基于類Harr特征和最小包含球的紙幣識別方法的研究.pdf

1、目前在世界上每天流通的紙幣數(shù)量巨大，在金融部門內(nèi)部紙幣整理工作是非常繁重的，如何快速準(zhǔn)確的紙幣清分在銀行業(yè)中具有非常重要的意義。通過使用靈敏準(zhǔn)確的紙幣清分機(jī)，能使繁瑣的鈔票清分工作變得簡易、快捷和可靠。然而國內(nèi)清分機(jī)市場上出現(xiàn)的國產(chǎn)清分機(jī)，大都因為紙幣識別率和拒識類的問題而影響了它們在國內(nèi)的銷售市場。如何在提高紙幣圖像的識別率的同時有效地降低拒識類樣本被誤識的幾率是現(xiàn)代紙幣圖像處理中的難題，也是繼續(xù)研究紙幣清分技術(shù)時亟待解決的問題。

2、r>　　本文提出了基于類Harr特征和最小包含球的紙幣圖像識別方法。通過類Harr特征提取方法提取出多樣化且更具靈活性的特征，并且通過特征選擇降低識別特征的維數(shù)，保證識別特征的鑒別能力；另一方面，通過最小包含球方法解決其它各種紙幣識別方法不能有效地拒識拒識類樣本的問題。
　　類Harr特征法通過改進(jìn)原始的兩類類Harr特征提取方法、AdaBoost特征選擇方法以及多幣種識別方法以得到四種能用于多幣種紙幣識別的類Harr特征提取方法

3、：整幅圖像范圍類Harr特征差值法、整幅圖像范圍類Harr特征求和法以及固定網(wǎng)格范圍類Harr特征差值法和固定網(wǎng)格范圍類Harr特征求和法。在實驗中通過比較它們的效果，從中選擇識別率最高的類Harr特征提取方法，改進(jìn)了原始的特征提取方式。
　　最小包含球方法通過將同類樣本限制在一個最優(yōu)的最小包含球內(nèi)而不同類別限制在不同的包含球內(nèi)的方法，將拒識類的樣本限制在任何有效類別的包含球之外，從而有效解決原先的識別方法不能有效地拒識拒識類樣本