方??图进行规定权重的投影???Ｉ???对于每一个重叠ｂｌｏｃｋ块内的??ｃｅｌｌ进行对比度归一化???］?ｒ???把所有ｂｌｏｃｋ内的直方图向量??一起组合成一个大的ＨＯＧ特征???向量???图２－５?ＨＯＧ特征工作流程??ＨＯＧ特征提取的具体实现方法分为以下几个步
【相似文献】

相关期刊论文 前10条

1 李彦飞;;图像中字符识别算法的设计与实现[J];中国多媒体与网络教学学报(电子版);2017年03期

2 ;有限自然码非接触光电字符识别[J];中国计量学院学报;2001年02期

3 陈磊;奥赛试题讲评:字符识别问题解答[J];电脑爱好者;1998年04期

4 钱真,宋克欧;一种新的手写体字符识别方法[J];哈尔滨船舶工程学院学报;1989年03期

5 陈薇,李勇;基于块输入的神经网络英语字符识别研究[J];计算机时代;2005年07期

6 张钦;黄孝彬;田沛;;近邻法字符识别算法分析[J];仪器仪表用户;2012年03期

7 张平，潘保昌;提高字符识别精度的并行处理方法[J];计算技术与自动化;1995年04期

8 罗世平;;智能字符识别系统[J];机械与电子;1993年01期

9 张红霞;王灿;刘鑫;白志城;付秀娟;王刚;梅天灿;王学华;;复杂背景图像的字符识别算法研究[J];计算机测量与控制;2019年08期

10 许振新;字符识别要面向应用[J];中国计算机用户;2003年13期

相关博士学位论文 前9条

1 彭健;多类小字符集自适应字符识别技术及系统的研究[D];重庆大学;2002年

2 罗特飞（Mohammed Lutf）;基于HMM与决策树的多字体阿拉伯文的字符识别[D];华中科技大学;2015年

3 文颖;数字、字符识别及其应用研究[D];上海交通大学;2009年

4 郑阳;自然场景图像中文本检测技术研究[D];北京科技大学;2018年

5 许亚美;手写维吾尔文字识别若干关键技术研究[D];西安电子科技大学;2014年

6 张楠;低秩鉴别分析与回归分类方法研究[D];南京理工大学;2012年

7 朱安娜;基于卷积神经网络的场景文本定位及多方向字符识别研究[D];华中科技大学;2016年

8 张健;复杂图像文本提取关键技术与应用研究[D];南开大学;2014年

9 丛键;视频流分层传输与流中文本识别[D];电子科技大学;2001年

相关硕士学位论文 前10条

1 陈慷;车牌识别中去噪与字符识别算法的研究[D];安徽理工大学;2019年

2 蒋檬凡;工程图纸中字符检测与识别方法的研究[D];电子科技大学;2019年

3 梅俊辉;物流票据信息提取与分析的研究[D];北京交通大学;2019年

4 孙迪;基于深度学习的汽车电子线束图字符识别方法设计与实现[D];吉林大学;2019年

5 赵慧敏;基于深度学习的银行卡识别系统设计开发[D];华北电力大学(北京);2019年

6 黄榜;基于深度学习的多车牌字符识别算法研究[D];合肥工业大学;2019年

7 张军;基于机器视觉的奶粉盖信息识别系统设计[D];哈尔滨理工大学;2019年

8 阎晨阳;小字符喷码机的字符识别方法研究[D];广西师范大学;2019年

9 段西利;工业工件复杂表面的字符识别方法研究[D];西安理工大学;2019年

10 付强;汽车电子电路图结构化描述系统的设计与实现[D];吉林大学;2018年

本文编号：2870440