随着经济的飞速发展,银行票据应用广泛普及。票据的自动化处理是金融业提高效率性、严密性和安全性的一项重要措施,但非固定格式票据的识别依然是票据识别技术中的瓶颈。本文以非固定格式银行票据作为研究对象,综合运用了图像处理、模式识别等理论来构建一个完整的非固定格式票据表项自动识别系统,进而提取和识别票据表项的信息,如票据中的“交易机构”、“交易名称”等。该系统主要分为四个部分：第一部分是票据印章滤除阶段。该部分研究了票据中红色印章的滤除方法,通过检测票据图像中印章区域,对印章遮挡的字符进行图像增强,并用票据背景灰度值对印章区域进行补偿,从而合成自然的无印章图像。第二部分是票据图像的分割阶段。针对实际拍摄的票据图像中出现不同程度倾斜情况,对灰度图像采用基于多方向投影法进行倾斜校正。本文采用基于投影法来实现票据整体的行列分割,通过直接投影与差分投影相结合的方式,对整个票据进行二次行分割。第三部分是非固定格式票据表项的提取。首先,将票据整体行列分割的一个个半角小图片进行01识别,即区分半角小图像是否为字符图像；其次,通过整张票据中识别出的冒号个数确定票据表项与表值的分隔符类型；最后,针对不同分隔符采取不同策略来获取表项和表值小图片。第四部分是表项识别阶段。将提取出的表项小图像进行边界重新定位,采用投影法和基于识别反馈相结合的方法切分全角和半角字符,并将切分的单字送到对应的分类器中进行识别。本文对表项字符的识别结果进行识别后处理,从而提高表项和整体票据的识别率。