紙幣序列號識別系統(tǒng)的算法研究.pdf

1、金融系統(tǒng)現(xiàn)代化是保障經(jīng)濟(jì)繁榮、維護(hù)社會和諧的重要條件。本文以紙幣清分機(jī)研究為基礎(chǔ),提出了一套基于徑向函數(shù)神經(jīng)網(wǎng)絡(luò)的序列號識別系統(tǒng)。
　　 本系統(tǒng)采用CIS(Contact Image Sensor)采集原始的人民幣圖像數(shù)據(jù),經(jīng)A/D轉(zhuǎn)換后傳送給DSP(Digital Signal Processer),完成大部分預(yù)處理工作,得到序列號區(qū)域圖像,再傳入PC,在軟件實驗平臺上完成序列號識別。
　　 本文的研究重點,分為圖像預(yù)

2、處理和字符識別算法兩部分,主要包括:噪聲抑制、二值化、邊緣檢測、畸變校正、序列號提取、字符分割以及模式分類方法。針對紙幣序列號識別的各個流程,本文詳細(xì)闡述了常用的算法及思想,并結(jié)合人民幣圖像和序列號字符集特點,提出了相應(yīng)的方法。
　　 本文采用基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的模式分類方法進(jìn)行字符識別,在230個訓(xùn)練樣本集的實驗中已經(jīng)達(dá)到95％的識別率,超過了文獻(xiàn)所用的BP神經(jīng)網(wǎng)絡(luò)方法的識別率,同時具有較小的神經(jīng)網(wǎng)絡(luò)節(jié)點數(shù)目。在后續(xù)的工作

3、中將對徑向基函數(shù)的訓(xùn)練方法進(jìn)行進(jìn)一步優(yōu)化,可以期望取得更高的識別率,并且保持較小的隱藏層節(jié)點數(shù)。與常規(guī)的序列號識別方法相比,本文對以下幾個環(huán)節(jié)進(jìn)行了優(yōu)化:
　　 (1)使用隨機(jī)Hough變換代替常用的直線擬合,檢測紙幣邊緣;
　　 (2)將旋轉(zhuǎn)變換和切向變換合并為一次仿射變換,完成圖像幾何畸變校正;
　　 (3)研究了一種基于行程編碼的方法提取紙幣的序列號區(qū)域;
　　 (4)采用連通區(qū)域分析進(jìn)行字符分割,

4、為滿足系統(tǒng)實時需求,對算法進(jìn)行并行優(yōu)化;
　　 (5)采用了一種二維投影直方圖和歐拉數(shù)相結(jié)合的特征提取方法;
　　 (6)使用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)作為模式分類方法,并提出了針對紙幣序列號識別的網(wǎng)絡(luò)模型。
　　 據(jù)我們所知,將行程編碼方法、連通區(qū)域分析并行算法、特征取和基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的模式分類方法用于紙幣序列號識別,在國內(nèi)未見報道。
　　 本文所研究的字符識別技術(shù),在車輛、槍械、坦克等重要設(shè)備、武器的