人民幣紙幣面額的機器視覺識別方法研究.pdf

1、紙幣面額識別是自動存款機和自動售貨機等許多金融設備一個必不可少的功能模塊。近年來，隨著我國國民經濟的迅猛發(fā)展，國內對自動化紙幣清分機等金融設備的需求也變得十分迫切。本文在廣泛查閱國內外相關參考文獻的基礎上，針對我國人民幣紙幣自身的特征，設計了基于圖像處理和神經網絡技術的面額識別方法。 本文方法在先期獲得人民幣紙幣圖像的基礎上，由噪聲濾除、圖像傾斜校正、圖像定位分割、特征提取和面額識別等幾個主要部分組成。①傾斜校正是本文方法中比較

2、關鍵的一個環(huán)節(jié)，在傾斜校正過程中，采用了直線擬合的方法計算出紙幣邊框上邊界所在直線的斜率，從而計算出紙幣圖像的傾斜角度，然后再進行圖像旋轉，使圖像位置歸一化。②在圖像定位分割中采用了灰度投影的方法，根據背景圖像和目標圖像的明顯差異，從而準確定位出紙幣的上下和左右邊界，使目標圖像和背景分離開來，然后對目標圖像進行幅面歸一化。③在紙幣的特征提取過程中，根據紙幣圖像的特殊性，采用類似軸對稱掩膜方法提取人民幣圖像特征，減少了輸入神經網絡的模式類

3、別。④在紙幣的識別過程中，本文充分利用神經網絡的并行分布處理和高的容錯性特點，將BP神經網絡算法應用于紙幣的面額識別，不僅能夠識別新幣和感染輕微噪聲的紙幣，而且對符合流通要求的殘幣、舊幣仍具有很強的魯棒性，較好地實現了人民幣面額的準確識別。 通過對由掃描儀獲得的一定數量的人民幣圖像進行識別實驗，在允許有少量拒識現象發(fā)生的情況下，本文方法的正確識別率可達100％，完全滿足當前國內對人民幣面額的自動識別要求，具有很好的實際應用前景。