低分辨率下紙幣的識(shí)別與污損檢測(cè).pdf

1、紙幣圖像識(shí)別是近年來在模式識(shí)別領(lǐng)域較為活躍的一個(gè)課題，而且有著很廣闊的應(yīng)用前景，由此技術(shù)研制的紙幣清分機(jī)正在銀行等金融系統(tǒng)發(fā)揮著越來越大的作用。在進(jìn)行紙幣圖像識(shí)別時(shí)，由于采集到的圖像是在低分辨率下掃描得到的，如何在這種低分辨率條件下實(shí)現(xiàn)對(duì)紙幣進(jìn)行識(shí)別，并且識(shí)別速度要滿足清分機(jī)的要求，是紙幣識(shí)別的核心問題。本文通過對(duì)紙幣特征進(jìn)行分析，對(duì)紙幣的識(shí)別過程做了詳細(xì)研究。在圖像的預(yù)處理中，由于系統(tǒng)對(duì)紙幣處理實(shí)時(shí)性的要求，該過程必須在很短時(shí)間內(nèi)完成

2、，因此我們對(duì)圖像的邊界檢測(cè)，撇棄了諸如圖像二值化，Hough變換等處理手段，而是直接采用分段線性擬合的方法確定圖像中紙幣的四個(gè)邊界，以完成紙幣的定位和傾斜矯正。在特征提取中，我們對(duì)基于方向塊的特征提取方法進(jìn)行了分析，在此基礎(chǔ)上針對(duì)美元特點(diǎn)，對(duì)圖像方向塊的劃分方式做了研究，并提出了基于幾何距離的特征提取方法；在分類器設(shè)計(jì)中，我們采用了LVQ網(wǎng)絡(luò)對(duì)紙幣進(jìn)行學(xué)習(xí)與分類，并提出了一種具有兩層結(jié)構(gòu)的分類算法，第一層首先對(duì)輸入的特征向量進(jìn)行粗分類，