紙幣圖像識(shí)別與涂鴉檢測(cè)技術(shù)研究.pdf

1、隨著經(jīng)濟(jì)全球化和貿(mào)易一體化的發(fā)展，各國(guó)紙幣圖像的識(shí)別成了紙幣清分領(lǐng)域的熱點(diǎn)。使用更為高效的算法進(jìn)行紙幣清分，實(shí)現(xiàn)多幣種自動(dòng)識(shí)別是未來(lái)的發(fā)展趨勢(shì)。論文主要研究多國(guó)紙幣圖像識(shí)別與處理技術(shù)，并圍繞該技術(shù)的實(shí)際應(yīng)用展開論述。
　　論文討論了多國(guó)紙幣圖像的面值、面向和版別識(shí)別技術(shù)，提出了全局信息與局部信息相結(jié)合的特征提取方法，即在圖像分塊的基礎(chǔ)上，提取代表不同尺度上的圖像變化特征，并采用貝葉斯分類器進(jìn)行分類識(shí)別，給出了實(shí)用的簡(jiǎn)化算法。該方法

2、對(duì)紙幣印刷中的位置偏移不敏感，無(wú)論是在特定國(guó)家的紙幣識(shí)別還是多國(guó)紙幣的自動(dòng)識(shí)別中均取得了很好的效果。
　　針對(duì)部分外幣圖像獲取成本高，訓(xùn)練樣本不足的現(xiàn)狀，論文研究了紙幣退化模擬技術(shù)。分析了紙幣的退化過程，提出了基于隨機(jī)生長(zhǎng)模型的紙幣退化模擬方法，利用新幣圖像產(chǎn)生大量模擬舊幣圖像，擴(kuò)充了訓(xùn)練集。該方法能較好地模擬紙幣退化，增加訓(xùn)練集樣本數(shù)量，有效提升了識(shí)別率。
　　論文還研究了紙幣涂鴉檢測(cè)技術(shù)，提出了用二階高斯濾波器對(duì)紙幣圖像