CN102254146A - 磁墨水字符的识别方法、装置及系统 - Google Patents
磁墨水字符的识别方法、装置及系统 Download PDFInfo
- Publication number
- CN102254146A CN102254146A CN2010101749175A CN201010174917A CN102254146A CN 102254146 A CN102254146 A CN 102254146A CN 2010101749175 A CN2010101749175 A CN 2010101749175A CN 201010174917 A CN201010174917 A CN 201010174917A CN 102254146 A CN102254146 A CN 102254146A
- Authority
- CN
- China
- Prior art keywords
- magnetic ink
- ink character
- character
- signal
- magnetic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/22—Character recognition characterised by the type of writing
- G06V30/224—Character recognition characterised by the type of writing of printed characters having additional code marks or containing code marks
- G06V30/2253—Recognition of characters printed with magnetic ink
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Discrimination (AREA)
- Character Input (AREA)
Abstract
本发明公开了一种磁墨水字符的识别方法、装置及系统。其中,该方法包括:读取待识别介质上的磁墨水字符的磁信号;根据磁墨水字符的磁信号获取磁墨水字符的幅值特征数据;对磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符的识别结果;输出磁墨水字符的识别结果。通过本发明,能够降低对磁信号的稳定性要求,提高磁信号识别率。
Description
技术领域
本发明涉及一种磁墨水字符的识别方法、装置及系统。
背景技术
近年来,在对印有磁墨水字符的银行支票或其他支付介质上的信息进行机器自动识别和交易的自动化处理过程中,由于磁墨水字符具有严格的印刷规范、便于设备识读和人工识读等优点,磁墨水字符识别(Magnetic Ink Character Recognition,简称为MICR)技术已经在银行领域和其他支付领域中得到广泛的应用。
例如,现有技术中可以采用光学扫描装置的扫描图像方法来自动识别银行支票或其它支付介质上的信息(如通过CIS、CCD光学器件扫描获得的图像),但当介质上因字符玷污、字符残缺或印刷字符浓度变淡时,扫描图像的质量会明显下降,再对信息进行光学字符识别时(如OCR识别等),因原始扫描图像质量的下降从而导致字符的识别率下降。由于介质上因字符玷污、字符残缺、印刷字符浓度不均匀等对磁信号的影响较小,因而,利用磁墨水字符磁信号进行字符识别,可以有效提高字符的识别率,降低因介质上磁墨水字符图象质量下降而引起的对字符识别稳定性造成的影响。
磁墨水信号的字符识别通常首先使用磁头读取介质上印有的表示支票号码或其他信息的由多个字符组成的磁字符串,生成相应的磁字符信号串,然后对磁字符串信号进行定位、分割、特征提取和字符识别。虽然,利用磁信号的磁特性进行识别可以提高字符的识别率,然而不同的磁字符识别方法其磁字符的识别率也不同、对磁信号稳定性的要求也不同,当前的磁字符识别方法对磁信号的稳定性要求比较高。
如美国专利US2007/0267495提出了一种利用磁信号傅立叶变换后的幅值特征进行字符识别的方法,为了减小信号幅值大幅变化对识别率的影响,该方法需要在匹配识别前对原始信号傅里叶变换的幅值特征向量进行归一化或正常化(normalize)处理,以避免某些有效特征被信号中的噪音干扰掩盖,然后对提取的幅值特征与模板库中每个字符的幅值模板进行直接匹配,选取幅值特征最接近的模板字符为识别字符,但由于归一化处理不能非常有效地克服磁信号因外界噪音干扰而引起的幅值大幅变化对字符识别的影响,因此,该方法对原始磁信号的稳定性要求很高,利用幅值特征的幅度大小进行对比识别,当因外界干扰造成不同字符之间的幅值变化过大时字符识别率明显下降。
针对相关技术中磁墨水字符信号幅值变化较大时导致识别率下降的问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中磁墨水字符信号幅值变化较大时导致识别率下降的问题而提出本发明,为此,本发明的主要目的在于提供一种磁墨水字符信号的识别方法、装置及系统,以解决上述问题。
为了实现上述目的,根据本发明的一个方面,提供了一种磁墨水字符信号的识别方法。
根据本发明的磁墨水字符信号的识别方法包括:读取待识别介质上的磁墨水字符的磁信号;根据磁墨水字符的磁信号获取磁墨水字符的幅值特征数据;对磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符的识别结果;输出磁墨水字符的识别结果。
进一步地,对磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符的识别结果的步骤可以包括:将磁墨水字符的幅值特征数据分别与模板库中各个磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符匹配度的集合;选择集合中匹配度最大值所对应的字符作为磁墨水字符的识别结果。
进一步地,光谱角余弦匹配处理是对待识别介质上的磁墨水字符的幅值特征数据与模板库中各个参考字符的幅值特征数据进行光谱角余弦值计算,磁墨水字符匹配度以得到的磁墨水字符的光谱角余弦值来表征。
进一步地,可以采用以下公式进行光谱角余弦值计算:
其中,x是模板库中的各个参考字符的幅值特征矢量,y是待识别介质上的磁墨水字符的幅值特征矢量。
进一步地,待识别介质上可以包括一个或多个磁墨水字符。
进一步地,根据磁墨水字符的磁信号获取磁墨水字符的幅值特征数据的步骤可以包括:将待识别介质上的多个磁墨水字符的连续磁信号分割以得到单个的磁墨水字符的磁信号,其中,磁墨水字符的磁信号为时域信号;通过傅立叶变换将各个磁墨水字符的磁信号转换为频域信号;对频域信号进行幅值计算得到单个的磁墨水字符的磁信号的幅值特征数据。
为了实现上述目的,根据本发明的另一方面,提供了一种磁墨水字符信号的识别装置。
根据本发明的磁墨水字符信号的识别装置包括:磁墨水字符阅读机构,用于读取待识别介质上的磁墨水字符的磁信号;获取模块,用于根据磁墨水字符的磁信号获取磁墨水字符的幅值特征数据;匹配处理模块,用于对磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符的识别结果;输出模块,用于输出磁墨水字符的识别结果。
进一步地,获取模块包括:分割模块,将待识别介质上的多个磁墨水字符的连续磁信号分割以得到单个的磁墨水字符的磁信号,其中,磁墨水字符的磁信号为时域信号;转换模块,用于通过傅立叶变换将各个磁墨水字符的磁信号转换为频域信号;第一计算模块,用于对频域信号进行幅值计算得到单个磁墨水字符的磁信号的幅值特征数据。匹配处理模块包括:第二计算模块,用于将磁墨水字符的幅值特征数据分别与模板库中各个磁墨水字符幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符匹配度的集合;确认模块,选择集合中匹配度最大值所对应的字符作为磁墨水字符的识别结果。
为了实现上述目的,根据本发明的另一方面,提供了一种磁墨水字符信号的识别系统。
该系统包括上述的任一种磁墨水字符的识别装置。
为了实现上述目的,根据本发明的另一方面,提供了一种磁墨水字符信号的识别系统,该系统包括:磁墨水字符阅读器,提供磁墨水字符的时域信号;计算机系统,与磁墨水字符阅读器相连接,根据磁墨水字符的时域信号转换得到的频域信号获取磁墨水字符的幅值特征数据,并对幅值特征数据进行光谱角余弦匹配处理,生成并输出磁墨水字符的识别结果。
通过本发明,采用读取待识别介质上的磁墨水字符的磁信号;根据磁墨水字符的磁信号获取磁墨水字符的幅值特征数据;对磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符的识别结果;输出磁墨水字符的识别结果,有效地解决了相关技术中磁墨水字符信号幅值变化较大时导致识别率下降的问题,进而达到了降低对磁信号的稳定性要求及提高磁信号识别率的效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例磁墨水字符识别系统的结构示意图;
图2是根据本发明实施例的具有磁墨水字符支票的示意图;
图3是根据本发明实施例的磁墨水字符信号识别过程的流程图;
图4是根据本发明实施例优选的磁墨水字符信号识别过程的流程图;
图5是根据本发明实施例的磁墨水字符的时域磁信号的示意图;
图6是根据图5中磁墨水字符0的磁信号的放大示意图;
图7是根据本发明实施例的磁墨水字符0的幅值特征模板的波形图;
图8是根据本发明实施例的磁墨水字符0的幅值特征与模板库中的字符0幅值特征模板对比示意图;
图9是根据本发明实施例的磁墨水字符0的幅值特征与模板库中所有字符的幅值特征模板的光谱角余弦匹配示意图;
图10是根据本发明另一种实施例的磁墨水字符信号识别装置的结构示意图;
图11是根据本发明另一种实施例优选的磁墨水字符信号识别装置的结构示意图。
图12是根据本发明实施例的多个磁墨水字符磁信号傅立叶变换后的幅值特征与特征模板对比示意图;
图13是图12中2个磁墨水字符0磁信号幅值特征的光谱角余弦匹配示意图;
图14是图12中磁墨水字符0和字符S1磁信号幅值特征的光谱角余弦匹配示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
根据本发明的实施例,提供了一种磁墨水字符信号的识别系统。
图1是根据本发明实施例磁墨水字符识别系统的结构示意图。
如图1所示,该系统包括:计算机系统10、MICR阅读器40、输入的MICR数据42及输出的识别字符数据44。MICR阅读器40,与计算机系统10相连接,为所述计算机系统10提供所述磁墨水字符的时域信号。
其中,计算机系统10包括处理器12、计算机输入/输出14、计算机存储器16及模板库30,模板库30为各种磁墨水字符的幅值特征模板的集合。其中,在计算机存储器16中存储MICR字符识别装置18,字符识别装置18包括:字符分割模块20、傅立叶变换模块22、幅值计算模块24、光谱角余弦匹配模块26及识别结果输出模块28。计算机系统10根据磁墨水字符的时域信号转换得到的频域信号获取磁墨水字符的幅值特征数据并对磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,生成并由识别结果输出模块28输出磁墨水字符的识别结果。
MICR数据42通常包括MICR阅读器40读取的印在支票等介质上的磁墨水字符后生成的时域信号,例如,如图2是根据本发明实施例的具有磁墨水字符支票的示意图,在支票90上印有E13B格式的磁墨水字符串92,由14个E13B磁墨水字符(0-9和4个特殊字符)的任意字符按照一定间距排列而成。从MICR阅读器40读取的MICR数据42输入到计算机系统后,控制器12对接收的数据经驻留在计算机存储器16中的字符识别系统18进行磁墨水字符识别,其中,字符分割模块20对输入的MICR数据42按照一定的规定(如国家标准GB 12184-90)对信号进行分割,分割成单个字符的磁信号;然后,由傅立叶变换模块22对分割后的磁信号进行傅立叶变换,从时域信号变换为频域信号;由幅值计算模块24对傅立叶变换后的频域信号进行幅值计算,得到每个字符频域信号的幅值数据;由匹配模块26对生成的幅值数据与模板库30中每个字符的模板进行光谱角余弦匹配处理,也就是按光谱角余弦计算方式计算光谱角余弦值,由识别结果输出模块28选择匹配度(即光谱角余弦值)最大的字符作为识别结果输出,所有字符的处理结果组成识别出的字符数据44。字符的识别结果还可以通过计算机的输入/输出14进行输出,如通过显示器显示识别结果,也可以把识别结果通过本地或网络等输入到其他的处理设备、存储设备或显示设备等。
计算机可以通过外置的MICR阅读器40获取磁墨水字符信号,通过对磁字符串信号进行定位、分割、傅立叶变换、提取幅值特征,将提取的幅值特征数据通过光谱角余弦匹配方法进行字符识别。该系统在即使磁信号的幅值特征曲线相对幅值模板曲线变化较大的情况下,MICR不会错误识别。
图3是根据本发明实施例的磁墨水字符信号识别过程的流程图。
如图3所示,该方法包括如下的步骤S102至步骤S108:
步骤S102,读取待识别介质上的磁墨水字符的磁信号,可以使用MICR阅读机构实施读取过程。
步骤S104,根据磁墨水字符的磁信号获取磁墨水字符的幅值特征数据;例如,可以通过对磁墨水字符串信号进行定位、分割、傅立叶变换以提取变换后频域信号的幅值特征数据。
步骤S106,对磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符的识别结果;例如,可以通过对字符的幅值特征与模板的幅值特征进行光谱角余弦值计算的匹配方法获取识别字符的结果。
步骤S108,输出磁墨水字符的识别结果。
上述实施例通过获取幅值特征,并将获取到的幅值特征数据进行光谱角余弦匹配处理,从而不需要对傅立叶变换后的频域信号进行归一化处理,且能够克服原始磁信号幅度大幅抖动造成的识别率下降等问题,降低了对磁信号的稳定性要求,而且,上述识别方法对磁信号的适用性强。
本发明实施例中对磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符的识别结果的步骤可以包括:将磁墨水字符的幅值特征数据分别与模板库中各个磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符匹配度的集合;选择集合中匹配度最大值所对应的字符作为磁墨水字符的识别结果。
其中,光谱角余弦匹配处理是对待识别介质上的磁墨水字符的幅值特征数据与模板库中各个参考字符的幅值特征数据进行光谱角余弦值计算,磁墨水字符匹配度以得到的磁墨水字符的光谱角余弦值来表征。
本发明实施例中的磁墨水字符可以为一个或多个磁墨水字符。
图4是根据本发明实施例优选的磁墨水字符信号识别过程的流程图。
如图4所示,该方法包括如下步骤:
步骤S301,处理器对磁墨水字符的磁信号进行分割。分割磁墨水字符的磁信号以得到单个磁墨水字符的磁信号,其中,磁墨水字符的磁信号为时域信号。
本发明实施例中由字符识别系统18中的字符分割模块20对接收的磁信号42进行分割,把如图5所示的多个字符的连续波形根据一定的标准分割成如图6所示的单字符波形。其中,图5是根据本发明实施例的磁墨水字符的时域磁信号的示意图;图6是根据图5中磁墨水字符0的磁信号的放大示意图。
本发明实施例中,MICR阅读器40读取支票90上的磁墨水字符串92后生成的磁墨水字符信号的时域波形,该时域波形包括多个字符的时域波形,从图5中可以看出磁信号的时域波形是连续变化的,无法直接区分每一个字符的磁信号波形,按照国家关于磁磁墨水字符识别的印刷规范,如起始字符特征、字符间距等,由字符分割模块20把图5中的时域波形分割成单个字符的磁信号波形,分割出的字符如图6所示的字符0的时域放大波形图。
步骤S303,处理器对字符磁信号进行傅立叶变换。对各个磁墨水字符的磁信号进行傅立叶变换,将磁墨水字符的磁信号转换为频域信号。
本发明实施例中,由傅立叶变换模块22对分割后的单个磁信号进行傅立叶变换,把时域的磁信号变换为频域的磁信号。
步骤S305,提取幅值特征。对频域信号进行幅值计算得到单个字符的磁信号的幅值特征数据。本发明实施例中,由幅值计算模块24对频域的磁信号进行幅值计算,得到每个字符的幅值特征。
步骤S307,处理器执行光谱角余弦匹配。将磁墨水字符的幅值特征数据分别与模板库中各个磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符匹配度的集合并选择集合中匹配度最大值对应的模板字符作为磁墨水字符的识别结果。
图7是根据本发明实施例的磁墨水字符0的幅值特征模板的波形图;图8是根据本发明实施例的磁墨水字符0的幅值特征与模板库中的字符0幅值特征模板对比示意图;图9是根据本发明实施例的磁墨水字符0的幅值特征与模板库中所有字符的幅值特征模板的光谱角余弦匹配示意图。
本发明实施例中,图8是字符0的幅值特征与模板库中的模板对比示意图,其中虚线图形为字符0的幅值特征图形,和实线表示的模板库中字符0模板相比,虽然在幅度上有较大的差异,但2个图形非常相似。通过把字符0的幅值特征与模板库中所有字符的模板进行对比,得到如图9所示的光谱角余弦匹配度曲线,通过图中的曲线可以看到,待识别字符0的幅值特征与字符0模板的匹配度(匹配度接近1)最高,和其他字符的匹配度较低(最大值为0.92),取匹配度最大的字符为识别字符,因此待识别的字符0被识别为字符0,而不是其它字符。
其中,对生成的每个字符的幅值特征与模板库30中所有字符的模板信号的幅值,按照下面的公式进行光谱角余弦值计算,得到多个光谱角余弦值:
其中,x和y分别表示为模板和样本信号的傅里叶变换幅值特征矢量,〈·,·〉为内积运算。光谱角余弦值位于[-1,1]范围内,其值越大,代表信号间匹配程度越高。
图7是字符0的幅值特征模板的波形图,各个字符信号的幅值特征模板可以通过对标准的或有代表性的待识别介质的MICR字符进行一定次数的磁信号扫描、扫描字符信号串的定位、分割、幅值计算,通过一定的方法进行处理后得到各个字符的幅值特征模板,如对多个幅值进行平均值计算等。
步骤S309,识别结果输出模块将识别字符输出。根据步骤S307中得到的待识别字符针对模板库30中每一个字符的光谱角余弦值,选择光谱角余弦值最大的模板字符为待识别字符的识别字符,然后输出该识别字符。
上述的实施例描述了对磁墨水字符的有效识别方法,该方法主要采用对磁墨水字符的各个字符信号进行磁信号扫描,对扫描后的字符信号串进行定位、分割后计算获取的幅值数据,进行光谱角余弦值计算后进行匹配处理,得到字符识别结果。
以上描述的实施例是MICR字符识别装置设置在计算机10内部,而MICR阅读器40设置在计算机10外部时进行字符识别的情况,这是当前最常用的系统配置。本发明提供的字符识别方法下,MICR阅读器40当然也可以和字符识别装置集成在一个设备之内,简化带外接MICR阅读器的基于计算机的字符识别系统,便于识别设备的携带和使用。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图10是根据本发明另一种实施例的磁墨水字符信号识别装置的结构示意图。
如图10所示,该装置包括:MICR阅读机构72、获取模块73、匹配处理模块75和输出模块77。
其中,MICR阅读机构72,用于读取待识别介质上的磁墨水字符的磁信号;获取模块73,用于根据磁墨水字符的磁信号获取磁墨水字符的幅值特征数据;匹配处理模块75,用于对磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符的识别结果;输出模块77,用于输出磁墨水字符的识别结果。
优选地,该装置中的获取模块73还可以包括:分割模块76、转换模块78和第一计算模块81。
其中,分割模块76,用于分割磁墨水字符的磁信号得到单个字符的磁信号,其中,磁墨水字符的磁信号为时域信号,该模块可以是字符分割模块76;转换模块78,用于对单个字符的磁信号进行傅立叶变换,将磁信号的时域信号转换为频域信号,该模块可以是傅立叶变换模块78;第一计算模块81,用于对频域信号进行幅值计算得到单个字符磁信号的幅值特征数据。
优选地,该装置的匹配处理模块75还包括:第二计算模块83和确认模块84。
其中,第二计算模块83,用于将磁墨水字符的幅值特征数据分别与模板库中各个磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符匹配度的集合;确认模块84,选择集合中匹配度最大值所对应的字符作为磁墨水字符的识别结果。
本发明该实施例的装置的组成框图为一集成了MICR阅读器和字符识别系统的磁信号识别装置内部组成框图。
根据该实施例的磁墨水字符信号的识别装置,本发明可以实现一种基于上述装置的字符识别系统,该系统具有磁墨水字符信号的识别装置的所有技术特征及技术功能。
图11是根据本发明另一种实施例优选的磁墨水字符信号识别装置的结构示意图。
如图11所示的磁墨水信号识别装置60包括:控制器70,MICR阅读机构72,字符分割模块76,傅立叶变换模块78,幅值计算模块80,光谱角余弦匹配模块82及幅值特征模板库74。MICR阅读机构72是与字符识别装置集成在一起的,即属于内置型的磁墨水信号识别装置,再将集成有MICR阅读机构72的磁墨水信号识别装置设置在计算机系统的存储器中。
其中,MICR阅读机构72阅读介质上待识别的磁墨水字符,如通过磁头读取在介质通道中前进的支票上的磁墨水字符,生成时域的磁信号,由于介质上的磁墨水字符是印在介质上的多个连续字符串,因此读取得到的磁信号是一个磁信号串;字符分割模块76,对MICR阅读机构72得到的磁信号串按照一定的标准进行分割,分割成单个字符的磁信号;傅立叶变换模块78,对分割后单个字符的磁信号进行傅立叶变换,把时域信号变换为频域信号;幅值特征计算模块80,对经傅立叶变换得到的频域信号进行幅值计算,得到磁信号的幅值特征;光谱角余弦匹配模块82,对待识别字符的幅值特征数据与模板库74中的每个字符的幅值特征数据进行光谱角余弦计算,得到对应模板的多个光谱角余弦值,选择光谱角余弦最大值对应的模板字符为最匹配字符,输出该最匹配字符为识别字符。
本发明实施例采用待识别字符的磁信号进行傅立叶变换后的幅值特征与模板库中字符模板的幅值特征进行光谱角余弦匹配来进行字符识别,其特点是利用频域信号幅值特征的相似程度来进行字符识别,幅值特征越相似则匹配度越高。
图12是根据本发明实施例的多个磁墨水字符磁信号傅立叶变换后的幅值特征与特征模板对比示意图;图13是图12中2个磁墨水字符0磁信号幅值特征的光谱角余弦匹配度示意图;图14是图12中磁墨水字符0和字符S1磁信号幅值特征的光谱角余弦匹配度示意图。
本发明提供了一种利用频域内磁信号的幅值数据和模板的幅值数据的光谱角余弦值进行识别的MICR字符识别方法和系统,具有幅值特征越相似则匹配度越高的特性。
如图12所示的多个待识别字符的幅值特征与相应字符的幅值特征模板匹配图中,待识别字符0信号1的幅值特征曲线94、待识别字符0信号2的幅值特征曲线95和字符0的幅值特征模板曲线97相比,从图中可以读出,虽然彼此间的幅值幅度差异较大,但3个曲线的轮廓非常相似;对待识别字符0的2个信号的幅值特征与幅值模板进行匹配后,得到待识别字符0的2个信号的幅值特征匹配度曲线。
如图13中的曲线所示,待识别字符0的信号1的幅值特征匹配度曲线98和待识别字符0的信号2的幅值特征匹配度曲线99非常近似。其中,待识别字符0信号1的最大匹配值为1、待识别字符0信号2的最大匹配值也为1,选择匹配度最大的模板信号对应的字符,由于2个匹配度最大的模板信号均为字符0,因此待识别字符0的2个信号均被正确识别。相反,即使信号幅值特征曲线的幅值和幅值特征模板曲线的幅值接近,而信号幅值特征曲线和幅值特征模板曲线不相似,该信号仍然不会被错误识别。
如图12中的曲线所示,虽然待识别字符S1的幅值特征曲线96的幅值幅度比待识别字符0信号1的幅值特征曲线94的幅值幅度更接近于幅值特征模板曲线97,但由于信号幅值特征曲线的变化规律和模板幅值特征曲线的变化不一致,如在频率点4、5之间,频率点7、8之间,曲线94的斜线斜率变化和模板曲线97的斜线斜率变化一致、曲线96的斜线斜率变化和模板曲线97的斜线斜率变化明显不一致,因此影响了待识别字符的幅值特征匹配曲线。如图14所示,待识别字符S1的幅值特征匹配曲线100和待识别字符0信号1的幅值特征匹配曲线99的差异明显;其中,待识别字符S1的最大幅值特征匹配度(匹配度为0.99)模板信号为S1,而待识别字符0信号1的最大幅值特征匹配度(匹配度为1)模板信号为0,因此即使幅值特征曲线的幅值幅度接近,只要待识别信号的幅值特征曲线和幅值特征模板曲线不相似,待识别信号仍然不会被识别为该特征模板对应的字符。因此,本发明的通过利用光谱角余弦值进行幅值特征匹配的信号识别方法,能够有效克服信号幅值变化较大时对信号识别率的影响,降低了信号识别对磁信号稳定性的要求,提高了磁信号的识别率。
从以上的描述中,可以看出,本发明实现了如下技术效果:能够提高字符识别效率,不需要对傅立叶变换后的频域信号进行归一化处理,且能够克服原始磁信号幅度大幅抖动造成的识别率下降等问题,降低了对磁信号的稳定性要求,本识别方法对磁信号的适用性强。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种磁墨水字符的识别方法,其特征在于,包括:
读取待识别介质上的磁墨水字符的磁信号;
根据所述磁墨水字符的磁信号获取所述磁墨水字符的幅值特征数据;
对所述磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到所述磁墨水字符的识别结果;
输出所述磁墨水字符的识别结果。
2.根据权利要求1所述的磁墨水字符的识别方法,其特征在于,对所述磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到所述磁墨水字符的识别结果的步骤包括:
将所述磁墨水字符的幅值特征数据分别与模板库中各个磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符匹配度的集合;
选择所述集合中匹配度最大值对应的字符作为所述磁墨水字符的识别结果。
3.根据权利要求2所述的磁墨水字符的识别方法,其特征在于,所述光谱角余弦匹配处理是对待识别介质上的磁墨水字符的幅值特征数据与模板库中各个参考字符的幅值特征数据进行光谱角余弦值计算,所述磁墨水字符匹配度以得到的所述磁墨水字符的光谱角余弦值来表征。
4.根据权利要求3所述的磁墨水字符的识别方法,其特征在于,采用以下公式进行所述光谱角余弦值计算:
其中,所述x是模板库中的各个参考字符的幅值特征矢量,所述y是待识别介质上的所述磁墨水字符的幅值特征矢量。
5.根据权利要求1至4中任一项所述的磁墨水字符的识别方法,其特征在于,所述待识别介质上包括一个或多个所述磁墨水字符。
6.根据权利要求1所述的磁墨水字符的识别方法,其特征在于,根据所述磁墨水字符的磁信号获取所述磁墨水字符的幅值特征数据的步骤包括:
将所述待识别介质上的多个所述磁墨水字符的连续磁信号分割以得到单个的所述磁墨水字符的磁信号,其中,所述磁墨水字符的磁信号为时域信号;
通过傅立叶变换将各个磁墨水字符的磁信号转换为频域信号;
对所述频域信号进行幅值计算得到所述单个的所述磁墨水字符的磁信号的幅值特征数据。
7.一种磁墨水字符的识别装置,其特征在于,包括:
磁墨水字符阅读机构,用于读取待识别介质上的磁墨水字符的磁信号;
获取模块,用于根据所述磁墨水字符的磁信号获取所述磁墨水字符的幅值特征数据;
匹配处理模块,用于对所述磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到所述磁墨水字符的识别结果:
输出模块,用于输出所述磁墨水字符的识别结果。
8.根据权利要求7所述的磁墨水字符的识别装置,其特征在于,所述获取模块包括:
分割模块,用于将所述待识别介质上的多个所述磁墨水字符的连续磁信号分割以得到单个所述磁墨水字符的磁信号,其中,所述磁墨水字符的磁信号为时域信号;
转换模块,用于通过傅立叶变换将各个磁墨水字符的磁信号转换为频域信号;
第一计算模块,用于对所述频域信号进行幅值计算得到所述单个的所述磁墨水字符的磁信号的幅值特征数据,所述匹配处理模块包括:
第二计算模块,用于将所述磁墨水字符的幅值特征数据分别与模板库中各个磁墨水字符的幅值特征数据进行光谱角余弦匹配处理,得到磁墨水字符匹配度的集合;
确认模块,选择所述集合中匹配度最大值对应的字符作为所述磁墨水字符的识别结果。
9.一种磁墨水字符的识别系统,其特征在于,具有权利要求7或8所述的磁墨水字符的识别装置。
10.一种磁墨水字符的识别系统,其特征在于,包括:
磁墨水字符阅读器,提供磁墨水字符的时域信号;
计算机系统,与所述磁墨水字符阅读器相连接,根据所述磁墨水字符的时域信号转换得到的频域信号获取所述磁墨水字符的幅值特征数据,并对所述幅值特征数据进行光谱角余弦匹配处理,生成并输出所述磁墨水字符的识别结果。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101749175A CN102254146B (zh) | 2010-05-18 | 2010-05-18 | 磁墨水字符的识别方法、装置及系统 |
EP11782915.0A EP2573707A4 (en) | 2010-05-18 | 2011-04-27 | Method, device and system for recognizing magnetic ink characters |
PCT/CN2011/073408 WO2011143998A1 (zh) | 2010-05-18 | 2011-04-27 | 磁墨水字符的识别方法、装置及系统 |
US13/698,434 US9070037B2 (en) | 2010-05-18 | 2011-04-27 | Method, apparatus and system for recognizing magnetic ink character |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101749175A CN102254146B (zh) | 2010-05-18 | 2010-05-18 | 磁墨水字符的识别方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102254146A true CN102254146A (zh) | 2011-11-23 |
CN102254146B CN102254146B (zh) | 2013-04-24 |
Family
ID=44981402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101749175A Active CN102254146B (zh) | 2010-05-18 | 2010-05-18 | 磁墨水字符的识别方法、装置及系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9070037B2 (zh) |
EP (1) | EP2573707A4 (zh) |
CN (1) | CN102254146B (zh) |
WO (1) | WO2011143998A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103996239A (zh) * | 2014-06-13 | 2014-08-20 | 广州广电运通金融电子股份有限公司 | 一种基于多线索融合的票据定位识别方法及系统 |
CN107123185A (zh) * | 2017-06-20 | 2017-09-01 | 深圳怡化电脑股份有限公司 | 一种有价文件磁性字符的识别装置及方法 |
CN107393115A (zh) * | 2017-08-03 | 2017-11-24 | 恒银金融科技股份有限公司 | 一种纸币冠字号识别与鉴伪方法 |
CN108256545A (zh) * | 2017-11-29 | 2018-07-06 | 西北大学 | 一种曲线匹配方法及目标物体的形状匹配方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8636214B2 (en) * | 2011-10-25 | 2014-01-28 | International Business Machines Corporation | Recognition of encoded information on documents |
US9130778B2 (en) * | 2012-01-25 | 2015-09-08 | Bitdefender IPR Management Ltd. | Systems and methods for spam detection using frequency spectra of character strings |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0774728A2 (en) * | 1995-11-20 | 1997-05-21 | Seiko Epson Corporation | Magnetic ink character detection apparatus and method |
CN1476584A (zh) * | 2000-12-20 | 2004-02-18 | 摩托罗拉公司 | 数字墨水的压缩 |
CN101174297A (zh) * | 2006-11-01 | 2008-05-07 | 精工爱普生株式会社 | 印刷有磁性墨水字符的记录介质的处理方法和装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BE567227A (zh) * | 1956-03-19 | |||
BE755936A (fr) * | 1969-09-09 | 1971-02-15 | Ibm | Appareil et procede d'identification de caracteres |
GB1218490A (en) | 1969-12-08 | 1971-01-06 | Frank Julius Nievelt | Roof vent pipe shield |
US7796798B2 (en) | 2006-05-17 | 2010-09-14 | International Business Machines Corporation | Frequency domain based MICR reader |
-
2010
- 2010-05-18 CN CN2010101749175A patent/CN102254146B/zh active Active
-
2011
- 2011-04-27 EP EP11782915.0A patent/EP2573707A4/en not_active Withdrawn
- 2011-04-27 WO PCT/CN2011/073408 patent/WO2011143998A1/zh active Application Filing
- 2011-04-27 US US13/698,434 patent/US9070037B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0774728A2 (en) * | 1995-11-20 | 1997-05-21 | Seiko Epson Corporation | Magnetic ink character detection apparatus and method |
CN1476584A (zh) * | 2000-12-20 | 2004-02-18 | 摩托罗拉公司 | 数字墨水的压缩 |
CN101174297A (zh) * | 2006-11-01 | 2008-05-07 | 精工爱普生株式会社 | 印刷有磁性墨水字符的记录介质的处理方法和装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103996239A (zh) * | 2014-06-13 | 2014-08-20 | 广州广电运通金融电子股份有限公司 | 一种基于多线索融合的票据定位识别方法及系统 |
CN107123185A (zh) * | 2017-06-20 | 2017-09-01 | 深圳怡化电脑股份有限公司 | 一种有价文件磁性字符的识别装置及方法 |
CN107393115A (zh) * | 2017-08-03 | 2017-11-24 | 恒银金融科技股份有限公司 | 一种纸币冠字号识别与鉴伪方法 |
CN108256545A (zh) * | 2017-11-29 | 2018-07-06 | 西北大学 | 一种曲线匹配方法及目标物体的形状匹配方法 |
CN108256545B (zh) * | 2017-11-29 | 2021-12-28 | 西北大学 | 一种曲线匹配方法及目标物体的形状匹配方法 |
Also Published As
Publication number | Publication date |
---|---|
EP2573707A4 (en) | 2017-01-04 |
EP2573707A1 (en) | 2013-03-27 |
CN102254146B (zh) | 2013-04-24 |
US20130071005A1 (en) | 2013-03-21 |
US9070037B2 (en) | 2015-06-30 |
WO2011143998A1 (zh) | 2011-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102254146B (zh) | 磁墨水字符的识别方法、装置及系统 | |
US11062130B1 (en) | Systems and methods of check detection | |
Peake et al. | Script and language identification from document images | |
CN107016363B (zh) | 票据图像管理装置、票据图像管理系统以及方法 | |
Pourshahabi et al. | Offline handwritten signature identification and verification using contourlet transform | |
CA2414205A1 (en) | System and method for detecting cheque fraud | |
Pasha et al. | Handwritten Kannada character recognition using wavelet transform and structural features | |
CN109784342A (zh) | 一种基于深度学习模型的ocr识别方法及终端 | |
Sahu et al. | An efficient handwritten Devnagari character recognition system using neural network | |
Edward V | Support vector machine based automatic electric meter reading system | |
CA2091997A1 (en) | Character recognition methods including locating and extracting predetermined and apparatus data from a document | |
CN107742357A (zh) | 一种纸币冠字号的识别方法及装置 | |
CN111199240A (zh) | 银行卡识别模型的训练方法、银行卡识别方法以及装置 | |
Sadasivan et al. | Automatic character recognition in complex images | |
Patel | An introduction to the process of optical character recognition | |
Jain et al. | A survey of Gujarati handwritten character recognition techniques | |
CN112308141A (zh) | 一种扫描票据分类方法、系统及可读存储介质 | |
JP3248965B2 (ja) | 2値化しきい値決定装置 | |
CN111046860A (zh) | 一种基于移动载体的智能理赔系统 | |
Gajjar et al. | Top down hierarchical histogram based approach for printed devnagri script charecter isolation | |
Waknaghat | A preliminary study on various off-line hand written signature verification approaches | |
CN211375680U (zh) | 一种门禁指纹识别传感器电路 | |
CN112434780B (zh) | 目标对象识别网络模型及其训练方法、目标对象识别方法 | |
CN116994590B (zh) | 一种深度伪造音频鉴别方法和系统 | |
Rajput et al. | Handwritten script recognition at line level-a multiple feature based approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |