一直以来,印章都是具有法律效力的个人身份象征、集体信誉代表。但是,随着信息技术与计算机科学技术的迅猛发展,伪造印章在社会上出现得越来越频繁,以激光雕刻印章为首的变造章无时无刻不在紊乱社会治安,给人民和国家的经济利益带来了不少的损失。通过自动鉴别真伪图章可以减少诈骗和犯罪率,有效维护国家、集体与个人的利益。本文以此为出发点,研究印章的自动匹配和印文内容的自动识别。印章的自动匹配可以高效地利用印章图像的特征信息进行匹配,通过经验匹配度来判定印章真伪。本文将图像匹配理论与实验测试相结合,对印章匹配和印章字符识别的研究如下:首先,充分研究了国内外关于印章图像匹配的技术。在研究前期,为了提高匹配效率,确定了待识别印章图像的归一化模型。该模型旨在通过对图像有效印泥信息的提取、图像降噪、灰度化、二值化、双线性插值法归一化图像尺寸等处理过程,从而实现图像的预处理模型构建。实验证明预处理过后的图像在匹配时具有较强的鲁棒性和抗干扰性。其次,实现了基于SIFT特征提取的印章精准匹配问题。本文在阐释了图像匹配的方法和流程之后,重点讨论了基于SIFT算子的图像匹配过程,过程包含六个重要环节,依次是:尺度空间的构造和高斯差分金字塔的构造→图像空间局部极值点的检测与提取→关键极值点的精准定位→为关键点分配主方向和大小→计算特征描述子→BBF搜索算法结合K-d树法的特征点匹配。最终,通过150组大样本实验得到一致性采样算法后的最佳匹配阈值Cp为0.835,匹配图准确率达到88.9%。采用RANSAC一致性采样算法删除了 SIFT算法匹配对中平均约29.8%的误匹配对,结果证明了RANSAC算法的有效性。在Visual Studio 2013语言环境下完成了基于SIFT特征提取算法的印章精准匹配。然后,实现了 Horn-Schunck光流运动矢量法作为印章比对算法,讨论了光流法的理论背景与基本原理,给出了光流矢量的计算方法。本章的创新点在于运用Horn-Schunck光流法得到了待匹配印章图像和存档图像的速度场,根据大量实验选择了契合本课题的匹配经验阈值Sumrate为70,结合Cp,得到65组不应通过差异章的检出率为84.23%,20组应通过原章样本检出率为70%,最终得到印章匹配准确率为80.88%。最后,在Visual Studio 2013语言环境下创建MFC框架,实现了 Horn-Schunck光流运动矢量法结合SIFT特征提取法的印章通过鉴别。最后,实现了圆形印章和椭圆形印章的展开问题。本章的创新点在于引入一种新的图像展开算法,实现了圆章图像的圆矩变换,在提取了印章文字的二级单位基础上将一级单位文字实现直排。接着阐述了 BP神经网络的基本思路与计算过程,初步探究了基于BP神经网络的直排文字实现字符分割后的识别问题。文字识别小节作为论文的拓展与探索环节,在20组不同内容直排文字实验的基础上,单个字符识别成功率有效控制在86.52%左右。