票據(jù)圖像壓縮和防偽的一些研究.pdf

1、隨著票據(jù)數(shù)字化管理模式的推廣，票據(jù)圖像成為了信息管理的主要載體。而在圖像采集設(shè)備分辨率不斷提高的影響下，圖像包含的數(shù)據(jù)量呈海量增長。巨大的信息量對存儲容量和信道帶寬提出了很高的要求，票據(jù)圖像的壓縮便成為了必須要解決的問題。關(guān)于圖像壓縮的研究已有幾十年的歷史，而針對票據(jù)圖像壓縮的研究卻很少。在票據(jù)的應(yīng)用過程中，對其進(jìn)行有效的防偽認(rèn)證也是一直困擾工業(yè)界的一個問題。隨著條碼技術(shù)的興起，將條碼技術(shù)應(yīng)用到票據(jù)圖像的防偽上已是一個研究熱點。但在實際

2、應(yīng)用中，外部復(fù)雜環(huán)境的影響使條碼的準(zhǔn)確識別成為了一個難點，已有許多學(xué)者對此進(jìn)行了研究，但相關(guān)研究大多都集中在對單個條碼的識別上，對多個條碼進(jìn)行識別的研究卻還很少。
　　本文對票據(jù)圖像壓縮和用于票據(jù)防偽的QR(Quick Response的簡稱)碼識別進(jìn)行了深入研究，在借鑒前人成果的基礎(chǔ)上，提出了自己的改進(jìn)方法，主要有以下幾個方面：
　　在研究票據(jù)圖像壓縮方面，提出了一種基于Hough變換和形態(tài)學(xué)的算法，通過對圖像進(jìn)行傾斜矯正

3、和去冗余來達(dá)到壓縮的目的。為克服傳統(tǒng)Hough變換在檢測直線時固有的缺點，本算法利用形態(tài)學(xué)的方法去除了圖像中多余的細(xì)節(jié)信息，有效的提高了Hough變換的計算速度及檢測精度；在去冗余時，算法結(jié)合形態(tài)學(xué)處理并通過尋找圖像感興趣區(qū)域頂點坐標(biāo)的方法將其從背景中提取出來。實驗結(jié)果證明，本算法不僅適用于二值圖像和灰度圖像，同樣適用于彩色圖像。
　　在研究用于票據(jù)圖像防偽的QR碼識別方面，在單個QR碼識別方面，很少有文獻(xiàn)提及怎樣判斷位置探測圖形

4、之間的位置關(guān)系以及如何利用它們之間的關(guān)系來進(jìn)行旋轉(zhuǎn)矯正，本文提出了一種面向單個QR碼的識別算法，對此給出了詳細(xì)的解決方案；同時，本算法利用位置探測圖形的高度、寬度及中心點坐標(biāo)來得到QR碼符號的左上角坐標(biāo)及符號的寬度和高度，簡化了提取操作。
　　同時還提出了一種面向多QR碼的識別算法。對多個QR碼進(jìn)行識別時，關(guān)鍵是要判斷出哪些位置探測圖形屬于同一個QR碼符號。該算法利用位置探測圖形法來定位QR碼，并利用位置探測圖形的大小及位置關(guān)系實