基于Contourlet變換理論的紙幣清分系統(tǒng)研究.pdf

1、紙幣是一個國家的象征,紙幣識別和分類是銀行自動存取款機、鐵道交通自動售票機、企事業(yè)單位自動售貨機以及公安機關為打擊犯罪而使用的自動鑒偽機等多種領域不可缺少的一部分。隨著我國經(jīng)濟的飛速發(fā)展,金融犯罪活動日益猖獗,因此紙幣識別與防偽技術已成為國內外學者研究的熱點。紙幣圖像不僅包含多光譜、厚度以及磁信號等信息,還包含了豐富的紋理信息。同時,紙幣本身具有的序列號可以唯一標識每張紙幣,為紙幣鑒偽提供了有利依據(jù)。本文重點研究了基于Contourle

2、t變換域的紙幣圖像特征提取及紙幣序列號識別的相關技術,并構建了一個紙幣圖像識別分類的系統(tǒng)原型。針對以往方法對低質量紙幣識別率很低的問題,本文提出方法的具體研究內容如下:
　　(1)本文提出了一種新的基于 Contourlet變換的紙幣圖像特征提取方法。首先對預處理后的紙幣圖像進行Contourlet變換,把紙幣圖像多尺度、多方向分解,得到圖像的高低頻子帶。然后,提取其中最能夠代表系數(shù)分布規(guī)律的統(tǒng)計特性,并把這些統(tǒng)計量聯(lián)合在一起共同

3、構成紙幣圖像特征向量。最后使用 BP神經(jīng)網(wǎng)絡分類器對紙幣圖像進行識別,該方法有效地克服了低質量紙幣圖像識別率較低的缺陷,具有高穩(wěn)定性與可靠性。
　　(2)本文提出了一種基于Contourlet變換的紙幣圖像序列號識別方法。首先在獲取字符階段,結合使用了先驗知識、投影以及行掃描方法對序列號字符進行了預處理,實現(xiàn)了序列號字符的有效定位和分割。在序列號特征提取階段,首次把Contourlet變換理論應用到紙幣序列號特征提取領域中。針對紙