基于深度学习的智能财务报销系统方法研究

发布时间：2021-12-29 20:44

　　近年来,随着社会经济的快速发展,我国的发票使用量与之俱增。发票作为各种经济活动的凭证,是财务报销流程的重要依据。目前传统的财务报销流程繁琐,发票的分类和识别等任务都由人工完成,效率很低,且极大地浪费人力和物力资源。本文使用了基于传统图像处理方法和新兴的深度学习方法,完成对发票图像智能分类、检测和识别等任务。首先,本文设计了一个基于模板匹配的发票识别方法,用来对扫描的发票图像进行自动识别,主要包括图像预处理、模板匹配、光学字符识别和信息存储等步骤。其中,图像预处理步骤使用边缘检测和轮廓提取等方法,对原始的发票图像进行二次旋转和边缘裁剪,得到去除背景信息的发票图像。模板匹配步骤将发票图像与预先准备好的模板图像进行比较,提取出文字区域。光学字符识别步骤对包含文字的区域进行识别,得到文字信息。信息存储步骤对识别出的文字信息进行修正和存储。通过实验测试了模板匹配的六种匹配方式,最终发现采用归一化相关系数匹配法的综合性能最好,其识别准确率为95.02%,识别发票图像中二十个区域共需8.6毫秒,其速度很快。接着,本文设计了一个基于卷积神经网络的发票分类方法,用来对手机拍摄的发票图像进行分类。本文设计... 

【文章来源】：南京邮电大学江苏省

【文章页数】：89 页

【学位级别】：硕士

【部分图文】：

增值税专用发票

增值税普通发票虽然名称不同，但比较两种发票图像之后可以发现，两种发票的样式除抬头标题关键字

通用机打发票（3）火车票

【参考文献】：
期刊论文
[1]基于双边滤波和Retinex算法的货车图像预处理方法[J]. 任崇巍.  现代城市轨道交通. 2019(06)
[2]基于OpenCV和Tesseract-OCR的英文字符算法研究[J]. 郭室驿.  电脑编程技巧与维护. 2019(06)
[3]基于FPGA的图像自适应加权均值滤波设计[J]. 武昊男,储成群,任勇峰,焦新泉.  电子技术应用. 2019(03)
[4]基于混合高斯模型与五帧差分的运动目标检测算法[J]. 李战明,谭向阳.  计算机与数字工程. 2018(02)
[5]计算机视觉研究综述[J]. 倪晨旭.  电子世界. 2018(01)
[6]基于融合卷积神经网络模型的手写数字识别[J]. 陈玄,朱荣,王中元.  计算机工程. 2017(11)
[7]卷积神经网络研究综述[J]. 李彦冬,郝宗波,雷航.  计算机应用. 2016(09)
[8]深度学习理论综述[J]. 韩小虎,徐鹏,韩森森.  计算机时代. 2016(06)
[9]基于图像邻域特性的高斯噪声去噪[J]. 琚生根,何坤,周激流.  四川大学学报(工程科学版). 2010(03)
[10]增值税专用发票十年回眸[J]. 王祺元.  中国税务. 2004(07)



本文编号：3556839