图像票面信息识别技术在车票、电影票以及发票等票据识别中发挥着重要的作用,对车票图像票面信息识别技术的研究有着广泛的实际需求。论文针对铁路服务过程中,纸质车票传统的检票方式服务效率低下,给广大的旅客造成出行难的问题,提出了一套快速、高识别率的票面信息识别方法。本论文在介绍图像信息识别系统中关键技术的基础上,通过对车票图像信息识别中图像矫正与二值化、车票信息区域定位分割以及车票字符识别等关键环节进行算法研究,实现了一套车票票面信息识别系统。论文主要研究内容为:(1)在票面图像方向矫正算法研究中,提出了基于特征区域聚类下Radon变换的方向检测算法。实验结果表明:算法能够对全角度任意方向车票图像进行方向检测,能够消除图像本身复杂背景、方向特征区域领域像素点对方向检测的干扰,正确矫正率为97.8%。(2)在票面信息区域定位切割算法研究中,提出了基于全局关键信息搜索的车票感兴趣区域定位切割算法。算法建立在车票行向量灰度值差异性的基础上,通过全局搜索,在行向量上,对像素点灰度值为1的向量值求导,取导数值连续为0的最长区段,即为该图像的关键信息所在的行;结合试凑法,确定阈值区间,切割得到车票的感兴趣区域。经实验,提取正确率达98.86%。(3)在票面信息识别算法研究中,采用基于学习速率可变的BP神经网络算法,通过对91张车票中可用的1396个字符进行仿真实验,实验结果表明:在系统样本量足够大的识别系统中,学习速率可变的BP神经网络算法具有更好的识别性能。(4)在系统应用实现上,设计了一个GUI可视化界面,通过不同按钮的设置,实现了人机交互的目的;实现了智能云服务机器人“馨家”的票面信息识别功能,并着重介绍了车票识别算法在其中的应用。通过上述研究,本论文提出的一套基于机器视觉的车票票面信息识别系统已经实现并应用在智能云服务机器人“馨家”中。经反复调试,车票识别精度达到了93%,识别速度在2~3s内,能满足日常车票识别系统对识别精度与速度的要求,整个系统工作稳定、识别率高,具有较高的实用价值。