学位论文 > 优秀研究生学位论文题录展示
纸币多光谱图像分析方法
作 者: 许万征
导 师: 黄剑华
学 校: 哈尔滨工业大学
专 业: 计算机科学与技术
关键词: 多光谱纸币图像 特征提取 新旧判别 污损检测
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 102次
引 用: 0次
阅 读: 论文下载
内容摘要
|
纸币图像识别是近年来在模式识别领域较为活跃的一个课题,而且有着很广阔的应用前景,由此技术研制的纸币清分机正在银行等金融系统发挥着越来越大的作用。随着彩色传感器的应用,如何利用多光谱纸币图像进行识别,并且保证识别速度满足清分机的性能要求,逐渐成为纸币识别的重要问题。纸币清分系统的核心技术基础是实时纸币图像处理。纸币图像分析理解技术对纸币流通监管具有十分重要的意义。本文对多光谱纸币图像进行深入分析,研究了快速纸币分类、纸币图像细节检测(新旧特征、污损特征),设计完成了纸币清分系统。针对纸币多光谱图像的特点,本文在纸币清分系统基础上提出了几种改进策略:在多光谱图像的预处理阶段,提出了一种补偿与采集并行处理的纸币图像与处理策略,提高了多光谱图像采集的稳定性和处理的速度。并利用HSI图像中亮度分量进行边缘检测。在特征提取方面,针对图像会出现变形的情况,提出了一种自适应的网格特征提取方法,这种方法具有更好的稳定性。并利用图像的颜色信息和纸币图像的几何形状对面额进行分类,提高了面额分类的准确率。根据系统中类内距离过大类间距离过小的情况,提出了距离分类器与人工神经网络分类器相结合的识别方法,与原系统的网格特征加距离分类器识别方法相比,具有更好的识别效果。在纸币新旧检测中,提出了一种基于多光谱图像新旧判别方法,弥补了灰度图像在新旧检测时判别结果易受图像传感器一致性差异和设备在运行过程中的图像亮度变化的影响,并利用多光谱图像的色彩均匀性特征完成纸币图像的污损检测,提高了污损检测的能力。采用基于特征区梯度的方法,对人民币版本进行了识别,取得了较好的效果。
|
全文目录
摘要 4-5 ABSTRACT 5-10 第1章 绪论 10-19 1.1 课题研究的背景和意义 10-11 1.2 多光谱纸币图像识别的发展及研究现状 11-17 1.2.1 纸币图像分类 11-16 1.2.2 纸币新旧程度的检测 16-17 1.2.3 纸币污损程度的检测 17 1.3 本文的主要研究内容及章节安排 17-19 第2章 清分机系统结构 19-26 2.1 引言 19-21 2.2 系统硬件结构 21-23 2.2.1 机械结构 21-22 2.2.2 硬件组成 22 2.2.3 系统通信 22-23 2.3 系统软件结构 23-25 2.3.1 控制子系统 23 2.3.2 图像处理子系统 23-24 2.3.3 检伪子系统 24-25 2.4 本章小结 25-26 第3章 多光谱纸币图像采集和预处理 26-40 3.1 引言 26 3.2 多光谱图像的采集控制 26-29 3.3 多光谱图像的预处理 29-38 3.3.1 多光谱图像的补偿 29-34 3.3.2 色彩空间的转换 34-35 3.3.3 多光谱图像的边缘检测 35-38 3.4 实验结果分析 38-39 3.4.1 采集补偿策略实验结果与分析 38-39 3.4.2 边界检测结果分析 39 3.5 本章小结 39-40 第4章 纸币的面值面向识别 40-58 4.1 引言 40 4.2 多光谱纸币图像特征提取 40-47 4.2.1 纸币的几何特征 41 4.2.2 多光谱图像网格特征 41-43 4.2.3 多光谱图像自适应网格特征提取 43-45 4.2.4 多光谱图像颜色特征提取 45-47 4.3 分类器设计 47-50 4.3.1 距离分类器设计 47 4.3.2 神经网络分类器设计 47-50 4.4 实验结果与分析 50-56 4.5 本章小结 56-58 第5章 纸币图像细节分析 58-75 5.1 引言 58 5.2 纸币新旧程度的确定 58-64 5.2.1 基于纸币空白区域的新旧判别 58-60 5.2.2 基于纸币反光强度的新旧判别 60-61 5.2.3 基于多光谱彩色图像的新旧判别 61-64 5.3 多光谱纸币污损程度的确定 64-71 5.3.1 灰度图像污损特征确定 65 5.3.2 多光谱彩色图像的污损特征确定 65-71 5.4 特定币种版本识别 71-72 5.5 实验结果与对比分析 72-74 5.6 本章小结 74-75 结论 75-76 参考文献 76-84 致谢 84
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 虹膜识别算法的研究与实现,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|