關(guān)于多國(guó)紙幣版面和號(hào)碼識(shí)別的研究與應(yīng)用.pdf

1、伴隨經(jīng)濟(jì)全球化和貿(mào)易一體化的發(fā)展，我國(guó)與國(guó)外貿(mào)易交流日益頻繁，各大銀行陸續(xù)開展了外匯業(yè)務(wù)，對(duì)人民幣、美元以及港幣等紙幣進(jìn)行嚴(yán)格、有序、高效的流通管理非常必要。因此對(duì)多個(gè)國(guó)家或者地區(qū)紙幣的快速準(zhǔn)確的識(shí)別，對(duì)我國(guó)外匯業(yè)務(wù)作用重大，多國(guó)貨幣點(diǎn)鈔機(jī)就應(yīng)運(yùn)而生。
　　本文主要研究了人民幣、美元以及港幣三種紙幣的版面信息和號(hào)碼的識(shí)別問題，提出了一整套的識(shí)別方法，為開發(fā)多國(guó)貨幣點(diǎn)鈔機(jī)奠定基礎(chǔ)。在紙幣的版面信息識(shí)別方面，采用了以局部圖像匹配為主的

2、多種識(shí)別方法，包括紙幣圖像尺寸計(jì)算方法、紙幣安全線投影、號(hào)碼圖像投影、邊緣白邊圖像檢測(cè)，實(shí)現(xiàn)版面信息的精確識(shí)別;紙幣號(hào)碼識(shí)別方面，經(jīng)過號(hào)碼定位、二值化、號(hào)碼分割和字符識(shí)別等處理，采用兩種特征提取方法和兩種分類器，通過實(shí)驗(yàn)對(duì)比方法效果，提高號(hào)碼字符的識(shí)別率。
　　在圖像匹配識(shí)別分類中，所選取的特征提取方法有八向特征提取方法和SIFT算法，分類器有KNN分類器和SVM分類器，組成了八向特征_KNN、八向特征_SVM以及PCA_SIFT