一种基于图像识别的缴费智能核查预警系统及预警方法技术方案

本发明专利技术公开了一种基于图像识别的缴费智能核查预警系统，使用该系统进行预警的方法为：通过分离模块将缴费凭证进行分离，并通过传送模块将分离后的缴费凭证依次传输至图像采集模块；通过图像采集模块对缴费凭证进行采集，得到采集图像；对采集图像进行采样操作和量化操作，得到数字图像，并将其存储到帧存储器；对数字图像进行归一化处理，通过图像识别对比模块识别数字图像的文本内容；将数字图像的文本内容与业务系统中的数据进行核查，并判断核查结果是否存在异常，若是，则进行预警，否则不进行任何操作。本发明专利技术能够自动识别图像内容和核查结果预警，降低了人力成本，减少了缴费核查的耗时，提高了缴费核查工作的效率和准确性。

【技术实现步骤摘要】
一种基于图像识别的缴费智能核查预警系统及预警方法
本专利技术属于图像识别领域，具体涉及一种基于图像识别的缴费智能核查预警系统及预警方法。
技术介绍
缴费核查是许多企业内控约束机制的重要组成部分，通过缴费核查可以反映出企业内部控制的薄弱点，对可能出现的问题进行针对性的审计。客户缴费信息一般在业务系统中存有记录，缴费凭证是客户缴纳相关费用的凭据，缴费核查过程是将客户缴费凭证中的账务数据与业务系统中的数据进行比对，检查数据的真实性、准确性。客户缴费凭证一般数据量较大，且类型多样如业务系统票据、银行业务回单、机打发票等，依靠人力进行排查成本较高且耗时长。
技术实现思路
针对现有技术中的上述不足，本专利技术提供的一种基于图像识别的缴费智能核查预警系统及预警方法解决了缴费核查过程中人力排查存在的问题。为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于图像识别的缴费智能核查预警系统，包括依次连接的分离模块、传送模块、图像采集模块、图像识别对比模块和核查结果预警模块；所述分离模块用于将缴费凭证进行一一分离，所述传送模块用于将分离后的缴费凭证依次传输至图像采集模块，所述图像采集模块用于对缴费凭证进行图像采集，并对采集图像进行采样操作和量化操作，所述图像识别对比模块用于识别采集图像的内容，并将识别的内容与业务系统中的数据进行对比，所述核查结果预警模块用于对存在异常的核查结果进行预警。进一步地，所述核查结果预警模块包括LED报警指示灯和语音报警器。本专利技术的有益效果为：提供了一种基于图像识别的缴费智能核查预警系统，能够对缴费凭证进行内容识别，并将识别的内容与业务系统中的数据进行对比，对异常数据进行预警。一种使用基于图像识别的缴费智能核查预警系统的预警方法，包括以下步骤：S1、通过分离模块将缴费凭证进行分离，并通过传送模块将分离后的缴费凭证依次传输至图像采集模块；S2、通过图像采集模块对缴费凭证进行采集，得到采集图像；S3、对采集图像进行采样操作和量化操作，得到数字图像，并将数字图像存储到帧存储器；S4、读取帧存储器中的数字图像，并对数字图像进行归一化处理，通过图像识别对比模块识别数字图像的文本内容；S5、将数字图像的文本内容与业务系统中的数据进行核查，并判断核查结果是否存在异常，若是，则通过核查结果预警模块中LED报警指示灯和语音报警器进行预警，否则通过LED报警指示灯和语音报警器进行核查通过提醒。进一步地，所述步骤S3中采样操作具体为：根据采样定理，将采集图像分割成M×N个网格，将M×N个网格分别用亮度值表示，得到M×N个像素点，完成采样。进一步地，所述步骤S3中量化操作具体为：将M×N个像素点对应的亮度连续变化区间转换为整数矩阵，且量化后的像素点包括位置和灰度，所述位置包括像素点所在的行和列。进一步地，所述步骤S4中图像识别对比模块识别数字图像的文本内容的具体方法为：A1、将归一化后的数字图像输入深度卷积神经网络CNN进行图像特征提取，获取数字图像的特征；A2、根据数字图像的特征，通过循环神经网络BLSTM预测数字图像的文字序列和标签分布；A3、根据文字序列和标签分布，通过CTC算法获取数字图像的文本内容识别结果。进一步地，所述深度卷积神经网络CNN包括依次连接的输入层、第一卷积层、第一最大池化层、第二卷积层、第二最大池化层、第三卷积层、第四卷积层、第三最大池化层、第五卷积层、第一正则化层、第六卷积层、第二正则化层、第四最大池化层、第七卷积层、序列转换层和输出层。进一步地，所述步骤S5中将数字图像的文本内容与业务系统中的数据进行核查的具体方法为：B1、通过正则匹配算法提取数字图像的文本内容中的要素数据；B2、根据要素数据，通过大数据平台对比要素数据与业务系统中对应的数据是否相同，若是，则核查结果无异常，否则核查结果异常。进一步地，所述步骤B1中要素数据包括凭证类型、凭证号码、凭证日期、用户名称和金额。进一步地，所述步骤B1中通过正则匹配算法提取数字图像的文本内容中的要素数据的具体步骤为：B1.1、根据凭证图像的内容布局，构建与凭证图像的内容布局相匹配的模板；B1.2、根据模板，通过前向搜索、后向搜索、对象分组和字符限定对要素数据进行搜索匹配，得到提取结果。本专利技术的有益效果为：(1)本专利技术能够对缴费凭证中的文本内容进行精准识别，然后将其与业务系统中的数据进行对比，进行核查预警。(2)本专利技术把凭证文件承载的数据信息转化为计算机能够使用和存储的电子信息将给数据的传输、存储与查询带来极大的便利。(3)本专利技术能够自动识别图像内容和核查结果预警，降低了人力成本，减少了缴费核查的耗时，提高了缴费核查工作的效率和准确性。附图说明图1为本专利技术提出的一种基于图像识别的缴费智能核查预警系统示意图。图2为本专利技术提出的一种基于图像识别的缴费智能核查预警系统的预警方法流程图。图3为本专利技术中深度卷积神经网络CNN示意图。具体实施方式下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。下面结合附图详细说明本专利技术的实施例。如图1所示，一种基于图像识别的缴费智能核查预警系统，包括依次连接的分离模块、传送模块、图像采集模块、图像识别对比模块和核查结果预警模块；所述分离模块用于将缴费凭证进行一一分离，所述传送模块用于将分离后的缴费凭证依次传输至图像采集模块，所述图像采集模块用于对缴费凭证进行图像采集，并对采集图像进行采样操作和量化操作，所述图像识别对比模块用于识别采集图像的内容，并将识别的内容与业务系统中的数据进行对比，所述核查结果预警模块用于对存在异常的核查结果进行预警。所述核查结果预警模块包括LED报警指示灯和语音报警器。如图2所示，一种使用基于图像识别的缴费智能核查预警系统的预警方法，包括以下步骤：S1、通过分离模块将缴费凭证进行分离，并通过传送模块将分离后的缴费凭证依次传输至图像采集模块；S2、通过图像采集模块对缴费凭证进行采集，得到采集图像；S3、对采集图像进行采样操作和量化操作，得到数字图像，并将数字图像存储到帧存储器；S4、读取帧存储器中的数字图像，并对数字图像进行归一化处理，通过图像识别对比模块识别数字图像的文本内容；S5、将数字图像的文本内容与业务系统中的数据进行核查，并判断核查结果是否存在异常，若是，则通过核查结果预警模块中LED报警指示灯和语音报警器进行预警，否则通过LED报警指示灯和语音报警器进行核查通过提醒。在本实施例中，核查结果存在异常时，LED报警指示灯亮起红灯，并语音报警本文档来自技高网...

【技术保护点】
1.一种基于图像识别的缴费智能核查预警系统，其特征在于，包括依次连接的分离模块、传送模块、图像采集模块、图像识别对比模块和核查结果预警模块；/n所述分离模块用于将缴费凭证进行一一分离，所述传送模块用于将分离后的缴费凭证依次传输至图像采集模块，所述图像采集模块用于对缴费凭证进行图像采集，并对采集图像进行采样操作和量化操作，所述图像识别对比模块用于识别采集图像的内容，并将识别的内容与业务系统中的数据进行对比，所述核查结果预警模块用于对存在异常的核查结果进行预警。/n

【技术特征摘要】
1.一种基于图像识别的缴费智能核查预警系统，其特征在于，包括依次连接的分离模块、传送模块、图像采集模块、图像识别对比模块和核查结果预警模块；
所述分离模块用于将缴费凭证进行一一分离，所述传送模块用于将分离后的缴费凭证依次传输至图像采集模块，所述图像采集模块用于对缴费凭证进行图像采集，并对采集图像进行采样操作和量化操作，所述图像识别对比模块用于识别采集图像的内容，并将识别的内容与业务系统中的数据进行对比，所述核查结果预警模块用于对存在异常的核查结果进行预警。


2.根据权利要求1所述的基于图像识别的缴费智能核查预警系统，其特征在于，所述核查结果预警模块包括LED报警指示灯和语音报警器。


3.一种使用如权利要求1所述的基于图像识别的缴费智能核查预警系统的预警方法，其特征在于，包括以下步骤：
S1、通过分离模块将缴费凭证进行分离，并通过传送模块将分离后的缴费凭证依次传输至图像采集模块；
S2、通过图像采集模块对缴费凭证进行采集，得到采集图像；
S3、对采集图像进行采样操作和量化操作，得到数字图像，并将数字图像存储到帧存储器；
S4、读取帧存储器中的数字图像，并对数字图像进行归一化处理，通过图像识别对比模块识别数字图像的文本内容；
S5、将数字图像的文本内容与业务系统中的数据进行核查，并判断核查结果是否存在异常，若是，则通过核查结果预警模块中LED报警指示灯和语音报警器进行预警，否则通过LED报警指示灯和语音报警器进行核查通过提醒。


4.根据权利要求3所述的基于图像识别的缴费智能核查预警系统的预警方法，其特征在于，所述步骤S3中采样操作具体为：根据采样定理，将采集图像分割成M×N个网格，将M×N个网格分别用亮度值表示，得到M×N个像素点，完成采样。


5.根据权利要求3所述的基于图像识别的缴费智能核查预警系统的预警方法，其特征在于，所述步骤S3中量化操作具体为：将M×N个像素点对应的亮度连续变化区间转换为整数矩阵，且量化后的像素点...

【专利技术属性】
技术研发人员：赵军，
申请(专利权)人：成都信息工程大学，
类型：发明
国别省市：四川;51