一种字符和纸币冠字号码的识别方法及装置和ATM机制造方法及图纸

本发明专利技术提供本发明专利技术的通过采用矢量特征自动提取网络和BP网络对字符图像进行识别的字符图像识别方法，同时提供一种基于该字符图像识别的纸币冠字号码识别方法以及实现字符识别方法的装置和具有识别冠字号码能力的ATM机。本发明专利技术在应用于ATM的现金存取款过程中提取和自动识别纸币的冠字号码能达到99.6%以上的识别率，未能识别部分的原因主要是纸币号码的污损、纸币号码折叠和纸币太旧导致号码和背景分不开等问题。

【技术实现步骤摘要】
—种字符和纸币冠字号码的识别方法及装置和ATM机
本专利技术涉及模式识别领域，特别涉及字符识别，是一种采用特征矢量自动提取网络和识别网络组合的双重网络字符识别方法和采用这种方法的装置。
技术介绍
在电脑和电信领域中，字符(Character)是一个资讯单位。对使用字母系统或音节文字等自然语言，它大约对应为一个音位、类音位的单位或符号。字符的例子有:字母、数字系统或标点符号。目前，采用一串字符(字符串)来表示身份特征是非常普遍，也为字符自动识别技术提供了广阔的应用空间。例如在货币上都有一串唯一的字符串，也就是冠字号码，支票上也有支票帐号识别记录，这些冠字号码和帐号识别记录都是采用A、B、C等26个英文字母大写和0、1、2、3、4、5、6、7、8、9十个数字组合而成，当然作为字符串用来做ID，小写字母也可以使用，但使用频率不如大字字母，因此，目前大多是采用26个大写英文字母和10个数字共36个字符。目前，ATM的现金存取款过程中要提取和自动识别纸币的冠字号码、在支票支付转账过程中也要对支票账号识别记录、在停车场上由于车辆越来越多，也要对每辆车实行车牌号码识别登记管理。在这种具有唯一性的号码确认的应用场合下，字符自动识别就发挥它的举足轻重的作用。早期很多人对号码检测和自动识别展开了深入的研究工作。到目前为止，字符(号码)识别方法有统计特征、模板匹配、单独BP网络、单独RBF网络、支持向量机等等。然而在这些方法当中，都是围绕着一个核心问题:就是如何设计更好的分类器或识别器提高号码识别率。目前，ATM的现金存取款过程中要提取和自动识别纸币的冠字号码进行识别，一般是将冠字号码中的每个字符截取，分别进行识别，然后将识别后的字符按照号码的顺序组口 ο而在这些方法当中发现虽然用网络作分类器或识别器识别号码效果更好些，但同时又发现单独使用一种网络作为分类器或识别器，会容易使得网络预测能力出现过拟合，难以控制把握这种非线性映射，使得网络结构过于复杂，导致隐层储存大量的冗余信息，大大加重网络的负载能力，影响识别精度。因此，有必要提供某种方法解决上述单独使用一种网络缺陷，通过改进网络或设计不同网络来达到既能提高网络预测能力，又能抑制隐层储存冗余信息，减少网络的负载能力，提闻识别精度。
技术实现思路
本专利技术的目的是提供一种基于特征矢量自动提取网络和识别网络组合的双重网络字符识别方法，通过改进网络或设计不同网络来达到既能提高网络预测能力，又能抑制隐层储存冗余信息，减少网络的负载能力，提高识别精度。本专利技术的技术方案是:一种字符识别方法，该方法中，字符的二值化图像与样本库内的字符二值化标准样本比对识别，采用特征矢量自动提取网络提取字符图像的特征输出到BP网络进行识别；包括以下步骤:步骤1、特征矢量自动提取网络和BP网络学习和训练的步骤，该步骤结束后，BP网络输出层每位向量输出代表标准样本库中一个标准样本的位置；步骤2、将待识别的字符的二值化图像输入到经过步骤I中学习和训练后的特征矢量自动提取网络，提取特征矢量；步骤3、将步骤2中提取的特征矢量输入到BP网络；步骤4、查找到BP网络当前输出的最大值向量位置，该位置对应步骤中标准样本所对应的字符就是将待识别的字符。进一步的，上述的字符识别方法中:所述的特征矢量自动提取网络由两层神经网络组成，包括输入层和输出层，在这两层之间通过正向传递和反向调整，使得网络正反两个方向的误差传递，动态调整网络各个单元权值方式将输入的高维参数压缩和提取后输出低维特征矢量；所述的特征矢量自动提取网络学习和训练的包括以下步骤:步骤11、初始化，给每个网络权值向量Wij赋予(-1，I)内的随机数值；步骤12、输入二值化样本4 =(?,...，<)提供给网络；步骤13、用输入样本参数Pi =(?,…，4)和网络各个权值向量Wij，计算出输出层各个单元的输出Mz:本文档来自技高网...

【技术保护点】
一种字符识别方法，该方法中，字符的二值化图像与样本库内的字符二值化标准样本比对识别，其特征在于：采用特征矢量自动提取网络提取字符图像的特征输出到BP网络进行识别；包括以下步骤：步骤1、特征矢量自动提取网络和BP网络学习和训练的步骤，该步骤结束后，BP网络输出层每位向量输出代表标准样本库中一个标准样本的位置；步骤2、将待识别的字符的二值化图像输入到经过步骤1中学习和训练后的特征矢量自动提取网络，提取特征矢量；步骤3、将步骤2中提取的特征矢量输入到BP网络；步骤4、查找到BP网络当前输出的最大值向量位置，该位置对应步骤中标准样本所对应的字符就是将待识别的字符。

【技术特征摘要】
1.一种字符识别方法，该方法中，字符的二值化图像与样本库内的字符二值化标准样本比对识别，其特征在于:采用特征矢量自动提取网络提取字符图像的特征输出到BP网络进行识别；包括以下步骤: 步骤1、特征矢量自动提取网络和BP网络学习和训练的步骤，该步骤结束后，BP网络输出层每位向量输出代表标准样本库中一个标准样本的位置； 步骤2、将待识别的字符的二值化图像输入到经过步骤I中学习和训练后的特征矢量自动提取网络，提取特征矢量； 步骤3、将步骤2中提取的特征矢量输入到BP网络； 步骤4、查找到BP网络当前输出的最大值向量位置，该位置对应步骤中标准样本所对应的字符就是将待识别的字符。2.根据权利要求1所述的字符识别方法，其特征在于:所述的特征矢量自动提取网络由两层神经网络组成，包括输入层和输出层，在这两层之间通过正向传递和反向调整，使得网络正反两个方向的误差传递，动态调整网络各个单元权值方式将输入的高维参数压缩和提取后输出低维特征矢量； 所述的特征矢量自动提取网络学习和训练的包括以下步骤: 步骤11、初始化给每个网络权值向量Wij赋予(-1，I)内的随机数值； 步骤12、输入二值化样 本巧提供给网络； 步骤13、用输入样本参数6 =(<，《!，...，<)和网络各个权值向量Wij，计算出输出层各个单元的输出Mz: 3.根据权利要求2所述的字符识别方法，其特征在于:所述的BP网络由输入层、隐层、输出层构成的三层前馈网络；所述的BP网络的学习和训练包括以下步骤: 步骤21、初始化步骤，该步骤给每个网络权值向量Wu赋予(_1，1)内的随机数值； 步骤22、将特征矢量网络输出的特征向量提供给BP网络； 步骤23、用输入特征矢量Mz = (S1, S2,, Sv)和网络输入层各个权值向量Wzj，计算隐层各个单元的输出网络的激励函数采用 4.一种识别纸币的冠字号码的方法，其特征在于:包括以下步骤， Α、对纸币的冠字号码的检测获得冠字号码区域图像的步骤； B、将冠字号码区域图像切割成单独字符图像的步骤； C、对...

【专利技术属性】
技术研发人员：李武强，张林法，郭礼虎，
申请(专利权)人：新达通科技股份有限公司，
类型：发明
国别省市：广东;44