社会经济的飞速发展带来了银行业务的迅猛提升,其典型表现是银行票据使用量的激增。银行票据的大量使用极大地加重了银行职员的负担,降低了银行的办事效率。基于图像处理方法的票据智能化处理系统为海量票据快速处理提供了解决方案,吸引了众多科研机构和公司的研究兴趣。经过三十多年的发展,基于图像处理的票据智能化处理系统已经被多家银行采用。　　基于图像处理的票据处理技术主要包括票据类型分析、票据字符识别预处理和票据字符识别三部分。本文分三章对这三个部分进行了介绍,并针对其中的一些问题进行了仔细地研究,本文的创新点主要体现如下:　　1.针对基于框线检测的票据图像分类方法不适用于倾斜票据图像,提出了一种基于特征点的票据图像分类方法。　　2.针对票据中手写字符由于书写不规则会造成分割出的字符图片中字符笔画在图片中分布不均这一问题,提出了一种称为梯度积分非线性归一化的方法。　　3.针对手写字符识别率不高这一问题,将一种用于在线手写字符识别的特征提取方法用于银行票据的大小写金额识别,并对此特征提取方法做了两种方案的改进。　　实验结果表明,基于特征点的票据图像分类方法采用特征点匹配度投票法策略进行票据图像分类,能够较好的解决倾斜票据图像分类效果差的问题;梯度积分非线性归一化方法可以使字符笔画在字符图片中分布变得更均匀,并且该方法对灰度字符图像和二值字符图像都适用;本文特征提取方法的改进方案提高了大小写金额识别率。