紙幣圖像分析理解技術及其應用.pdf

1、紙幣圖像分析理解技術對紙幣流通監(jiān)管具有十分重要的意義。本文對多光譜紙幣圖像進行深入分析，研究了快速紙幣分類、紙幣特征檢測(污損特征、防偽特征)、紙幣質(zhì)量評估，設計完成了紙幣圖像分析系統(tǒng)，并應用到不同的實際產(chǎn)品中。
　　在快速紙幣分類中，采用分步識別策略。首先采用“網(wǎng)格-GMM”方法進行預分類，然后采用“類Haar-AdaBoost”分類器區(qū)分相似紙幣。在預分類過程中，提取網(wǎng)格特征，然后采用基于結(jié)構(gòu)風險最小化(SRM)的混合高斯模型

2、(GMM)構(gòu)造分類器，以提高識別的穩(wěn)定性。在相似紙幣區(qū)分中，首先提出了類Haar特征的提取方法，然后采用AdaBoost算法選取有效特征，以提高分類器的區(qū)分能力。實驗證明，該分步策略顯著提高了系統(tǒng)對于低質(zhì)量紙幣的處理能力，大幅降低了系統(tǒng)拒識率。
　　在紙幣特征檢測中，采用基于圖像配準/匹配的檢測算法。在第一種基于邊緣特征的算法中，首先采用基于圖像區(qū)域的配準算法，以確定待檢圖像與參考圖像之間的對應關系。然后采用Kirsch算子計算兩

3、圖像的邊緣強度差(EID)，并根據(jù)EID來提取缺損特征。該算法對于圖像上的新增邊緣十分敏感，而對整體亮度偏移則較為穩(wěn)定，在處理折舊紙幣時，擁有較好的魯棒性。在第二種算法中，提出首先采用均勻性特征確定污損待檢象素，然后采用基于均勻性特征的圖像配準算法確定待檢圖像與參考圖像間的象素對應關系，最后將污損待檢象素與其參考象素進行比較，以確定缺損狀況并進行質(zhì)量分析。在第三種方法中，將均勻性特征推廣到彩色空間，取得了更為精確的質(zhì)量分析結(jié)果。

4、　　在紙幣退化分析中，首次詳細討論了紙幣的自身特點，并據(jù)此對紙幣退化及形變(D&D)模型進行了研究。將紙幣形變采用基于B-樣條的FFD網(wǎng)格來表示，將紙幣退化采用顏色混合模型(CDM)來表示。在CDM中，紙幣退化被看作“全局磨損”與“局部缺損”共同作用的結(jié)果，并據(jù)此將參考圖像到待檢圖像的顏色偏移分解為磨損折舊及缺損位移，分別進行評估。在第一種算法中，構(gòu)建紙幣退化能量函數(shù)(BDE)作為數(shù)據(jù)驅(qū)動項，進行基于FFD模型的圖像配準，實現(xiàn)對紙幣退化

5、的量化分析。第二種算法中，對于每一類紙幣，將原有的靜態(tài)參考圖像擴展為動態(tài)的退化圖像序列，將紙幣質(zhì)量評估看作在相應序列中尋找對應幀的過程。利用3維FFD模型，同時考慮紙幣的退化及形變，顯著地提高了紙幣分析的整體性能。
　　在紙幣分析系統(tǒng)構(gòu)建中，首先介紹了高速多光譜接觸式圖像傳感器(CIS)的設計原理，通過該傳感器可以依次采集紙幣的紅、綠以及紅外光譜圖像，然后提出了“FPGA+DSP+上位機”的紙幣分析系統(tǒng)構(gòu)架。在硬件配置中，討論了D

6、SP的外設配置以及FPGA的邏輯設計，包括觸發(fā)控制，曝光控制，行采集以及I/O端口設計等。在軟件設計中，首先討論了圖像采集流程，然后提出了傳感器補償算法，用于補償CIS各采集單元的成像誤差，最后討論了圖像分析流程。在圖像分析流程中，在DSP片內(nèi)實現(xiàn)實時性的基本功能，如紙幣分類，缺損/防偽特征檢測以及質(zhì)量評估，將其他的擴展功能留在上位機實現(xiàn)。采用該構(gòu)架設計了兩款紙幣分析系統(tǒng)，第一款用于CF3000型紙幣清分機，該系統(tǒng)中，通過數(shù)個圖像分析模