美元紙幣號碼識別方法的研究.pdf

1、紙幣上的編碼是紙幣的重要特征之一，其不僅是印刷數(shù)量的標識，而且在統(tǒng)計貨幣流通量，貨幣管理等方面也具有重要作用。每張紙幣編碼沒有重復，因此可以用來標識紙幣的身份；紙幣上的幣值號碼表示紙幣所代的貨幣價值。本文將紙幣上的編碼和幣值號碼統(tǒng)稱為號碼，利用計算機視覺技術開發(fā)一種智能紙幣號碼識別系統(tǒng)，自動識別紙幣上的號碼，就可以有效地實現(xiàn)對紙幣的管理，具有廣泛的應用價值。本文完成了一套紙幣號碼采集識別系統(tǒng)的設計與研制，包括圖像分割、定位、識別算法，用

2、C++Builder6和Matlab7.0.1語言編寫了號碼識別程序，建立了可運行的紙幣號碼識別系統(tǒng)。 本文通過CIS傳感器進行圖像采集，在圖像預處理階段，考慮到在實際應用中對識別的實時性要求很高，要求每一張紙幣的所有識別過程必須在很短的時間內(nèi)完成(實際系統(tǒng)要求30ms以內(nèi))，因此放棄了諸如二值化、邊緣檢測等常規(guī)圖像處理方法，而直接采用分段線性擬合的方法確定圖像中紙幣的四個邊界，以完成紙幣的定位和傾斜矯正。由于采集到的號碼圖像存

3、在多種噪聲，通過均值濾波和中值濾波等去噪聲算法的對比和實驗，選取了以中值濾波為主，高斯濾波輔助的方法去除噪聲。 由于神經(jīng)網(wǎng)絡其固有的自組織、自適應、和容錯性，只須重新訓練就可以完成對新類別的正確識別，因此本文確定神經(jīng)網(wǎng)絡分類器作為分類器的首選加以研究和應用。本文在實際應用中引入了改進的BP網(wǎng)分類器對待識別的紙幣樣本做自組織特征映射，實現(xiàn)特征訓練和匹配。實驗表明，本文提出的算法能夠滿足識別的實時性要求，且較好的保證了識別率和穩(wěn)定性

4、。 在號碼識別階段，本文提出了在水平方向采用投影的方法進行定位，垂直方向采用改進的基于穿越號碼體距離的方法進行垂直定位的方法，避免了雙峰或多峰的干擾，定位號碼準確。此方法處理速度快，識別紙幣號碼準確率高。 識別算法中除了采用神經(jīng)網(wǎng)絡進行識別外，還嘗試了模板匹配的方法。傳統(tǒng)的二維模板匹配雖然實現(xiàn)簡單，但計算量十分龐大，花費時間太長。針對此情況提出了采用一維灰度投影的模板匹配方法。實驗結果表明，后者在保證了匹配準確率略高的前