基于Gabor特征的银行卡号识别算法研究

作     者：孟菲 

作者单位：大连海事大学 

学位级别：硕士

导师姓名：齐国清;韩保卫

授予年度：2017年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：凹凸银行卡 卡号识别 Gabor特征 滑动识别 

摘      要：随着移动支付的逐渐兴起和快速发展,提供移动支付功能的APP迅速增多,这些APP都要求用户进行银行卡的绑定,输入银行卡号成了必不可少的步骤。可是卡号的位数较多,很难全部记住,手动输入易输错,效率差。商家希望使用移动设备的摄像头捕捉银行卡图像,根据银行卡图像识别卡号并直接将卡号输入到移动设备中,这种输入卡号的方法也给使用者带来了方便。卡号为平面字符的银行卡,其卡号字符的颜色基本为黑色,背景花纹对卡号区域没有影响,人眼通过色差来完成对卡号的识别。卡号为凹凸字符的银行卡,其凹凸字符是通过机器压印而成的,人眼主要通过深度和亮度信息来进行卡号的识别。凹凸字符的银行卡因为卡号字符的颜色与背景区域差别不大,导致卡面上的背景花纹很难与卡号字符分离,这就会给卡号的分割和识别带来很大的困难。本文主要是针对卡号为凹凸字符的银行卡,提出一种适合这类银行卡的卡号识别方法。凹凸银行卡图像的预处理首先是对得到的银行卡图像进行倾斜校正,根据银行卡的特点,本文通过Radon变换计算得到银行卡图像的倾斜角,从而实现对银行卡图像的倾斜矫正。然后根据银行卡号在制作时的位置特点,对矫正后的银行卡图像进行卡号区域的粗提取,去除银行卡上与卡号无关的大部分背景区域,粗略分割得到卡号区域。再对粗提取后的图像进行Canny边缘检测,对得到的边缘图像进行投影分析,根据投影像素点的分布规律,精确分割得到卡号区域。凹凸字符与背景颜色相近,很难与背景分开。背景花纹的存在,也会对分割单个卡号字符造成影响,所以本文使用滑动识别方法来进行卡号的识别。凹凸字符的边缘与背景区域的灰度值有一定的不同,二维Gabor滤波器可以提取一定宽度的字符特征,而且可以从不同角度提取字符的纹理特征,这对背景花纹有一定的抗干扰能力。因此本文使用多角度的Gabor滤波器对单个卡号字符进行纹理特征的提取,再通过PCA和LDA二次降维得到具有较好分类效果的字符特征,利用基于特征的模板匹配算法滑动识别银行卡号,最后通过Luhn算法对卡号的识别结果进行验证。