1. 研究目的与意义（文献综述）

随着科技的迅速发展，人们生活水平的不断提高，移动支付已经成为了人们日常生活中必不可少的一部分，使用一个app来代替生活中大多数的纸币支付，极大的方便的人们的生活。而移动支付的实现就不得不将银行卡绑定到支付端账户，银行卡号的录入是一个关键的环节但却不如人意，银行卡号往往由16-19位数字组成，单纯依靠人工录入不仅速度比较慢而且容易出错，这就使得银行卡号识别技术显得十分重要。基于数字图像处理的银行卡号智能识别技术是通过对录入银行卡图片进行处理实现对银行卡号的检测与识别，与人工录入银行卡号相比，其特点是速度快、精度高、操作方便，是人工智能代替传统手工作业的典型案例，这一技术有效地帮助用户提高了效率。同时，该技术也可以运用到其他需要录入银行卡号的行业，例如理财、直销银行、证券开户等，可以极大地提高效率并降低成本。因此，对基于数字图像处理的银行卡号识别技术的研究具有重要意义。

文字识别技术发展历史最早可以追溯到上世纪20年代，到了上世纪八九十年代文字识别有了突破性的进展。当时，该技术广泛应用于图书报刊数字化、邮政编码及自动分拣、表单名片识别等。 2000年以后，随之智能手机和移动互联网的兴起，基于拍照的OCR技术开始受到广泛的关注。

近几年来，随着科学技术的不断进步，OCR技术已经越来越成熟，自动数字识别技术也在国内外取得了飞速的发展，广泛应用于各个领域，具有较高的实用价值。从技术层面来看，研究人员探索了很多识别文本的有效方法，特别是从背景复杂的图片中提取文本，这些方法通常来源于现今的机器学习和优化算法，例如卷积神经网络、无监督学习条件随机场和置信传播等等，但这些算法大多对图像有较高的要求，只能应用于特定的场合，无法实现在自然场景中检测和识别文本。从应用方面来看，将自动数字识别技术应用于银行卡号识别在近几年逐渐趋于成熟，部分公司产品可以实现银行卡（包括黑色印刷卡号和凸印卡号）的识别准确率高于90%，但对于某些卡面背景十分复杂的银行卡识别效果仍存在些许问题。

2. 研究的基本内容与方案

（1） 研究基本内容

①采集银行卡图像；

②对图像进行校正使其卡号水平；

3. 研究计划与安排

第1-3周：收集、整理选题相关的文献资料，完成、完善方案论证，撰写开题报告；

第4-5周：认真学习选题相关的知识、理论和算法实现等，熟悉软硬件环境；

第6-8周：建立软硬件仿真模型、完成程序编写、仿真实验等，并做好相关记录及分析；

4. 参考文献（12篇以上）

[1] 高聪,王福龙. 基于模板匹配和局部hog特征的车牌识别算法[j]. 计算机系统应用. 2017(01):122-188

[2] 赵珊, 裴亮, 刘翠等. 基于 matlab 图像处理的汽车牌照识别研究[j].测绘工程, 2014, 23(1):70-72

[3] 张华平. 常用判别分析方法的综合比较[j].统计与决策. 2015(22):77-78