[發明專利]基于規則的凸印銀行卡卡號分割與識別方法

在審

• 申請號: 201811233474.5
• 申請日: 2018-10-23
• 公開（公告）號: CN109460767A
• 公開（公告）日: 2019-03-12
• 發明（設計）人: 柯逍;劉詩勤;牛玉貞
• 申請（專利權）人: 福州大學
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊;丘鴻超

本發明提出了一種基于規則的凸印銀行卡卡號分割與識別方法。定位方面通過對國內凸印銀行卡卡號的形狀、顏色進行分析和總結，提出了使用形態學梯度和數值匹配的方法進行卡號分割；提高了銀行卡卡號字符定位的準確度，減少了銀行卡卡號行的定位時間。針對凸印銀行卡卡號的特點，通過形態學方法處理卡號圖像，使其特征突出易于識別。識別方面通過大量凸印銀行卡卡號圖像對3個淺層卷積網絡進行訓練，卡號識別的結果由3個網絡的結果投票得出，保證了卡號識別的準確率。本發明構建的方法具有準確率高，速度快的優點，可以非常迅速準確地確定卡號寬度，分割卡號。使用的3個淺層神經網絡比單個神經網絡的識別模型準確率更高。

技術領域

本發明涉及深度學習與計算機視覺領域，特別是一種基于規則的凸印銀行卡卡號分割與識別方法。

背景技術

自然場景中出現的文本是我們一個重要的信息來源。例如廣告牌、交通標識、各類證件上的文字等，這些文本包含著明確的語義信息，為人們提供必要的指示和提醒。如果能夠實現對這些文本的檢測和識別就可以實現對這些場景內容的理解和分析。伴隨著人類科技進步，使用機器檢測并理解場景中的文本成為了一個必然的趨勢。隨著帶有攝像頭的移動設備的廣泛使用以及移動支付的不斷發展，人們已經開始習慣使用手機應用進行支付，如支付寶、微信支付等。銀行卡卡號檢測和識別技術能幫助這些支付平臺的用戶自動輸入卡號。與人工錄入卡號相比，銀行卡自動檢測與識別技術速度更快，精度更高，體驗更好。

使用傳統方法檢測與識別自然場景下銀行卡卡號行面臨一些問題。例如：(1)卡號與卡面背景無法分離，使用傳統字符分割方法和字符識別方法的準確率不高。(2)由于銀行卡卡號的個數與組織形式不盡相同，所以采用固定的模板對銀行卡卡號進行分割會導致分割錯誤。(3)使用傳統模板匹配算法進行卡號識別，卡號與背景粘連無法保證正確率。(4)凸印銀行卡卡號與背景顏色一致，使用顏色背景建模無法完成卡號分離。

自然場景下的銀行卡卡號檢測與識別在生產生活中扮演著重要的角色，但其研究進展緩慢，其原因可以歸結為三點：銀行卡數據集難以收集、銀行卡類別繁多和銀行卡拍攝場景復雜。

發明內容

本發明的目的是提出基于規則的凸印銀行卡卡號分割與識別方法，能夠有效地對待檢測凸印銀行卡圖像中的銀行卡卡號進行分割與識別。

為實現上述目的，本發明的技術方案是：一種基于規則的凸印銀行卡卡號分割與識別方法，其特征在于，包括以下步驟：

步驟S1：制作凸印銀行卡卡號數據集，對卡號樣本進行分類；

步驟S2：對所述凸印銀行卡卡號數據集進行形態學梯度計算統計，獲得卡號垂直分割標準對比值；

步驟S3：對所述凸印銀行卡卡號數據集進行形態學方法處理，使其特征突出；

步驟S4：對經過步驟S3處理后的凸印銀行卡卡號數據集訓練3個淺層神經網絡，獲得凸印銀行卡卡號識別模型；

步驟S5：使用所述卡號垂直分割標準對比值對待檢測的銀行卡圖像卡號行區域進行卡號分割，得到卡號圖像；再將所述卡號圖像輸入凸印銀行卡卡號識別模型，卡號識別的結果由凸印銀行卡卡號識別模型的結果投票得出。

優選地，在所述步驟S1中，通過以下步驟制作凸印銀行卡卡號數據集：

步驟S11：收集凸印銀行卡卡號圖片樣本，包括：爬蟲技術抓取或人工拍攝；并對無法識別的凸印銀行卡卡號圖片樣本進行剔除；

步驟S12：對收集到的凸印銀行卡卡號圖片樣本進行歸一化，尺寸調整至19×27，并進行分類，得到凸印銀行卡卡號數據集。

優選地，在所述步驟S2中，通過以下步驟獲得卡號垂直分割標準對比值：

步驟S21：計算凸印銀行卡卡號圖片樣本卡號行區域的形態學梯度數值，保留卡號行區域的邊緣信息；