学位论文 > 优秀研究生学位论文题录展示
纸币序列号识别系统的算法研究
作 者: 阮雷
导 师: 叶玉堂
学 校: 电子科技大学
专 业: 光学工程
关键词: 纸币清分 图像处理 字符识别 特征提取 模式分类
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 150次
引 用: 2次
阅 读: 论文下载
内容摘要
金融系统现代化是保障经济繁荣、维护社会和谐的重要条件。本文以纸币清分机研究为基础,提出了一套基于径向函数神经网络的序列号识别系统。本系统采用CIS(Contact Image Sensor)采集原始的人民币图像数据,经A/D转换后传送给DSP(Digital Signal Processer),完成大部分预处理工作,得到序列号区域图像,再传入PC,在软件实验平台上完成序列号识别。本文的研究重点,分为图像预处理和字符识别算法两部分,主要包括:噪声抑制、二值化、边缘检测、畸变校正、序列号提取、字符分割以及模式分类方法。针对纸币序列号识别的各个流程,本文详细阐述了常用的算法及思想,并结合人民币图像和序列号字符集特点,提出了相应的方法。本文采用基于径向基函数神经网络的模式分类方法进行字符识别,在230个训练样本集的实验中已经达到95%的识别率,超过了文献[1]所用的BP神经网络方法的识别率,同时具有较小的神经网络节点数目。在后续的工作中将对径向基函数的训练方法进行进一步优化,可以期望取得更高的识别率,并且保持较小的隐藏层节点数。与常规的序列号识别方法相比,本文对以下几个环节进行了优化:(1)使用随机Hough变换代替常用的直线拟合,检测纸币边缘;(2)将旋转变换和切向变换合并为一次仿射变换,完成图像几何畸变校正;(3)研究了一种基于行程编码的方法提取纸币的序列号区域;(4)采用连通区域分析进行字符分割,为满足系统实时需求,对算法进行并行优化;(5)采用了一种二维投影直方图和欧拉数相结合的特征提取方法;(6)使用径向基函数神经网络作为模式分类方法,并提出了针对纸币序列号识别的网络模型。据我们所知,将行程编码方法、连通区域分析并行算法、特征提取和基于径向基函数神经网络的模式分类方法用于纸币序列号识别,在国内未见报道。本文所研究的字符识别技术,在车辆、枪械、坦克等重要设备、武器的生产、维修与管理中,都有广阔的应用前景。
|
全文目录
摘要 4-5 Abstract 5-10 第1章 绪论 10-15 1.1 研究意义 10 1.2 国内外研究现状 10-12 1.3 本文的主要内容 12-15 第2章 硬件系统方案 15-17 2.1 硬件平台框图及工作流程 15-16 2.2 主要模块功能简介 16 2.3 本章小结 16-17 第3章 图像预处理 17-35 3.1 图像二值化 17-20 3.1.1 灰度直方图 17-18 3.1.2 全局阈值分割 18-19 3.1.3 局部阈值分割 19-20 3.2 图像平滑与噪声抑制 20-22 3.2.1 噪声抑制 20-21 3.2.2 高斯滤波 21 3.2.3 中值滤波 21-22 3.3 纸币边缘检测 22-25 3.3.1 Hough 变换 22-23 3.3.2 随机Hough 变换 23-25 3.4 畸变校正 25-27 3.4.1 图像旋转变换 26 3.4.2 图像切向变换 26 3.4.3 本文所用方法 26-27 3.5 字符分割 27-32 3.5.1 行程编码 27-28 3.5.2 序列号区域提取 28-29 3.5.3 字符提取方法 29-32 3.6 字符归一化 32-34 3.7 本章小结 34-35 第4章 特征提取 35-48 4.1 特征分类 35 4.2 几何特征 35-38 4.2.1 矩向量 35-38 4.3 结构化特征 38-43 4.3.1 Fourier 描述算子 41-43 4.4 几种常见的特征提取方法 43-45 4.4.1 区域特征 43-44 4.4.2 边界点特征 44-45 4.5 本文使用的特征提取方法 45-47 4.5.1 二维投影直方图 45-46 4.5.2 欧拉数 46-47 4.6 本章小结 47-48 第5章 模式分类方法 48-57 5.1 常见模式分类方法 48-49 5.2 人工神经网络 49-52 5.2.1 神经元模型 49-50 5.2.2 网络结构及分类 50-52 5.3 径向基函数神经网络 52-53 5.4 基于径向基函数网络的字符识别方法 53-56 5.4.1 网络模型设计 53-54 5.4.2 隐藏层权值的确定 54-55 5.4.3 输出层权值的确定 55-56 5.5 本章小结 56-57 第6章 实验结果与分析 57-66 6.1 硬件平台实验 57-60 6.1.1 图像采集 57-58 6.1.2 二值化 58 6.1.3 边缘提取 58-59 6.1.4 畸变校正 59-60 6.1.5 序列号区域提取及字符分割 60 6.2 软件平台实验 60-66 6.2.1 字符分割 62 6.2.2 字符归一化 62-63 6.2.3 径向函数训练及字符识别结果 63-66 第7章 总结与展望 66-69 7.1 全文工作总结 66-68 7.2 后续工作展望 68-69 致谢 69-70 参考文献 70-74 攻博/硕期间取得的研究成果 74-75
|
相似论文
- 基于CCD图像传感器的温度测量技术研究,TH811
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 机械臂视觉伺服系统的研究,TP242.6
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 半成型结构在休闲女装中的应用,TS941.2
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|