基于圖像分析的人民幣清分方法研究與實(shí)現(xiàn).pdf

1、紙幣清分機(jī)是銀行等金融機(jī)構(gòu)用于紙幣清分歸類、計(jì)數(shù)、真?zhèn)舞b別的一種重要工具。它能夠代替人工快速、高效的完成紙幣的清分工作。紙幣清分系統(tǒng)的關(guān)鍵技術(shù)是基于紙幣圖像的分析及處理。
　　本文針對(duì)人民幣反射、透射和彩色圖像，結(jié)合數(shù)字圖像處理、機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等理論知識(shí)，實(shí)現(xiàn)了人民幣圖像的預(yù)處理、面值面向識(shí)別、新舊檢測(cè)和冠字號(hào)碼識(shí)別模塊的算法，主要內(nèi)容如下:
　　(1)在圖像預(yù)處理模塊中，對(duì)于紙幣的邊界線檢測(cè)，首先根據(jù)目標(biāo)與背景間的灰度

2、差異，快速找到紙幣圖像有效的邊界點(diǎn)，然后采用最小二乘法進(jìn)行直線擬合，最終得到紙幣圖像的四條邊界線。針對(duì)紙幣圖像傾斜矯正，本文采用直接平移紙幣圖像的像素點(diǎn)達(dá)到紙幣圖像矯正的效果，與傳統(tǒng)旋轉(zhuǎn)法相比，該方法計(jì)算量小，速度快。
　　(2)在紙幣面值面向模塊中，采用了紙幣圖像的網(wǎng)格特征，分別針對(duì)紙幣的灰度圖像和彩色圖像進(jìn)行特征提取。當(dāng)提取彩色圖像網(wǎng)格特征時(shí)，分別在RGB顏色空間和HSV顏色空間的H分量上獲取面值面向特征，然后采用學(xué)習(xí)向量量化

3、(LVQ)神經(jīng)網(wǎng)絡(luò)，進(jìn)行訓(xùn)練與識(shí)別。本文對(duì)紙幣的面值和面向進(jìn)行先后識(shí)別，設(shè)計(jì)了一種簡(jiǎn)單可靠的紙幣識(shí)別系統(tǒng)。
　　(3)在新舊檢測(cè)模塊中，針對(duì)紙幣的透射圖像進(jìn)行研究與分析，提取透射圖像的灰度直方圖作為紙幣新舊特征，并使用支持向量機(jī)(SVM)和K近鄰(KNN)分類器進(jìn)行紙幣新舊識(shí)別。
　　(4)在冠字號(hào)識(shí)別模塊中，針對(duì)字符特征，采用了八方向梯度特征和Gabor特征，并使用線性判別分析法(LDA)對(duì)所提取的字符特征進(jìn)一步降維。在字