基于纸币磨损的识别.ppt

纸币识别 纸币识别的识别特征： 长宽比 图像特征 面值识别 纸币序列号 纸币识别 传统的纸币识别算法：模板匹配 模板匹配:将各种纸币图像亮度值和灰度值提取作为特征函数，构造纸币图像模板数据库g(i,j)，通过将待识别图像F(i,j)与模板数据库中的g(i,j)模板一一比对找到于之相匹配的模板，完成对纸币的识别。 模板匹配的缺点： 对纸币的要求较高 纸币识别 解决方法： 针对传统方法不能识别问题，提出一种新的算法——高斯模型的识别算法。 纸币识别的一般流程： 纸币识别 噪声对识别的影响： 噪声会对纸币的识别产生影响，故去除噪声对纸币识别很重要，直接影响到能否识别成功。 噪声去除要达到的目标：既要去除噪声，又要保持图像的细节。 纸币识别 纸币图像中噪声来源： 纸币自身的磨损 图像采集 噪声的类型：散粒噪声、热噪声、1/f噪声。 纸币识别 去除噪声采用的方法:均值滤波 对于包含噪声污染的纸币，采用均值滤波法对纸币进行滤波以达到滤除噪声的目的。 均值滤波： 设f为图像的灰度， 为（i,j）点的像素值，邻域均值法对于给定的图像f(i,j)中的每个像素点（i，j）,取其邻域 纸币识别 ，求邻域s中像素值的平均值作为滤波后所得图像像素点的（i,j）的灰度。