將機(jī)器視覺技術(shù)應(yīng)用于紙幣識(shí)別,是紙幣處理類金融機(jī)具相關(guān)技術(shù)的發(fā)展趨勢(shì)。我國(guó)高端紙幣點(diǎn)驗(yàn)鈔機(jī)、鑒偽儀等設(shè)備已能較好完成基于圖像分析的人民幣鑒偽及冠字號(hào)識(shí)別功能。隨國(guó)際貿(mào)易及人員往來的日益頻繁,對(duì)金融機(jī)具提出了外幣識(shí)別的功能要求。越南是一帶一路的重要鄰國(guó),也是金融機(jī)具的出口目的國(guó),研究越南盾紙幣的圖像識(shí)別,開發(fā)兼容越南盾的金融機(jī)具是國(guó)內(nèi)外市場(chǎng)需求。本文研究越南盾多光譜圖像識(shí)別技術(shù),主要工作包括:1)設(shè)計(jì)了一種基于卷積神經(jīng)網(wǎng)絡(luò)的越南盾圖像識(shí)別算法,實(shí)現(xiàn)越南盾朝向、面額、版別的識(shí)別。該算法使用越南盾圖像的下采樣后的圖像作為特征,朝向識(shí)別準(zhǔn)確率達(dá)到99.83%,面額識(shí)別準(zhǔn)確率達(dá)到99.65%。與傳統(tǒng)方法相比,該方法可一次性識(shí)別朝向、版本、面額,同時(shí)提高了識(shí)別準(zhǔn)確率和魯棒性。2)實(shí)現(xiàn)了越南盾冠字號(hào)的提取與分割,并設(shè)計(jì)了基于神經(jīng)網(wǎng)絡(luò)的冠字號(hào)識(shí)別算法。該識(shí)別方法使用冠字號(hào)的二值化圖像,實(shí)現(xiàn)越南盾冠字號(hào)的精確識(shí)別,字母識(shí)別準(zhǔn)確率達(dá)到99.31%,數(shù)字識(shí)別準(zhǔn)確率達(dá)到99.74%。3)針對(duì)越南盾圖像的特點(diǎn),設(shè)計(jì)了一種基于局部鄰域增強(qiáng)模式特征的越南盾真?zhèn)舞b別算法。此方法的真正率達(dá)到99.42%,假正率達(dá)到0.... 

【文章來源】：華中科技大學(xué)湖北省211工程院校985工程院校教育部直屬院校

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

越南盾在白光和紅外光下的圖像

(a) (b)圖 1-2 越南盾的水印凸版印刷防偽。越南盾使用凸版印刷主題圖案，凸版印刷的特點(diǎn)為版面著部分凸起且在同一個(gè)平面上，而不著墨的空白部分凹下。凸版印刷圖文顏辨識(shí)能力強(qiáng)。越南盾的正面左上角有透明視窗(在紅外圖下消失)，右中有窗防偽特征，可以用于防止通過復(fù)印越南盾圖像制造假幣，兩處特征的白 1-3 所示。(a) (b)圖 1-3 越南盾的視窗除以上防偽特征之外，越南盾還擁有隱形數(shù)字、激光標(biāo)簽和光柵等多個(gè)防

(a) (b)圖 1-3 越南盾的視窗征之外，越南盾還擁有隱形數(shù)字、激光標(biāo)簽和與應(yīng)用研究現(xiàn)狀具和紙幣識(shí)別技術(shù)起步很早，紙幣識(shí)別技術(shù)成機(jī)等金融機(jī)具，可以識(shí)別美元、英鎊、歐元、本學(xué)者 Takeda 提出了一種使用差別不等式識(shí)幣識(shí)別前獲取每一張紙幣圖像的閾值以及特征據(jù)經(jīng)驗(yàn)估算，缺乏實(shí)際應(yīng)用的價(jià)值。1993 年到人工神經(jīng)網(wǎng)絡(luò)識(shí)別紙幣的方法[2-4]。雖然人工NN)有著并行分布式處理、自學(xué)習(xí)和自適應(yīng)能

【參考文獻(xiàn)】：
期刊論文
[1]基于雙重優(yōu)化的卷積神經(jīng)網(wǎng)絡(luò)圖像識(shí)別算法[J]. 劉萬(wàn)軍,梁雪劍,曲海成.  模式識(shí)別與人工智能. 2016(09)
[2]基于數(shù)字水印技術(shù)應(yīng)用于紙幣真?zhèn)巫R(shí)別的研究[J]. 方捷,莊冬梅.  福建師大福清分校學(xué)報(bào). 2015(05)
[3]基于HSV空間的紙幣面額識(shí)別算法研究[J]. 鄧安良,任明武.  現(xiàn)代電子技術(shù). 2015(02)
[4]基于紅外圖像的港幣版面信息的識(shí)別[J]. 陳杰,婁震.  計(jì)算機(jī)與數(shù)字工程. 2013(08)
[5]人民幣冠字號(hào)碼的提取與識(shí)別[J]. 梁琎,包志強(qiáng).  現(xiàn)代電子技術(shù). 2013(11)
[6]基于模板匹配的人民幣紙幣序列號(hào)識(shí)別系統(tǒng)研究[J]. 張冬嬌,甘早斌.  計(jì)算機(jī)與數(shù)字工程. 2012(01)
[7]一種基于主成分分析的鈔票識(shí)別算法[J]. 牟總斌,梁添才.  微計(jì)算機(jī)信息. 2010(07)
[8]SIFT和旋轉(zhuǎn)不變LBP相結(jié)合的圖像匹配算法[J]. 鄭永斌,黃新生,豐松江.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2010(02)
[9]基于圖像特征的紙幣真?zhèn)巫R(shí)別算法研究[J]. 王洪,肖思寧,張奇輝.  光電子.激光. 2009(12)
[10]基于全局迭代閾值和局部分析的護(hù)照?qǐng)D像的二值化算法[J]. 謝國(guó)慶,白瑩,王智文.  計(jì)算機(jī)應(yīng)用與軟件. 2009(11)

碩士論文
[1]美元紙幣關(guān)鍵信息的圖像檢測(cè)以及號(hào)碼識(shí)別[D]. 凌璐.南京理工大學(xué) 2012
[2]圖像的邊緣檢測(cè)方法研究[D]. 張春雪.江南大學(xué) 2011
[3]紙幣冠字號(hào)碼識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)[D]. 胡波.西安電子科技大學(xué) 2011



本文編號(hào)：3611258