随着社会经济和金融活动的迅速发展,商业银行等金融系统每日处理各类票据的数量在迅速增长,然而票据处理仍然停留在传统的人工作业方式,显然已不能满足社会发展的需求。票据的自动化处理技术主要利用OCR等算法自动将银行票据上的数据和文字转化为计算机可以处理的信息代码。本文的主要工作总结如下：(1)设计实现了一种基于OCR的支票识别系统CheReS。该系统自动对输入的支票图像进行预处理、版面分析、文字抽取与切分、特征提取与识别、识别结果校验等多个环节的处理,最后给出支票的识别结果。实验结果表明,该系统能有效完成支票的自动处理,准确识别出支票各区域的数字。(2)实现了一种基于矩形框线检测的版面分析算法。该方法首先建立支票的模板,标记不同的识别区域；然后采用一种基于窗口搜索的直线生长算法实现支票上矩形框线的检测。根据矩形框线的位置实现模板的定位,即可确定各识别区域的位置信息。针对文字串抽取过程中的字符越界、非法字符侵入、框线干扰等问题,本文采用投影直方图分析、连通域分析等算法实现鲁棒的文字抽取。(3)提出了一种基于连通域分析和字符识别的切分算法。该方法在切分的过程中引入了评估反馈机制,有效提高了手写文字切分的准确性。针对小写数字受网格约束的特点,本文实现了一种基于子连通域的网格隶属度的切分算法。(4)实现了一种基于隶属度分析的四方向属性特征的提取方法和一种基于最小均方误差准则的多分类器融合算法,实现了大写数字的鲁棒识别；利用人工神经网络算法实现小写数字的识别。利用支票不同识别区域的重复信息,本文提出了一种支票数字的校验方法,提高了支票识别的准确性。