梁 杨，任胜兵，胡志刚

（中南大学 软件学院，湖南 长沙410075）

0 引 言

纸币冠字号识别作为目前模式识别领域的一项重要应用，主要涉及图像预处理、字符分割和字符识别三大模块。图像预处理是冠字号识别系统的重要基础，主要包括冠字号定位［1］，旋转校正［2］，二值化［3，4］，去噪滤波［5］等环节。传统的图像定位方法中，有的依靠经验值对图像进行粗略截取，定位误差较大，有的通过扫描图像某些特征来截取目标区域，抗干扰性差且耗时。传统的几何坐标旋转算法虽然实现简单，但需要对每个点都进行包含乘加运算的坐标变换，非常耗时，并且待旋转图像越大其执行速度越会成为系统瓶颈。传统的二值化主要有全局阈值法和局部阈值法，全局阈值法根据图像的灰度统计确定阈值，算法速度快，但抗干扰能力差；局部阈值法需要对每个点及其邻域的灰度信息进行判断，有一定的抗噪性，但速度很慢。字符识别作为识别系统的核心，其识别率和识别速度直接影响整个系统的性能。根据特征提取方法不同，常用的识别方法有模板匹配法［6－8］，小矩量法［9］和网格法［10］。文献 ［6－8］介绍的模板匹配法相对简单，但比较耗时，而且识别率较低；文献 ［9］利用小波矩提取的特征向量维数较高，算法收敛速度慢，识别率较低；文献 ［10］介绍的网格法需要计算每个网格的统计特征，虽然网格特征容易提取，但其抗位置变化能力差，字符的倾斜、偏移会导致网格间错位，使识别率降低。……