摘要：硬件性能的提高及数字图像处理技术的高速发展,大大促进了证件信息采集系统性能的提升。证件图像处理是证件信息采集系统的主要功能,对系统的效果影响较大。针对证件信息采集系统,对证件图像识别技术进行了研究与应用。论文阐述了证件图像处理系统的设计与实现,包括：图像预处理、鱼眼镜头的校正、证件轮廓提取、证件倾斜校正、图像分割。系统预处理主要实现白平衡,它通过采用鱼眼镜头获取图像,解决了当前市场上产品厚度太高的问题。采用三次样条曲线拟合出失真度,并用双线性内插法进行灰度插值以解决鱼眼镜头桶形失真校正问题。系统用Freeman链码法进行证件轮廓提取,调用微软MODI中的OCR引擎实现证件信息的OCR。在证件人脸的识别方面,本文采用RBF神经网络进行模式分类,RBF神经网络具有很强的非线性映射功能,能够解决人脸识别中的非线性问题。使用监督聚类算法来初始化隐层的中心和高斯宽度,并使用混合学习算法对RBF网络进行训练。分析了RBF网络的聚类性能和分类性能,在ORL人脸数据库上的仿真表明,本文方法有较高的人脸识别率。该系统可以方便地获取图像,快速准确地实现对文字信息的提取及证件头像的采集,并可对识别出来的信息进行人工校验及修改,OCR准确率达95%以上,实际应用效果良好。