隨著我國信息化技術(shù)的不斷升溫,各行各業(yè)的自動化操作手段也在隨勢而新,會計電算化已經(jīng)不是新話題,發(fā)票作為經(jīng)濟活動中的一個重要依據(jù),其信息的收集、存儲已然成為了一項“重體力勞動”,采用傳統(tǒng)的人工錄入發(fā)票信息形式會耗費更多的人力、物力和財力,因此,利用現(xiàn)代信息處理技術(shù)來實現(xiàn)發(fā)票信息識別工作尤為迫切。當前地方國家稅務(wù)機打發(fā)票由于其小巧性而被廣泛普及使用,本文結(jié)合該機打發(fā)票的版面特征,利用特征識別以及OCR技術(shù),研究出一套發(fā)票數(shù)字自動識別算法,并利用Microsoft Visual Studio 2010軟件開發(fā)平臺,完成了發(fā)票數(shù)字自動識別的軟件設(shè)計,實現(xiàn)了對該種發(fā)票的快速、無誤識別。本文以掃描儀作為采集發(fā)票信息的方式,將發(fā)票掃描圖像作為識別的輸入對象,通過對機打發(fā)票的版面進行分析,確定了識別算法的設(shè)計過程。圖像的預處理過程中,采用中值濾波法對圖像進行平滑去噪處理,在進行圖像均衡化處理之后采用了最佳閾值迭代法得到了二值化圖像,由于發(fā)票版面無表格形式的特殊性,給發(fā)票的傾斜校正帶來了挑戰(zhàn),文中采用求連通域中心點坐標的方式求出圖像傾斜角,從而實現(xiàn)了對發(fā)票傾斜的校正。利用水平和垂直投影法對發(fā)票信息區(qū)進行... 

【文章來源】：北京工業(yè)大學北京市 211工程院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【圖文】：

XX地方國家稅務(wù)局通用機打發(fā)票票樣Figure2-1XXlocaltaxbureaugeneralmachineinvoiceinvoice（2）變化區(qū)域發(fā)票變化區(qū)域簡稱為變域：是指印刷在發(fā)票版面上內(nèi)容和位置存在變化的非

量的通用機打發(fā)票，總結(jié)以下特點：如圖 2-1 通用機打發(fā)票所示，在標題區(qū)下方的左右兩邊各有一個黑色的矩形框，該矩形框與發(fā)票正向平行，且相互對齊，這兩個矩形框?qū)儆诠潭▍^(qū)域，本論文識別的通用機打類型發(fā)票也屬于這一種，這個特征很明顯，此矩形框以下為本文要識別的發(fā)票代碼和發(fā)票號碼的位置，通過識別矩形框一方面有助于定位識別信息，另一方面可以對發(fā)票進行傾斜校正。發(fā)票代碼為 12 位 0 至 9 的阿拉伯數(shù)字，發(fā)票號碼為 8 位 0 至 9 的阿拉伯數(shù)字，發(fā)票代碼和發(fā)票號碼為本文識別的數(shù)字印刷體，其位數(shù)可以作為識別校驗的依據(jù)。2.4 軟件設(shè)計框圖本軟件是根據(jù)機打發(fā)票版面特征來識別數(shù)字印刷體對象的，軟件設(shè)計大體包括發(fā)票圖像的采集、發(fā)票圖像預處理、圖像分割、特征提取及數(shù)字識別等主要步驟，軟件設(shè)計框圖如圖 2-2 所示：

12圖 3-1 機打發(fā)票的掃描圖像Fig. 3-1 scanned image of invoicing machine處理解釋為妨礙人們感覺器官對所接收的信源信息理解和相位都有影響且相對復雜，不僅使圖像質(zhì)量降低的特征，給圖像識別帶來了困難。所謂噪聲，就是一個，就是干擾了原圖像的圖像表面亮度分布，這就是圖，也許是人為因素，也許是采集設(shè)備及方法因素，總

【參考文獻】：
期刊論文
[1]基于二進制的印刷體數(shù)字識別算法[J]. 卿東升,李建軍,鄧巧玲.  計算機與網(wǎng)絡(luò). 2018(05)
[2]數(shù)字識別技術(shù)在鋼卷尺自動檢定系統(tǒng)中的應(yīng)用[J]. 于楓.  中國石油和化工標準與質(zhì)量. 2017(12)
[3]印刷體數(shù)字識別系統(tǒng)的FPGA實現(xiàn)[J]. 高振斌,趙盼,王霞,陳洪波.  重慶郵電大學學報(自然科學版). 2015(02)
[4]一種基于交點特征的印刷體數(shù)字識別方法[J]. 戴靜,胡釗政,白建川.  電視技術(shù). 2014(13)
[5]基于PC-LDA的交通標志形狀特征識別方法[J]. 張志佳,何純靜,鞏凱旋,李文強.  沈陽工業(yè)大學學報. 2014(05)
[6]基于特征矩陣的高效數(shù)字識別算法[J]. 徐敬,劉煒.  軟件導刊. 2014(01)
[7]一種有效的水表數(shù)字圖像二次識別算法[J]. 高菊,葉樺.  東南大學學報(自然科學版). 2013(S1)
[8]面向條碼識讀的自適應(yīng)二值化改進算法[J]. 羅松,王俊峰,唐鵬,陳懿.  計算機工程與設(shè)計. 2013(04)
[9]紙幣數(shù)字的多特征綜合識別算法[J]. 杜鑫,劉文波,李開宇.  計算機工程與應(yīng)用. 2014(19)
[10]淺談OCR技術(shù)的發(fā)展和應(yīng)用[J]. 王文華.  福建電腦. 2012(06)

博士論文
[1]基于BIM的智能化輔助設(shè)計平臺技術(shù)研究[D]. 李智杰.西安建筑科技大學 2015
[2]票據(jù)自動處理系統(tǒng)中若干關(guān)鍵技術(shù)研究[D]. 張艷.南京理工大學 2008

碩士論文
[1]飲食業(yè)地方稅收發(fā)票識別算法研究與實現(xiàn)[D]. 尤權(quán)鋒.華南理工大學 2014
[2]機打普通商業(yè)發(fā)票識別系統(tǒng)研究[D]. 虞飛.華南理工大學 2013
[3]車牌識別系統(tǒng)的相關(guān)算法研究與實現(xiàn)[D]. 劉同焰.華南理工大學 2012
[4]機動車銷售統(tǒng)一發(fā)票識別算法研究[D]. 何文基.華南理工大學 2010
[5]汽車牌照自動識別技術(shù)及實現(xiàn)研究[D]. 唐平.湖南大學 2010
[6]基于OCR的支票識別系統(tǒng)的研究與實現(xiàn)[D]. 林強.北京郵電大學 2010
[7]基于OCR技術(shù)的名片識別系統(tǒng)的研究[D]. 武玉坤.長沙理工大學 2008
[8]票據(jù)印刷號碼自動識別技術(shù)研究[D]. 賈彥金.西安理工大學 2008
[9]印刷體文字識別的研究[D]. 倪桂博.華北電力大學（河北） 2008
[10]票據(jù)中手寫數(shù)字識別的研究[D]. 宋婉娟.華中師范大學 2007



本文編號：3444232