[发明专利]一种分层带回溯查找机制的票据类型识别方法

权利要求书

1.一种分层带回溯查找机制的票据类型识别方法，其特征在于，包括如下步骤：

S1、将票据特征分为多个识别特征层L_j，每个特征层包含多个特征匹配阈值区间，特征匹配阈值代表允许的待识别图像与识别模板的偏差量；

S2、依次对每个特征层进行特征匹配；

S3、特征匹配过程按照阈值区间从小到大的顺序执行，首先在较小的特征匹配阈值区间进行；

S4、如果得到的匹配结果集(即候选模板集)非空，则进入下一个特征层进行特征匹配；如果候选模板集为空，则移向下一个较大的特征匹配阈值区间进行特征匹配；

S5、如果在允许的最大特征匹配阈值区间候选模板集仍为空，则回溯到上一级的特征层的下一个特征匹配阈值区间进行特征匹配；

S6、循环步骤S3-S5，直到得出识别模板或拒识。

2.如权利要求1所述的方法，其特征在于：

每个特征层L_j定义一个特征偏差量函数F_j(I，t_i)，用于计算票据图像I与识别模板t_i之间的偏差，其中I为票据图像，t_i为识别模板；

每个特征层L_j定义p_j个特征匹配阈值其中p_j＞1；每个特征层L_j的特征匹配阈值按着从小到大的顺序设定，其中最大的特征匹配阈值代表可接受的待识别图像与票据类型模板的最大偏差量；这些特征匹配阈值形成p_j-1个阈值区间A_jk＝[a_jk，a_j(k+1))，其中k＝1，2，...，p_j-1；

满足阈值区间A_jk的候选模板集合记为T_jk＝{t_i|F_j(I，t_i)∈A_jk，t_i∈T}，其中T＝{t₁，t₂，...，t_m}为识别模板库。

3.如权利要求1或2所述的方法，其特征在于：

每个特征层L_j定义函数其中选择层利用票据图像的辅助特征进行识别，决策层利用票据图像的关键特征进行识别；

特征层安排顺序为先选择层，再决策层。

4.如权利要求1-3所述的方法，其特征在于：

在特征匹配过程中，每个特征层需要记录获得非空候选模板集的阈值区间的位置，以方便下级的特征层回溯到该特征时，从记录位置的下一个阈值区间进行特征匹配；

经过决策层特征匹配后，如果候选模板集中仅包含一个模板，则返回该模板作为识别结果；如果经过选择层特征匹配后，候选模板集中仅包含一个模板，则需要进入下一特征层进行进一步的匹配验证。

5.如权利要求4所述的方法，其特征在于：

在决策层利用票据图像的表头文字关键特征进行匹配的过程中，引入表头长度阈值λ，当表头长度小于λ时，进行完整匹配；当表头长度大于λ时，进行局部匹配。