基于神经网络的人民币纸币污渍清分算法研究与实现

发布时间：2021-09-06 19:53

　　随着现代社会经济不断发展,人民币纸币的数量急剧增加,而人民币纸币在使用过程中不可避免的会沾染到污渍,进而影响人民币纸币的正常使用。因此银行相关方面需要一个自动化的人民币纸币清分程序,用于完成人民币纸币不同面额的分类,以及人民币纸币是否存在污渍的辨识。本课题以此为背景,进行了基于神经网络的人民币纸币图片分类程序研究,以及基于计算机视觉的人民币纸币图片污渍辨识程序的研究和实现。由于不同神经网络结构所需要的输入图片大小不同,所以首先利用计算机视觉图像处理技术,对输入的人民币纸币原始图片进行裁剪和双线性插值压缩,为后续不同的神经网络结构提供尺寸大小合适的人民币纸币输入图片。由于输入的人民币纸币原始图片纹理比较复杂,使用特征点和轮廓检测的方法不仅算法自身会难度过高,而且非常容易受到光照、图片漂移等因素影响,所以本课题中采用搭建并训练神经网络结构的方式来完成输入人民币纸币图片的分类任务。本课题中自行搭建并训练了一个全连接神经网络结构,除此神经网络结构外,对LeNet-5神经网络结构和AlexNet神经网络结构做了基于本课题实际应用场景的适应性调整并训练。为提高分类准确度,设计了一个综合分类程序,利... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

系统算法流程图

哈尔滨工业大学工程硕士学位论文素坐标，进而明确地获取每个像素坐标点上的像素值坐标系的具体定义可以更好地完成图片裁剪和基于双觉图片坐标系不同于常规的平面直角坐标系。计算机视片的左上角，不同环境中原点的坐标也有所不同，M1,1），而在 OpenCV 环境中原点的坐标为（0,0），常于图片的左下角，原点的坐标为（0,0）。计算机视觉的左边界，方向自上而下，Y 轴位于图片的上边界，方坐标系的 X 轴位于图片的下边界，方向自左而右，Y自下向上。计算机视觉图片坐标系 X 轴以及 Y 轴的单平面直角坐标系 X 轴以及 Y 轴的单位长度则取决于具体片坐标系在 Matlab 环境中和 OpenCV 环境中具体示意

图片压缩B输入图片

【参考文献】：
期刊论文
[1]卷积神经网络研究综述[J]. 张亚倩.  信息通信. 2018(11)
[2]无坡口对接焊缝特征角点检测方法[J]. 王文超,高向东,丁晓东,张南峰.  焊接学报. 2018(09)
[3]改进深度残差卷积神经网络的LDCT图像估计[J]. 高净植,刘祎,张权,桂志国.  计算机工程与应用. 2018(16)
[4]基于跨连接LeNet-5网络的面部表情识别[J]. 李勇,林小竹,蒋梦莹.  自动化学报. 2018(01)
[5]基于CNN深度模型的小麦不完善粒识别[J]. 曹婷翠,何小海,董德良,石恒,熊淑华.  现代计算机(专业版). 2017(36)
[6]一种抑制高斯噪声的加权滤波算法[J]. 沈德海,侯建,鄂旭,阎琦.  渤海大学学报(自然科学版). 2016(04)
[7]计算机视觉技术及其在自动化中的应用[J]. 崔天依.  电脑知识与技术. 2016(03)
[8]神经网络在智能信息处理技术中的应用研究[J]. 张静.  科技展望. 2015(24)
[9]纸币清分系统中的纸币污损检测[J]. 金野,宋玲,刘松波,唐降龙.  自动化学报. 2007(09)

硕士论文
[1]红头文件检测关键技术研究[D]. 王昌杰.浙江理工大学 2018
[2]基于卷积神经网络的图像分类算法研究[D]. 郭田梅.济南大学 2017



本文编号：3388074