导读:本文包含了身份证号码识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,卷积,身份证号码,字符,身份证,图像,灰度。
身份证号码识别论文文献综述
董梦帅,郄佳婷,孙佳乐,刘瑞峰[1]（2019）在《基于反向传播神经网络的身份证号码识别研究》一文中研究指出基于反向传播算法的多层前馈网络(简称BP神经网络)在图像处理方面应用较为广泛。目前,身份证号码识别技术在图像识别领域迅猛发展,为提高识别身份证号码的速度及准确性,本文研究一种基于BP神经网络的身份证号码识别系统。首先,将身份证图像进行预处理,接着利用MATLAB对身份证号码进行定位以及分割,然后利用BP神经网络,通过调用MATLAB神经网络工具箱,设置相关参数对身份证号码进行训练、匹配数据库中的数字,最后识别并输出身份证号码。实验结果表明,基于BP神经网络的身份证号码识别正确率为95%,该系统具有较高的准确率以及鲁棒性。(本文来源于《科技风》期刊2019年30期）
朱健,马汉杰,冯杰,杨芷晴,韩煌达[2]（2019）在《移动端身份证号码识别算法实现》一文中研究指出为实现多场景下快速便捷的身份证号码提取,提出一种基于移动端的身份证号码识别算法。该算法利用搭载Android操作系统的移动设备,进行身份证号码区域定位和提取;首先利用身份证特殊的颜色分布,选取合适的通道分量;再通过图像阈值分割、噪声处理以及形态学处理,将身份证号码图像二值化;同时针对拍摄过程中可能出现的图像倾斜情况,通过图像旋转和投影法进行水平矫正;然后通过投影法将单个字符提取出来;最后使用卷积神经网络进行图像识别。通过MIX手机测试表明,单次身份证号码图像识别时间约为156ms,准确率约为99.1%,能够满足鲁棒性和实时性要求。(本文来源于《软件导刊》期刊2019年12期）
卢用煌,黄山[3]（2019）在《深度学习在身份证号码识别中的应用》一文中研究指出为了克服传统身份证文字识别算法提取特征难的问题,提出一种基于深度学习的身份证号码识别方法。先通过OSTU实现文字区域的提取,再通过投影统计法切割单个文字的图片,分别从神经元数量、网络层深浅的变化分析网络模型的识别效果。从动态学习率、抑制过拟合和损失函数设计等方面对网络模型进行优化,提升了模型识别正确率。实验结果表明,结合优化策略的卷积神经网络的识别正确率能达到99.96%。(本文来源于《应用科技》期刊2019年01期）
黎平,刘萍,张巡,范郁锋[4]（2018）在《基于分类器的身份证号码识别研究》一文中研究指出目前,许多场合下需要进行身份证自动识别,因此准确识别身份证号码是一个有待重点研究的问题。本论文利用分类器进行识别身份证号码,将从两部分介绍身份证号码分类识别方法,第一部分是解释分类器(距离分类器、最小类间距分类器与最大后验概率分类器)的分类公式。第二部分是对图像首先进行主成份分析(PCA)方法进行特征降维,再运用分类器识别身份证号码图像。通过实验结果证明,身份证号码图像经过PCA特征降维后,分类器可以获得很好的分类效果。(本文来源于《贵州科学》期刊2018年01期）
黄立聪[5]（2017）在《基于度序列的身份证号码识别研究》一文中研究指出身份证号码识别技术蕴藏着巨大的经济价值,它在政府办事部门、酒店入住登记等方面具有非常强的应用背景。虽然每个人的身份证号码由18个数字组成,但是其本质上最多出现10个不同的数字。因为待识别图像清晰度与拍摄环境、设备等因素相关,所以身份证号码识别系统应具有鲁棒性。我们希望识别率达到100%,同时对于使用身份证号码识别系统的用户来说,识别系统也应具有界面友好、操作简单等优点。本文首先介绍了身份证号码识别技术的背景和研究意义;其次讨论了身份证号码识别系统的预处理,包括图像二值化、去噪、定位、分割等。对如何选择合适的二值化阈值以及如何对图像去噪进行了论述;并在数学形态学的基础上,讨论了图像细化、分割算法。最后阐述了图像识别的两种方法:结构方法和统计方法。根据身份证号码的数字特征,在统计方法的基础上,本文提出了一种新的改进方法:基于度序列的身份证号码识别。第一,根据度序列的概念,单个数字可以看成是由简单图构成的;第二,设置一个元素均为1的3×3模板,使模板中心点与待识别图像像素为1的点重合,用给定模板与该像素点的8-邻域所有点进行逻辑“与”运算,然后对模板的结果进行计算,即可得到该点的度数;第叁,利用Microsoft Visual Studio 2010版本中MFC平台开发功能和C/C++高级语言程序进行界面设计、算法实现,最终在电脑屏幕上显示身份证号码识别结果。经实验结果表明,该方法的身份证号码识别率在88%以上,具有一定的应用性。新的改进方法的优点是把原始图像数据通过计算机软件产生一组不变量——度序列。由于它不需要存储整个身份证图像,因此在很大程度上降低了计算机的存储空间,同时也保护了个人的隐私。(本文来源于《北京交通大学》期刊2017-06-01）
杨航[6]（2017）在《身份证号码识别算法与研究》一文中研究指出二代身份证通常被用作证明公民身份的证件,另外身份证号码也是独一无二的编号,随着光学字符识别技术的不断发展,证件识别技术被广泛应用,实现身份证图像中号码的识别与录入将会带来很大便利。以往身份证图像的获取是通过扫描仪后再进行上传,但对于实时获取图像像一些平台需要开户认证上传身份证图像等就不合适。本文基于摄像头拍摄身份证获取图像,利用图像处理技术和深度学习技术完成号码图像识别。本论文主要研究内容为对身份证图像分析、身份证图像预处理、字符的分割和字符识别四个部分。具体如下:1.研究了采用摄像头对身份证进行进行拍摄,基于拍摄的图像对身份证图像进行分析,不同于扫描的身份证图像,需要对该图像进行预处理才能完成字符的识别。2.在预处理方面运用LSD和透视变换相结合的方法来完成对图像的规划化,先使用LSD直线检测原图中的身份证边缘直线,寻找到身份证的边缘交点,最后找到身份证边缘的四个角点,再利用透视变换来校正图像,得到规范的身份证的图像。3.获取身份证图像后,根据身份证号码在身份证中出现的大致位置,利用连通域标记提取出身份证号码图像;为了得到单个字符需要对身份证号码图像进行字符分割,采用改进的投影分割方法得到单个灰度化号码图像。4.为了对单个号码图像进行识别,采用了卷积神经网络的方法完成对号码图像的识别,不需要对输入的数据预先进行归一化处理,取得了比较好的结果。(本文来源于《重庆邮电大学》期刊2017-04-01）
程习武,李旭伟,张德江,刘元梓[7]（2016）在《基于像素匹配的Android平台身份证号码实时识别》一文中研究指出利用图像识别技术中最基本的像素匹配技术,通过限制图像采集条件来进行循环采集识别的方式,设计并实现Android平台上基于像素的实时识别身份证号码的App应用,该应用能够非常容易地集成到其它Android项目,以提高身份证号码输入的快速性和准确性,增强App用户体验。同时,该设计十分轻巧,未使用任何第叁方图像支持库,可以很容易地使用Objective C语言或Swift语言改写之后集成到i OS平台应用中。而且该设计基本不会增加App项目的复杂度和体积,对于普通开发人员来说,易于理解和上手,对智能手机硬件配置无特殊要求,具有较强的实用性和普适性。(本文来源于《现代计算机(专业版)》期刊2016年04期）
郑永森[8]（2015）在《基于卷积神经网络的身份证号码识别研究与实现》一文中研究指出卷积神经网络是深度学习的一种高效识别算法,将卷积神经网络引入身份证号码识别中,能够提高识别精度。卷积神经网络可以直接输入原始图像,避免对图像进行复杂预处理工作。在卷积神经网络的设计中,主要要考虑网络层数、卷积层神经元数、子采样层神经元数和输出层的神经元数等因素。本次实验所设计的卷积神经网络结构由3个卷积层、2个子采样层及1个完全连接层组成。(本文来源于《计算机光盘软件与应用》期刊2015年03期）
赵兴旺,李天阳,汪亮,周璟[9]（2014）在《基于数码设备的二代身份证号码识别系统》一文中研究指出研究基于数码设备(如手机、Pad等)的第二代身份证号码识别技术。对于预处理,提出基于Sobel算子边缘检测的身份证图像竖拍或倒拍的判断方法;对于字符分割,基于沈俊边缘检测的边缘二值图像,提出改进的垂直投影法,有效地解决了粘连体字符的切分;对于字符识别,提取模糊网格八方向梯度特征,采用K近邻分类器的方法进行分类识别。实验结果表明,本系统能准确定位和识别二代身份证号码,具有较高的识别准确率,具有一般通用性。(本文来源于《计算机与现代化》期刊2014年06期）
李开,陈礼安,曹计昌[10]（2015）在《基于灰度多值化的身份证号码识别》一文中研究指出为了方便警察在公共场所核对居民的身份证信息,实现身份证号码的自动识别,提出了一种基于灰度多值化的身份证号码识别方法。该方法的思想是先找到身份证的四条边缘在图像中的位置,根据身份证号码所处区域在身份证中是固定的,可以定位到身份证号码所在区域;采用投影法分割出身份证号码单个字符;将单个字符灰度图像进行多值化处理,提取字符的网格特征,利用模板匹配法识别出字符。该方法不仅能快速地识别出号码,而且对于比较模糊或亮度不均匀的图像也能准确地识别。(本文来源于《计算机工程与应用》期刊2015年13期）
身份证号码识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为实现多场景下快速便捷的身份证号码提取,提出一种基于移动端的身份证号码识别算法。该算法利用搭载Android操作系统的移动设备,进行身份证号码区域定位和提取;首先利用身份证特殊的颜色分布,选取合适的通道分量;再通过图像阈值分割、噪声处理以及形态学处理,将身份证号码图像二值化;同时针对拍摄过程中可能出现的图像倾斜情况,通过图像旋转和投影法进行水平矫正;然后通过投影法将单个字符提取出来;最后使用卷积神经网络进行图像识别。通过MIX手机测试表明,单次身份证号码图像识别时间约为156ms,准确率约为99.1%,能够满足鲁棒性和实时性要求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
身份证号码识别论文参考文献
[1].董梦帅,郄佳婷,孙佳乐,刘瑞峰.基于反向传播神经网络的身份证号码识别研究[J].科技风.2019
[2].朱健,马汉杰,冯杰,杨芷晴,韩煌达.移动端身份证号码识别算法实现[J].软件导刊.2019
[3].卢用煌,黄山.深度学习在身份证号码识别中的应用[J].应用科技.2019
[4].黎平,刘萍,张巡,范郁锋.基于分类器的身份证号码识别研究[J].贵州科学.2018
[5].黄立聪.基于度序列的身份证号码识别研究[D].北京交通大学.2017
[6].杨航.身份证号码识别算法与研究[D].重庆邮电大学.2017
[7].程习武,李旭伟,张德江,刘元梓.基于像素匹配的Android平台身份证号码实时识别[J].现代计算机(专业版).2016
[8].郑永森.基于卷积神经网络的身份证号码识别研究与实现[J].计算机光盘软件与应用.2015
[9].赵兴旺,李天阳,汪亮,周璟.基于数码设备的二代身份证号码识别系统[J].计算机与现代化.2014
[10].李开,陈礼安,曹计昌.基于灰度多值化的身份证号码识别[J].计算机工程与应用.2015
论文知识图
