[发明专利]一种出租车发票识别系统及方法

权利要求书

1.一种出租车发票识别系统，其特征在于：包括图像数据采集装置、计算机、显示器、数据库；

所述图像数据采集装置、显示器分别与所述计算机连接，在所述计算机控制下工作；所述数据库通过网络与所述计算机连接通信，用于保存所述计算机采集的发票信息。

2.根据权利要求1所述的出租车发票识别系统，其特征在于：所述图像数据采集装置采用照相机、摄像头或扫描仪，所述图像数据采集装置还配置有照明设备、支撑支架和外围电路。

3.一种出租车发票识别方法，其特征在于，包括以下步骤：

步骤1：计算机控制图像数据采集装置进行出租车发票信息图像采集；

步骤2：进行发票信息提取，所述发票信息包括发票代码、发票号码、日期、上下车时间；

步骤3：对发票信息进行合规性检测；

如果合规，则将当前发票信息记录正式存储到数据库；

如果不合规，则将检测结果反馈给报销人员或发票使用人，拒绝报销；

其中，如果当前检测发票与数据库中的某张发票有相同的发票代码，且发票号码相连，则判断本次发票检测的当前发票或本版发票全部不合规。

4.根据权利要求3所述的出租车发票识别方法，其特征在于，步骤2的具体实现包括以下子步骤：

步骤2.1：构建并训练深度学习网络；

步骤2.1.1：构建深度学习网络；

所述深度学习网络，包括输入层，两个卷积层，两个降采样层，三个全连接层以及输出层；

步骤2.1.2：采集若干现有的出租车发票的发票代码和发票号码，构建发票代码和发票号码数据集；

步骤2.1.3：训练深度学习网络，获得训练好的深度学习网络；

步骤2.2：使用深度学习网络进行发票识别流程；

步骤2.2.1：采集出租车发票的图像信息；

步骤2.2.2：对图像进行直方图均衡化、中值滤波和高斯滤波处理，然后对图像进行二值化操作；

步骤2.2.3：通过二值化图像的行列像素统计对图像进行字符区域检测，字符分割；

步骤2.2.4：将步骤2.2.3中处理后的图像进行归一化，输入深度学习网络进行发票代码和发票号码识别。

5.根据权利要求4所述的出租车发票识别方法，其特征在于，步骤2.1.3的具体实现包括以下子步骤：

1)将归一化图像的大小变为标准大小32×32；

2)用5×5的卷积核，步长为1对归一化图像进行遍历卷积操作生成6张28×28的特征图；

3)用2×2的最大池化层，步长为2将特征图规模降采样至6张14×14的特征图；

4)用5×5的卷积核，步长为1对特征图进行遍历卷积操作生成16张10×10的特征图；

5)用2×2的最大池化层，步长为2将特征图规模降采样至16张5×5的特征图；

6)最后用两层全连接层和softmax层将特征图变为10个概率输出；

7)用最大概率所对应的结果与真值进行比较，计算误差然后利用梯度下降进行反向传播来调整网络参数；

8)不断重复步骤1-步骤7，直到最大概率所对应结果与真值一致。