基于圖像處理的紙幣特征識(shí)別技術(shù)研究.pdf

1、當(dāng)今經(jīng)濟(jì)快速發(fā)展帶動(dòng)金融行業(yè)一起向前發(fā)展，對(duì)紙幣清分機(jī)清分能力的要求也不斷提高，基于圖像處理的紙幣特征識(shí)別技術(shù)是紙幣清分機(jī)研發(fā)中的關(guān)鍵技術(shù)，因此受到的關(guān)注也日益增多，應(yīng)用的領(lǐng)域也日益變寬?，F(xiàn)在國(guó)內(nèi)的基于圖像處理的紙幣特征識(shí)別技術(shù)普遍存在著分類準(zhǔn)確性差，容易受到外部條件的制約，對(duì)于紙幣清分污損殘缺的能力差的缺點(diǎn)。本文研究了上面的缺陷，并且改進(jìn)了關(guān)于紙幣圖像在面額、面向的識(shí)別方法。并針對(duì)現(xiàn)在紙幣清分機(jī)不能對(duì)紙幣的號(hào)碼進(jìn)行識(shí)別，提出針對(duì)紙幣序

2、列號(hào)識(shí)別的算法，這將會(huì)作為紙幣清分機(jī)的一個(gè)識(shí)別模塊。
　　 本文主要使用現(xiàn)在我們國(guó)家流通的第四、五版新版人民幣作為識(shí)別的原始圖像，在研究紙幣特征識(shí)別的時(shí)候，先對(duì)采集到的紙幣數(shù)字圖像進(jìn)行灰度處理，接下來(lái)對(duì)灰度圖像進(jìn)行一系列諸如自組織映射神經(jīng)網(wǎng)絡(luò)及模式識(shí)別等方法的識(shí)別。首先詳細(xì)的分析了紙幣圖像的預(yù)處理圖像增強(qiáng)與圖像的分割兩部分，采用的是直方圖變化增強(qiáng)與中值濾波以及圖像的銳化，對(duì)于圖像的分割主要采用圖像邊緣檢測(cè)及灰度閾值分割的方法。其

3、次本文分析了傳統(tǒng)的基于二維模板匹配的算法，有針對(duì)性的提出了改進(jìn)的算法即基于一維灰度投影的匹配算法。發(fā)現(xiàn)采用新的算法對(duì)于紙幣圖像的面額識(shí)別來(lái)講速度更快。并且在此基礎(chǔ)上建立、訓(xùn)練改良后的自組織映射神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了對(duì)紙幣圖像的四種面向的識(shí)別。針對(duì)紙幣序列號(hào)通過(guò)BP神經(jīng)網(wǎng)絡(luò)分別對(duì)字母和數(shù)字進(jìn)行識(shí)別，取得很好的識(shí)別結(jié)果。最后通過(guò)紙幣圖像新舊及殘缺不同所對(duì)應(yīng)的直方圖變化不同對(duì)紙幣的新舊及殘缺進(jìn)行識(shí)別。通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)本文所研究的基于圖像處理的紙幣特征識(shí)別