纸币图像识别论文-江一帆

纸币图像识别论文-江一帆

导读:本文包含了纸币图像识别论文开题报告文献综述及选题提纲参考文献,主要关键词:纸币识别,纸币分类,纸币退化,Haar滤波

纸币图像识别论文文献综述

江一帆[1](2016)在《纸币图像识别与涂鸦检测技术研究》一文中研究指出随着经济全球化和贸易一体化的发展,各国纸币图像的识别成了纸币清分领域的热点。使用更为高效的算法进行纸币清分,实现多币种自动识别是未来的发展趋势。论文主要研究多国纸币图像识别与处理技术,并围绕该技术的实际应用展开论述。论文讨论了多国纸币图像的面值、面向和版别识别技术,提出了全局信息与局部信息相结合的特征提取方法,即在图像分块的基础上,提取代表不同尺度上的图像变化特征,并采用贝叶斯分类器进行分类识别,给出了实用的简化算法。该方法对纸币印刷中的位置偏移不敏感,无论是在特定国家的纸币识别还是多国纸币的自动识别中均取得了很好的效果。针对部分外币图像获取成本高,训练样本不足的现状,论文研究了纸币退化模拟技术。分析了纸币的退化过程,提出了基于随机生长模型的纸币退化模拟方法,利用新币图像产生大量模拟旧币图像,扩充了训练集。该方法能较好地模拟纸币退化,增加训练集样本数量,有效提升了识别率。论文还研究了纸币涂鸦检测技术,提出了用二阶高斯滤波器对纸币图像滤波的方法,提取涂鸦特征并对其进行一定程度的增强。为了便于实际应用,设计了Haar-like中心线模版对二阶高斯滤波器进行简化近似,针对不同方向、粗细的涂鸦,利用二尺度四方向的Haar滤波模版来提取涂鸦特征。(本文来源于《浙江大学》期刊2016-03-30)

吕新,郑士富[2](2014)在《一种BP神经网络纸币图像识别方法的研究》一文中研究指出介绍了BP神经网络的结构特点与原理,基于此种方法,对几种纸币的面额与方向进行了识别,其中权值的修改算法采用LM算法,并对算法的基本思路作了阐述,识别仿真结果表明,BP神经网络具有较高的准确性。(本文来源于《山西建筑》期刊2014年30期)

徐晓华,周晓飞,金野,李习伦[3](2013)在《基于图像配准的纸币图像识别方法》一文中研究指出提出了基于图像配准的多光谱纸币图像识别架构,通过对纸币图像的配准来实现相似纸币识别、纸币防伪特征检测。由于纸币图像同时具有显着的结构特性和不稳定的局部特性,采用分级的变换模型对纸币图像配准:对于全局的刚性形变采用基于Harris角点特征的仿射变换算法,对于纸币图像局部非刚性形变采用基于B-样条的FFD模型的非刚性配准算法。实验表明,本模型能很好的完成纸币图像的配准,并在相似纸币识别和红外防伪特征检测方面能达到较高的精确度。(本文来源于《智能计算机与应用》期刊2013年06期)

唐东明,王元庆[4](2013)在《基于多角度混合高斯模型的纸币图像识别算法》一文中研究指出针对金融领域的应用需求,提出了一种基于双面网格特征和多角度混合高斯模型的纸币图像识别算法。该算法使用双面网格作为特征提取方法,并根据类内、类间距离求取网格划分数量,证明双面网格特征相较单面网格特征的优势。然后针对不同倾斜角训练多角度混合高斯模型作为分类器,省去对整幅图像进行旋转的预处理过程,简化识别流程。改进的高斯密度判决函数进一步降低了时间消耗。实验结果表明,该算法的识别率可以达到100%,识别速度4ms/张,准确性和实时性都得到了很好的保证。(本文来源于《电子测量技术》期刊2013年04期)

付亚平,王从庆,杨英杰[5](2013)在《基于马尔可夫矩阵的纸币图像识别》一文中研究指出针对复杂的纸币图像,采用马尔可夫(Markov)转移矩阵对图像像素间相关性进行建模,提取图像的纹理特征。鉴于各种面额的人民币图像整体纹理的空间分布比较相似,截取图像的特征区域,结合网格法,以每个网格内的纹理为特征识别纸币的面额。在纸币的训练样本中加入大量的无标注样本,用支持向量附近的无标注样本点调节分类超平面,提出改进的直推式支持向量机(Modified Transductive Support Vector Machine,MTSVM),加快了算法的收敛速度。以MTSVM为识别分类器进行仿真实验。实验结果表明在网格法的基础上,马尔可夫矩阵提取的纹理特征能够有效地描述图像,MTSVM可以得到更加准确的分类超平面,取得了较高的纸币面额识别率。(本文来源于《信息技术》期刊2013年03期)

徐莹[6](2012)在《纸币图像识别技术研究》一文中研究指出随着我国经济发展突飞猛进,货币的发行以及流通规模也越来越大,国内对纸币清分机等金融设备的需求变得非常迫切。同时,信息化、自动化程度的不断提高,越来越多的领域用到了自动售货机、自动售票机、自动存取款机等智能设备。纸币图像识别是这些金融设备中必不可少的一个功能模块。本文阐述了纸币图像识别技术的基本概念,分析并探讨了几种常用的纸币图像识别的思路,深入地研究了纸币图像识别技术。在广泛查阅大量国内外参考文献的基础上针对我国人民币自身特点,对纸币面额、面向以及真伪图像识别算法进行了设计和改进。本文以国内目前流通性最广泛的第五版人民币作为纸币图像识别的研究对象,研究工作主要有以下几个方面:首先是对采集到的纸币图像进行预处理,主要包括图像灰度化、去噪、图像分割提取等相关步骤,这是进行图像识别必要的工作,以便更好地实现面额、面向及真伪的识别。然后通过模板匹配提取出纸币图像中面额区域的特征块,采用双峰阈值法分割出面额特征块的数值部分,接着利用垂直投影对数值部分的单个字符进行识别进而实现纸币的面额识别。其次对纸币的面向进行识别,针对纸币不同面向的固定区域灰度特征相差较大的特点,通过对提取出的特征区域进行灰度加权作为判断面向的依据。最后本文提出了一种新的纸币真伪识别方法,根据真假纸币特殊区域的纹理特征相差很大且难以仿制,利用小波变换在不同尺度下多分辨率的纹理识别特点,本文提出了基于小波变换的纸币真伪识别方法。实验表明,本文给出的纸币真伪识别方法是合理的,有着一定程度的理论意义和实用性。(本文来源于《西南石油大学》期刊2012-05-01)

魏巍[7](2011)在《CF1000型纸币清分机图像识别系统的设计与实现》一文中研究指出纸币清分机是机电一体化的金融器机具,可同时实现纸币的点钞、计数,识别残破、新旧及不同几何尺寸、不同版本的纸币的清分归类操作。能够提高金融业现金处理的速度和效率,使纸币的清分工作变得快捷、有效。本课题研究的CF1000型小型两钞口纸币清分机具有体积小,纸币运行快等特点,主要针对人民币进行清分,很适合国内金融行业推广和使用。本文主要针对CF1000型纸币清分机图像识别系统的进行了设计。图像识别系统包括纸币图像的预处理、面值面向识别、版本判别、新旧程度检测以及残缺程度检测。在图像预处理模块中,根据图像传感器采集的图像质量,对采集的图像进行了亮度补偿,提高了纸币图像的质量,并采用了采集和补偿并行处理的图像采集方法,减少了补偿所用的时间;同时采用了快速的检边方法对纸币在图像中的位置进行了定位。在纸币图像的面值面向识别模块中,主要设计了特征提取的方法和识别面值面向的分类器。根据纸币图像的效果,采用了利用模板匹配的方法对纸币的面值面向进行识别,模板匹配的特征提取方法采用基于纸币图像局部特征的网格特征;同时根据纸币的宽度特征设计了面值分类器,并在最终的识别方法上,采用了面值分类器与模板匹配相结合的识别方法,进一步有效的提高了系统对纸币面值面向识别的准确率。在纸币清分功能的实现中,对于版本的判别,根据区分版本区域的特征,采用了基于梯度高斯分布的方法对版本进行判别;对残缺的检测的设计利用了纸币对可见光的投射的性质。在纸币的新旧检测中,根据机器本身的性能,设计了基于纸币空白区域与基于直方图平均灰度值相结合了新旧判别方法,互补了两种方法的缺点,提高了新旧判别的稳定型。本文设计的图像识别系统已应用到CF1000型纸币清分机上,并且取得了不错的效果,面值面向的识别准确率达99.6%左右,版本判别的准确率达到100%,新旧检测的误差在10张以内,残缺检测的误差在1张之内。(本文来源于《哈尔滨工业大学》期刊2011-06-01)

吴宝臣[8](2010)在《卡把机结构与纸币图像识别与计数系统的研究》一文中研究指出随着社会主义市场经济的迅速发展,市场流通所需要的纸币日益增多,银行出纳柜台现金处理工作繁重,但目前银行纸币卡把仍然普遍采用人工计数方法,该方法劳动强度大,工作效率低,且准确性和安全性均难以保证。针对这种情况,开发能够对纸币进行自动卡把计数的检测系统,可以有效提高劳动生产率,改变传统上靠银行工作人员“眼算心算”的计数模式,把银行工作人员从乏味的体力劳动和枯燥环境中解放出来,使纸币卡把计数环节实现机械化和自动化操作。因此迫切需要一种适合我国银行部门现状,能够快速准确地实现纸币卡把自动计数的系统。所谓纸币卡把计数,就是识别袋装纸币的捆数与把数;所谓卡把机,就是在袋装纸币不开袋的情况下,经x射线对称扫描得到纸币图像,再运用一定的算法实现纸币捆把100%准确计数的设备。本文最终目的是识别与统计通过x射线扫描纸币扎带上照影剂成像的条纹数目来确定纸币的把数与捆数。主要内容包括结构的设计与改进、照影剂的研发、纸币图像的预处理、理想与实际工况下纸币图像的识别与计数。其中纸币图像预处理包括图像灰度的定量增强和图像的阈值分割法,针对本课题图像的特点,比较了几种常用的图像阈值分割法,本文采用的是一种基于直方图统计与加法运算相结合的方法,这种方法操作简单且分割效果非常好。对于理想工况下纸币图像识别与计数,采用图像连通区域标记即可准确计数。但是在实际工况下,由于纸币可以是机器捆扎,也可以是人工捆扎,人工捆扎在图像中会产生打结条纹,且由于摆放的随意性,打结条纹可以出现在图像的任意位置,或者扎带上所涂照影剂磨损使图像中缺失目标条纹,这样势必会影响系统识别计数的准确性,针对这种情况,根据图像自身的特点,本文提出一种将图像相邻目标条纹质心间距与图像纸币轮廓边缘相结合的多信息融合的算法,来弥补缺失的条纹,使计数结果依然准确。此外,本文还对双层摆放纸币做了理论分析,为以后卡把机系统功能的升级做理论预研。(本文来源于《东北大学》期刊2010-06-01)

宾心华[9](2010)在《纸币号码图像识别系统》一文中研究指出纸币是市场上一般等价物的主要形式,它在人们的社会生活中起着不可替代的作用。伴随着市场经济的飞速发展,许多社会问题也随之出现。可以看到现在的恶性犯罪大多与现钞有关,给社会治安带来了极大的危害,严重扰乱了和谐社会的发展和广大人民的正常生活。纸币的号码具有唯一性,任何两张真实合法的纸币都绝对不会重号,可以根据纸币号码这一性质,在纸币入库前登记纸币的号码。如果在货币流通市场提供一种纸币号码自动识别装置,将纸币号码识别数据送入计算机处理,一旦有相同号码或者不存在的号码出现,便可确认目前流通的钱币为非法流通。本文介绍了一种自行设计的基于ARM及FPGA技术,利用接触式图像传感器(CIS)采集纸币号码的图像采集系统,提出了一种实时采集高速图像信息及图像预处理的方法;系统将采集到的CIS图像信号经过明暗输出补偿、二阶滤波、模数转换、二值化等前置调理,保存在静态同步内存(SRAM)中,供ARM作进一步图像处理;系统中CIS传感器的时序信号由FPGA设计,ARM负责系统程序的运行和图像识别。系统将采集到的图像信号进行图像格式转换,图像的灰度化,图像二值化,归一化处理等基本算法,同时还研究了纸币识别系统的关键算法,包括:号码定位、字符分割、几何法号码倾斜校正、号码垂直和水平切分算法、号码识别、神经网络、人工免疫算法。实验表明,采集到的二值化图像清晰;识别速度可达每秒10张,图像识别的可靠性高,这项研究成果可以推广到证券、票据号码的录入系统以及其他相关领域的字符识别系统。(本文来源于《湖南科技大学》期刊2010-05-01)

魏正宜[10](2009)在《纸币图像识别算法的研究》一文中研究指出纸币图像识别技术是近年来在模式识别领域较为活跃的一个课题,而且有着广阔的应用前景。它是在保持较高的实时性和可靠性的前提下,提高清分机对纸币清分能力的重要手段。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。为此,本文针对现有纸币图像识别方法中存在的挑残能力弱、分类准确性差、受光强变化影响严重等缺陷,对纸币图像的面额、面向、残缺以及新旧识别算法进行了设计和改进。本文在研究纸币图像识别算法的过程中,以国内目前流通的第四版和第五版人民币作为识别对象,以人民币图像的灰度特征信号为基础,应用数字图像处理技术与模式识别方法,并结合自组织映射神经网络,来实现对人民币的实时识别。本文首先利用两次直线拟合法和纸币的几何模型完成对纸币图像的边界定位和倾斜校正;其次,利用改进的尺寸识别算法完成对纸币尺寸的测量,从而确定纸币的面额;再次,在纸币的面额得到识别的基础上,通过建立并训练改进的自组织映射神经网络,完成对纸币图像四个面向的识别;然后,对纸币的二值化图像进行二值形态学闭运算,结合建立的模板并通过检测此时模板各处黑色像素数来确定纸币的残缺程度和残缺类型;最后,针对传统纸币新旧识别方法受光强变化影响严重的问题,利用HSI彩色空间中H和S分量不受光强变化影响的特点,研究一种基于彩色图像的纸币新旧识别算法。本文对纸币的整个识别过程在实时性、可靠性、抗光强变化影响、分类准确和一致等方面具有综合性优势。实验结果表明:本文提出的纸币清分机方案和纸币图像识别算法满足纸币识别及清分的技术要求,识别正确率不低于99%。对目前国内纸币清分机的研发具有较高的借鉴意义。(本文来源于《哈尔滨理工大学》期刊2009-03-01)

纸币图像识别论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

介绍了BP神经网络的结构特点与原理,基于此种方法,对几种纸币的面额与方向进行了识别,其中权值的修改算法采用LM算法,并对算法的基本思路作了阐述,识别仿真结果表明,BP神经网络具有较高的准确性。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

纸币图像识别论文参考文献

[1].江一帆.纸币图像识别与涂鸦检测技术研究[D].浙江大学.2016

[2].吕新,郑士富.一种BP神经网络纸币图像识别方法的研究[J].山西建筑.2014

[3].徐晓华,周晓飞,金野,李习伦.基于图像配准的纸币图像识别方法[J].智能计算机与应用.2013

[4].唐东明,王元庆.基于多角度混合高斯模型的纸币图像识别算法[J].电子测量技术.2013

[5].付亚平,王从庆,杨英杰.基于马尔可夫矩阵的纸币图像识别[J].信息技术.2013

[6].徐莹.纸币图像识别技术研究[D].西南石油大学.2012

[7].魏巍.CF1000型纸币清分机图像识别系统的设计与实现[D].哈尔滨工业大学.2011

[8].吴宝臣.卡把机结构与纸币图像识别与计数系统的研究[D].东北大学.2010

[9].宾心华.纸币号码图像识别系统[D].湖南科技大学.2010

[10].魏正宜.纸币图像识别算法的研究[D].哈尔滨理工大学.2009

标签:;  ;  ;  ;  

纸币图像识别论文-江一帆
下载Doc文档

猜你喜欢