我的毕业论文开题.ppt

一：面向识别 ③标准亮度的计算 求出10张人民币新旧特征块的灰度平均值的平均值作为该币种成色检测的测量标准VS,即 取新旧特征块的平均灰度VA与标准亮度 VS二者的比值Vnew,以此比值作为成色检测的测 量值,即 人民币图像识别系统研究 目录 一：研发背景 二：研发目的 三：系统的组成模块 四：作品的研发思路 五：作品的预期效果 研究背景 货币是一个国家的重要象征。加强货币图像管理对维护货币权威、保护货币版权、防止货币伪造具有重要作用。 在我国，人民币在中国是法定货币。在中国大陆的所有银行均支持人民币。但是仍然有制造假币、售卖假币的事件发生，给国家人民造成了很多危害和损失。随着科技的发展，很多行业都出现了基于人民币纸币识别技术的智能化无人收费系统，节省了大量的人力资源。 人民币纸币的识别技术不仅可以应用在自动售货售票上，也可以应 用到银行的自动存取款机，手机营业厅的自动缴费机等。 因此，人民币图像识别具有极大的必要性。 研究目的 一：完成人民币面向的识别 二：完成人民币面值的识别 三：完成人民币新旧的识别 四：完成人民币版本的识别 研究思路 目前已有的识别方法主要是利用统计方法进行识别，如尺寸比较法、模板匹配、人工神经网络等。人民币纸币在流通中不可避免的会沾染污迹或磨损。这些方法虽然能快速识别出纸币的面值，但纸币上的微小污迹或其他图像噪声对识别结果影响很大，甚至出现无法识别或错误识别的现象。 为此提出以提高识别准确率为目的的识别方法，使用粘连字符分割和句法识别的方法来识别纸币的面值。 核心原理 要进行人民币纸币面值识别，首先要确定 人民币纸币的面向。 只有确定出面向，才能准确定位纸币要识别的特征区域。 面向可分为：正面正向、 正面倒向、反面正向和反面倒向。在进行识别前应先进行预处理，如倾斜校正、滤波等处理。 在面向识别中，采用目前常用的方法，即根据灰度来确定。这种方法识别速度快，准确率高。对纸币图像分割成9块区域，进根据每一块的灰度进行比较，可以得出纸币的面向。 以50元人民币纸币为例，图1和图2分别为正面和反面灰度化后的图像，两图A、B两个特征区域位置排列和灰度有明显差别，据此可以判断出纸币的面向。 二：面值识别 2.1字符提取及分割, 以50元面值的人民币为例，对数字50定位后需要将两个字符分割开，而5和0连接的很紧密，粘连在一起，直接分割将损害字符的完整。因此需要使用特殊的处理算法。先将数字字 符滤波并进行边缘提取，经反复试验比较， can-ny算子的效果较好， 如图3。得到50的空心字符，充填后进行细线化，得到图4。 图3 图4 目前已有的识别方法主要是识别面值数字，人民币纸币在流通中不可避免的会沾染污迹或磨损，如果面值数字上沾染上污迹，那么现 有的识别方法对污迹并没有太理想的解决办 法。 如模板匹配方法，阈值的设定将直接影响到识别的结果。 利用人工神经网络的方法识别面值，对有污迹的纸币识别效果也不是很理想而且网络不容易收敛，运算量过大。而利用灰度投 影方法， 识别结果受噪声影响比较大。人民币纸币识别对准确率要求很高，识别算法应在保证高识别率的基础上尽可能的提高识别速度。提出的识别方法将粘连字符分割应用到纸币识别中并采用句法方法进行识别，这种方法受纸币的污迹影响很小，即使有一些微小磨损或污迹也能准确识别。 2.2字符的识别 提出的识别方法能很好的克服字符上有污迹影响识别率的问题，同时也很好的解决了字 符粘连而无法分割的问题。 如字符上沾有污迹，在细线化处理的时候可以很好的弱化污迹带来的影响，在用句法方法进行识别的时候可以尽可能的排除污迹的影响，达到准确识别的目的。提出的方法把统计识别和句法识别方法相结合，实验结果表明，在该方法下对不同面值的纸币进行识别，识别率可以达到99%以上，因此该方法有很好的实用性。 参考文献 [1]范立南,韩晓微,张广渊.图像处理与模式识别[M].北京：科学出版社，2007,3. 杜选,高明峰.人工神经网络在数字识别中的应用[J].计算机系统与应用,2007,(2):21-27 陈慧鹏,杨亮亮,李鸿.模糊集识别法在纸币清分中的应用研究[J].华中科技大学国家数控工程中心,2004. 宋铭利.关于去除图像噪音的中值滤波算法[J].洛阳师范学院院报,2002(5):67-69. 韩贺磊.人民币纸币面额的机器视觉识别方法研究[D].大连理工大学,2007. 将字符图像分割成4个象限，，按几何的方法对象限排序，即右上