人民幣紙幣面額的機(jī)器視覺識(shí)別方法研究.pdf

1、紙幣面額識(shí)別是自動(dòng)存款機(jī)和自動(dòng)售貨機(jī)等許多金融設(shè)備一個(gè)必不可少的功能模塊。近年來，隨著我國國民經(jīng)濟(jì)的迅猛發(fā)展，國內(nèi)對(duì)自動(dòng)化紙幣清分機(jī)等金融設(shè)備的需求也變得十分迫切。本文在廣泛查閱國內(nèi)外相關(guān)參考文獻(xiàn)的基礎(chǔ)上，針對(duì)我國人民幣紙幣自身的特征，設(shè)計(jì)了基于圖像處理和神經(jīng)網(wǎng)絡(luò)技術(shù)的面額識(shí)別方法。 本文方法在先期獲得人民幣紙幣圖像的基礎(chǔ)上，由噪聲濾除、圖像傾斜校正、圖像定位分割、特征提取和面額識(shí)別等幾個(gè)主要部分組成。①傾斜校正是本文方法中比較

2、關(guān)鍵的一個(gè)環(huán)節(jié)，在傾斜校正過程中，采用了直線擬合的方法計(jì)算出紙幣邊框上邊界所在直線的斜率，從而計(jì)算出紙幣圖像的傾斜角度，然后再進(jìn)行圖像旋轉(zhuǎn)，使圖像位置歸一化。②在圖像定位分割中采用了灰度投影的方法，根據(jù)背景圖像和目標(biāo)圖像的明顯差異，從而準(zhǔn)確定位出紙幣的上下和左右邊界，使目標(biāo)圖像和背景分離開來，然后對(duì)目標(biāo)圖像進(jìn)行幅面歸一化。③在紙幣的特征提取過程中，根據(jù)紙幣圖像的特殊性，采用類似軸對(duì)稱掩膜方法提取人民幣圖像特征，減少了輸入神經(jīng)網(wǎng)絡(luò)的模式類

3、別。④在紙幣的識(shí)別過程中，本文充分利用神經(jīng)網(wǎng)絡(luò)的并行分布處理和高的容錯(cuò)性特點(diǎn)，將BP神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于紙幣的面額識(shí)別，不僅能夠識(shí)別新幣和感染輕微噪聲的紙幣，而且對(duì)符合流通要求的殘幣、舊幣仍具有很強(qiáng)的魯棒性，較好地實(shí)現(xiàn)了人民幣面額的準(zhǔn)確識(shí)別。 通過對(duì)由掃描儀獲得的一定數(shù)量的人民幣圖像進(jìn)行識(shí)別實(shí)驗(yàn)，在允許有少量拒識(shí)現(xiàn)象發(fā)生的情況下，本文方法的正確識(shí)別率可達(dá)100％，完全滿足當(dāng)前國內(nèi)對(duì)人民幣面額的自動(dòng)識(shí)別要求，具有很好的實(shí)際應(yīng)用前景。