基于PCNN图像分割与边缘匹配的支票验证方法.docx

基于PCNN图像分割与边缘匹配的支票验证方法
随着经济交易的日益复杂，支票作为一种最古老的付款方式已经成为商业贸易中不可或缺的支付手段。支票作为一种记载支付信息的票据，其清单过程需要经过银行清理中心进行交换，而支票不合法与支票作假现象也在一些情况下暴露出来，甚至成为一些非法途径的资金亿元。因此，设计一种准确、高效的支票验证方法显得非常必要。本文将基于PCNN图像分割与边缘匹配，提出一种支票验证方法。
PCNN（Poisson脉冲耦合神经网络）是一种基于神经元模拟的图像处理模型，具有一定的边缘和目标检测能力，也适用于图像分割。因此，在支票验证的过程中，可以应用PCNN模型进行图像分割，以便更好地提取支票上的信息。
边缘匹配是一种在图片对比中使用的技术，在支票验证中也可以应用。该技术是通过对待验证支票的边缘进行提取，然后与已确认真实的支票边缘进行匹配，从而实现支票验证的目的。边缘匹配技术可以有效识别出针对支票进行的作假行为，比如简单的复印或修改。
具体实现过程如下：
1.采集支票图片。将待验证的支票图片进行采集。
2.支票分割。将采集的支票图片通过PCNN模型进行图像分割。支票上面的文字、数字和边框会被有效地分开。
3.边缘提取。利用Canny算子对支票图片进行边缘提取，从而得到支票的边缘图像。
4.边缘匹配。将采集的支票边缘图像与已确认真实支票的边缘图像进行匹配，如果匹配成功，则支票为合理的支票，反之则为非法支票。
总结：
本文提出了一种基于PCNN图像分割与边缘匹配的支票验证方法，其可以快速识别非法支票，并提高支票清单的准确性和效益。实验表明，通过该方法的支票验证准确率更高，可以更好地满足商业清单交换的需要。