纸币图像识别与涂鸦检测技术研究

发布时间：2017-05-26 03:12

  本文关键词：纸币图像识别与涂鸦检测技术研究，由笔耕文化传播整理发布。

【摘要】：随着经济全球化和贸易一体化的发展,各国纸币图像的识别成了纸币清分领域的热点。使用更为高效的算法进行纸币清分,实现多币种自动识别是未来的发展趋势。论文主要研究多国纸币图像识别与处理技术,并围绕该技术的实际应用展开论述。论文讨论了多国纸币图像的面值、面向和版别识别技术,提出了全局信息与局部信息相结合的特征提取方法,即在图像分块的基础上,提取代表不同尺度上的图像变化特征,并采用贝叶斯分类器进行分类识别,给出了实用的简化算法。该方法对纸币印刷中的位置偏移不敏感,无论是在特定国家的纸币识别还是多国纸币的自动识别中均取得了很好的效果。针对部分外币图像获取成本高,训练样本不足的现状,论文研究了纸币退化模拟技术。分析了纸币的退化过程,提出了基于随机生长模型的纸币退化模拟方法,利用新币图像产生大量模拟旧币图像,扩充了训练集。该方法能较好地模拟纸币退化,增加训练集样本数量,有效提升了识别率。论文还研究了纸币涂鸦检测技术,提出了用二阶高斯滤波器对纸币图像滤波的方法,提取涂鸦特征并对其进行一定程度的增强。为了便于实际应用,设计了Haar-like中心线模版对二阶高斯滤波器进行简化近似,针对不同方向、粗细的涂鸦,利用二尺度四方向的Haar滤波模版来提取涂鸦特征。
【关键词】：纸币识别 纸币分类 纸币退化 Haar滤波 涂鸦检测
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-10
• 1 绪论10-14
• 1.1 研究背景和意义10
• 1.2 国内外研究现状10-13
• 1.2.1 纸币图像特征提取与分类识别11-12
• 1.2.2 纸币污损检测技术的研究现状12-13
• 1.3 论文主要研究内容13-14
• 2 基于灰度组合特征的多国纸币识别14-41
• 2.1 现有系统的算法分析14-15
• 2.2 基于特征的纸币图像识别15-20
• 2.2.1 网格特征15-16
• 2.2.2 局部二值模式(LBP)特征16-19
• 2.2.3 Gabor特征19-20
• 2.3 灰度组合特征20-28
• 2.3.1 特征提取21-24
• 2.3.2 基于χ2统计量的多元正态性检验24-27
• 2.3.3 可分性评价27-28
• 2.4 分类器的设计28-40
• 2.4.1 贝叶斯分类器29-31
• 2.4.2 BP神经网络31-34
• 2.4.3 K最近邻分类器34-35
• 2.4.4 实验结果与分析35-40
• 2.5 本章小结40-41
• 3 基于随机生长模型的纸币退化模拟41-52
• 3.1 纸币退化情况分析41-42
• 3.2 基于纸币退化模型的纸币图像分析42-45
• 3.3 纸币退化模拟45-50
• 3.3.1 随机生长模型45-49
• 3.3.2 纸币退化模拟测试49-50
• 3.4 本章小结50-52
• 4 纸币涂鸦检测52-75
• 4.1 基于图像匹配的纸币涂鸦检测52-56
• 4.1.1 基于块匹配的图像配准52-54
• 4.1.2 基于搜索最小灰度差值的涂鸦检测54-56
• 4.2 基于边缘特征的纸币涂鸦检测56-60
• 4.2.1 边缘特征的提取57-59
• 4.2.2 利用边缘特征的涂鸦检测59-60
• 4.3 基于均匀性特征的涂鸦检测60-63
• 4.3.1 均匀性特征的提取60-62
• 4.3.2 利用均匀性特征的涂鸦检测62-63
• 4.4 基于Haar滤波的涂鸦检测63-73
• 4.4.1 涂鸦特征的二维滤波器模型设计64-67
• 4.4.2 二维高斯滤波器的Haar-Like近似67-70
• 4.4.3 利用Haar滤波实现涂鸦检测70-73
• 4.5 本章小结73-75
• 5 总结与展望75-78
• 5.1 全文总结75-76
• 5.2 展望76-78
• 参考文献78-80

【参考文献】

中国期刊全文数据库 前1条

1 张平,徐问之;基于神经网络多国货币种类的识别与研究[J];重庆大学学报(自然科学版);1999年03期

  本文关键词：纸币图像识别与涂鸦检测技术研究，，由笔耕文化传播整理发布。

本文编号：395638