基于神經(jīng)網(wǎng)絡(luò)的人民幣識(shí)別系統(tǒng)研究.pdf

1、貨幣識(shí)別技術(shù)廣泛應(yīng)用于銀行系統(tǒng)、自動(dòng)售貨系統(tǒng)等領(lǐng)域。貨幣識(shí)別技術(shù)是研究貨幣的顯性和隱性特征，建立相應(yīng)的數(shù)學(xué)模型，對(duì)抽取出的特征信息進(jìn)行全面識(shí)別，實(shí)時(shí)準(zhǔn)確地做出處理的技術(shù)。而在貨幣識(shí)別中如何提取高質(zhì)量的貨幣特征向量是目前待解決的問題，特別是在具有噪聲及灰度不均勻的貨幣圖像中提取出原始的特征信息，是貨幣識(shí)別的關(guān)鍵性步驟。本課題在對(duì)國內(nèi)外已有的貨幣識(shí)別系統(tǒng)技術(shù)分析的基礎(chǔ)上，以人民幣顯性圖像為研究對(duì)象，對(duì)人民幣顯性圖像識(shí)別方法進(jìn)行研究。主要研究

2、內(nèi)容包括人民幣圖像顯性特征的提取，人民幣圖像中噪聲信息的抑制和顯性特征的加強(qiáng)，識(shí)別系統(tǒng)中的數(shù)學(xué)模型的選取和建立以及優(yōu)化既得的人民幣顯性特征等方面。文中提出了利用圖像灰度線性變換來抑制背景圖案噪聲的影響，突出圖像邊緣信息；然后采用簡(jiǎn)單統(tǒng)計(jì)法進(jìn)行邊緣檢測(cè)，得到邊緣特征信息圖；最后通過對(duì)邊緣特征信息圖在寬度方向上進(jìn)行均勻劃分成不同的區(qū)域，統(tǒng)計(jì)不同區(qū)域的邊緣特征點(diǎn)的數(shù)目作為神經(jīng)網(wǎng)絡(luò)的初始輸入向量，對(duì)初始輸入向量用隨機(jī)掩碼處理和遺傳算法進(jìn)行優(yōu)化得