基于图像处理的硬币图像识别与研究

发布时间：2022-02-09 06:37

　　硬币的识别、分类和鉴伪问题影响着硬币的流通和使用,为此本文提出了一种基于图像处理的硬币识别方法。首先,本文利用领域平均法对硬币图像进行了预处理,通过数学形态学方法对硬币图像进行了边缘检测。其次,对硬币的几何特征和纹理特征进行了提取。最后,通过加权欧氏距离分类方法对硬币和伪币进行了识别。结果表明,该方法对硬币所处的位置、环境和光照对硬币的影响有很强的适应性,在硬币表面磨损不严重的情况下,通过大量的样本实验可以达到较高的识别率。 

【文章来源】：中阿科技论坛(中英阿文). 2019,(04)

【文章页数】：13 页

【部分图文】：

预处理后硬币图像

级的平均值所决定，用以下公式表示为：（1）式（1）中x==；NyM,,...2,1,...,2,1S是yx),(像素点的预定邻域（不包括yx),(像素点）,K是S内的坐标点总数。设噪声yxe),(是加性白噪声，该白噪声的特点是均值为0，方差为。噪声干扰的图像为：+=yxeyxfyxg),(),(),(（2）经邻域平均处理后的图像yxg),(为：（3）处理后残余噪声的平均值为：（4）残余噪声的方差为：（5）上式表明邻域平均处理后，残余噪声的方差减小为原来的1K。最典型的邻域S是4邻域和8邻域，如图所示。图14邻域图28邻域4邻域的模板和8邻域的模板表示如下：4邻域模板或者8邻域模板沿水平方向和垂直方向逐点移动，由于模板内各系数之和为1，用这样的4邻域模板或者8邻域模板处理图像时，图像本身没有变化，从而达到平滑整幅图像的目的。037

值所决定，用以下公式表示为：（1）式（1）中x==；NyM,,...2,1,...,2,1S是yx),(像素点的预定邻域（不包括yx),(像素点）,K是S内的坐标点总数。设噪声yxe),(是加性白噪声，该白噪声的特点是均值为0，方差为。噪声干扰的图像为：+=yxeyxfyxg),(),(),(（2）经邻域平均处理后的图像yxg),(为：（3）处理后残余噪声的平均值为：（4）残余噪声的方差为：（5）上式表明邻域平均处理后，残余噪声的方差减小为原来的1K。最典型的邻域S是4邻域和8邻域，如图所示。图14邻域图28邻域4邻域的模板和8邻域的模板表示如下：4邻域模板或者8邻域模板沿水平方向和垂直方向逐点移动，由于模板内各系数之和为1，用这样的4邻域模板或者8邻域模板处理图像时，图像本身没有变化，从而达到平滑整幅图像的目的。037

【参考文献】：
期刊论文
[1]Edge Detection of River in SAR Image Based on Contourlet Modulus Maxima and Improved Mathematical Morphology[J]. 吴一全,朱丽,郝亚冰,李立,卢文平.  Transactions of Nanjing University of Aeronautics and Astronautics. 2014(05)
[2]从商业银行硬币清点收费看我国的硬币流通[J]. 王良文,陈长军.  南方金融. 2005(11)
[3]YB50全自动硬币计数、包卷机的研制[J]. 肖丽英.  包装工程. 2003(03)

硕士论文
[1]硬币鉴伪方法与自动包装设备的技术方案设计[D]. 邵成科.华北电力大学（北京） 2005
[2]硬币检测清分系统研究[D]. 郎家峰.南京航空航天大学 2005
[3]基于DSP的高速硬币清分系统[D]. 张丽娟.南京航空航天大学 2005



本文编号：3616535