学位论文 > 优秀研究生学位论文题录展示
多币种纸币处理技术的研究与实现
作 者: 章宏武
导 师: 刘家锋
学 校: 哈尔滨工业大学
专 业: 计算机科学与技术
关键词: 纸币图像识别 特征提取 污损检测 新旧判别 真伪辨别
分类号: TP391.41
类 型: 硕士论文
年 份: 2008年
下 载: 90次
引 用: 0次
阅 读: 论文下载
内容摘要
纸币图像识别是近年来在模式识别领域较为活跃的一个课题,而且有着很广阔的应用前景,由此技术研制的纸币清分机正在银行等金融系统发挥着越来越大的作用。清分系统的核心技术基础是实时纸币图像处理和图像识别。清分软件对输入的纸币图像进行处理,计算出清分结果并送给清分控制装置,由清分控制装置根据清分结果和清分机当前的运行状态完成清分动作。在清分机的系统中,对实时性要求非常高,也就是纸币经过图像传感器的时候,必须在一定的时间内计算出纸币的面额、面向、朝向等信息。本文主要是针对各种外币的特点,在原来人民币清分系统的基础上,作了几点改进:(1)根据不同币种的特性和时间的要求,提出了新的网格特征与高斯混合模型相结合的识别方法,与原系统的网格特征加距离分类器识别方法相比,不但速度快,而且具有更高的识别率。(2)根据不同纸币的印刷图案,提出了一种新的纸币新旧判别方法,基于纸币反光强度的纸币新旧判别,弥补了以前只能对有空白区域的纸币进行新旧判别的空缺。(3)针对纸币的残缺清分需求,提出了基于图像边缘特征的污损检测方法和基于均匀性特征的污损检测方法,有效地检测出纸币上的笔划及撕裂等污损特征。(4)针对纸币的真伪识别的新需求,首次提出了基于灰度比值的纸币真伪识别和基于梯度值的纸币真伪识别,有效的对纸币中混有的假钞进行了辨别,并弥补了以前清分系统没有图像真伪辨别功能的空缺。
|
全文目录
摘要 3-4 Abstract 4-7 第1章 绪论 7-16 1.1 课题研究的背景和意义 7-8 1.2 纸币图像识别的发展及研究现状 8-10 1.3 国内外纸币识别及污损检测方法综述 10-14 1.3.1 特征选择与提取 11-12 1.3.2 分类器设计 12-13 1.3.3 纸币新旧程度的检测研究 13-14 1.4 本文的主要研究内容及章节安排 14-16 第2章 纸币图像的采集和预处理 16-28 2.1 图像的采集 17-20 2.2 图像的预处理 20-27 2.2.1 图像的亮度补偿 20-23 2.2.2 图像的边缘检测 23-25 2.2.3 图像的倾斜校正 25-27 2.3 本章小结 27-28 第3章 纸币的面值面向识别 28-36 3.1 基于网格特征的纸币图像识别 28-31 3.1.1 网格特征提取 28-29 3.1.2 分类器设计与训练 29-31 3.2 基于混合高斯模型的纸币图像识别 31-35 3.2.1 GMM模型 31-32 3.2.2 参数估计 32-33 3.2.3 GMM用于纸币识别 33-35 3.3 实验结果与分析 35 3.4 本章小结 35-36 第4章 确定纸币的新旧和残缺 36-53 4.1 引言 36-37 4.2 纸币图像关键区域的配准 37-39 4.3 纸币新旧程度的确定 39-42 4.3.1 基于纸币空白区域的新旧判别 39-41 4.3.2 基于纸币反光强度的新旧判别 41-42 4.4 纸币污损程度的确定 42-49 4.4.1 基于边缘特征的污损检测 42-46 4.4.2 基于均匀性特征的污损检测 46-49 4.5 实验结果与分析 49-52 4.6 本章小结 52-53 第5章 基于红外图像的纸币真伪辨别 53-63 5.1 引言 53-54 5.2 红外特征区域的确定 54-56 5.3 基于灰度比值的纸币真伪辨别 56-58 5.4 基于梯度变化的纸币真伪辨别 58-60 5.5 实验结果与分析 60-62 5.6 本章小结 62-63 结论 63-64 参考文献 64-69 致谢 69
|
相似论文
- 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
- 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
- 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
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 水下目标特征的压缩与融合技术研究,TN911.7
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
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
|