ImageVerifierCode 换一换
格式:DOC , 页数:53 ,大小:4.74MB ,
资源ID:425464      下载积分:3 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.bingdoc.com/d-425464.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(纸币图像特征提取与识别算法研究毕业论文Word格式.doc)为本站会员(聆听****声音)主动上传,冰点文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知冰点文库(发送邮件至service@bingdoc.com或直接QQ联系客服),我们立即给予删除!

纸币图像特征提取与识别算法研究毕业论文Word格式.doc

1、 技术指标:对100元、50元和1元三种现行纸币的序列号和面值识别。 4.设计的基本要求及进度安排(含起始时间、设计地点): 设计工作从3月1日开始。整个设计在校内完成。具体工作进度如下: 第1-3周:查找数字图像处理和识别技术等相关资料,熟悉课题,确制定设计方案;第4-5周:采集纸币图像; 第6-13周:完成对纸币序列号的识别和纸币的面值识别; 第14-15周:优化MATLAB软件编制的程序;第16-17周:整理资料,撰写毕业论文;第18周:毕业答辩。 5.毕业设计(论文)的工作量要求 不少于1.5万字的毕业论文 实验(时数)*或实习(天数): 不少于50机时的上机 图纸(幅面和张数)*:

2、其他要求: 完成不少于3000汉字的英文翻译 指导教师签名: 年 月 日 学生签名: 系(教研室)主任审批:说明:1本表一式二份,一份由学生装订入附件册,一份教师自留。2 带*项可根据学科特点选填。 目 录 摘 要IAbstractII1 绪论11.1 课题研究的意义11.2 课题研究的背景11.3 国内外研究现状11.4 论文研究的主要内容及方法22 基于纸币面值的特征提取和算法研究42.1 纸币面值识别算法的简述42.2 纸币面值的图像处理及算法原理42.3 小结63 基于纸币序列号的特征提取和算法研究73.1 纸币序列号识别算法的简述73.2 纸币序列号的粗略截取73.2.1 图像粗略定

3、位73.2.2图像的灰度化83.2.3 图像的边缘检测93.2.4图像的闭运算113.2.5图像的形态滤波123.3纸币序列号字符的精确提取153.3.1纸币序列号字符串精确分割153.3.2纸币序列号字符的二值化163.3.3纸币序列号的提取183.3.4纸币序列号的分割和归一化183.4 序列号字符识别203.4.1 字符识别的分类203.4.2 基于模板匹配的字符识别213.4.3 字符识别的步骤213.4.4 序列号识别结果及分析224 不同纸币的实验结果及分析234.1 不同纸币的面值识别实验结果及分析234.2不同纸币的序列号识别实验结果及分析244.3小结255 总结27参考文献

4、28致 谢30毕业设计(论文)知识产权声明31毕业设计(论文)独创性声明32附录1 主程序33附录2 外文原文及翻译37纸币图像特征提取与识别算法研究 摘 要 随着我国经济文化、贸易的迅速发展,许许多多的行业和领域变的越来越信息化和自动化。而纸币是当今金融行业的血液,是当今世界不可或缺的要素。大到国家银行,小到宿舍自动售货机,都在对不同面值纸币进行识别。银行业务的全面自动化将是银行业发展的必然趋势,所以纸币面值以及序列号的识别,显得十分重要,尤其是在这个信息化的时代。因此对纸币图像特征提取与识别算法进行研究有着十分重要的意义和实用性。 本文研究的内容主要是基于纸币序列号和面值的特征提取和算法研

5、究。在参考了目前国内外相关的图像处理方法和技术的同时,又研究了图像的预处理、图像分割、图像识别等方面的知识和算法的基础上,经过整理,提炼和加工,提出用主色调法来识别纸币面值,用模版匹配法来识别纸币序列号。本文以目前流通的第五版人民币,作为识别研究样本图像,经过扫描仪扫描出图像。在纸币图像特征提取后,采用了主色调法和模板匹配法对纸币进行识别,具有移植性好、普适性高、算法简单、识别速度快、识别率较高等优点。关键词: 纸币识别;特征提取;图像处理;模版匹配Research BanknoteImage Feature Extraction and Recognition AlgorithmAbstra

6、ct With the rapid development of economy, culture and trade, many industries and fields are becoming more and more information and automation. The paper money is the blood of the financial industry, is an indispensable element of the world. Large to the National Bank, small to the automatic vending

7、machine, all of the different face value of paper money recognition. The full automation of the banking business will be the inevitable trend of the development of the banking industry, so the recognition of the face value and sequence number is very important, especially in this era of information.

8、 So it is very important and practical to study the feature extraction and recognition algorithm of the note. The main content of this paper is based on the feature extraction and algorithm of the serial number and the face value of the note. In reference to the current domestic and foreign related

9、image processing techniques and at the same time, the basis of knowledge and methods of image pre processing, image segmentation, image recognition and so on, after finishing, refining and processing, put forward with the main tone method to identify the denomination, template matching method is use

10、d to identify the sequence number of paper currency. In this paper, the current circulation of the fifth version of the renminbi, as the identification of the sample image, after a scan of the scanner. Banknote image feature extraction, the main tone method and template matching method to recognize

11、the notes, has a good portability, universality high, algorithm is simple, fast recognition speed, recognition rate is high.Key words:banknote image to identify ; haracter segment ; template matching; image processing I1 绪论1.1 课题研究的意义 人民币是我国的法定货币,不同面值人民币有不同的价值,而每一个序列号都对应一张纸币,所以说序列号是纸币的身份,纸币的面值更是决定纸币

12、的使用价值。纸币的面值和序列号是纸币的两大身份要素。为了预防国内假钞流通使用,扰乱正常纸币使用秩序,银行所采用的方法大多是人工抄写结合国外高档验钞机进行预防。为了提高识别效率,人们一直希望能开发一种智能识别系统,来识别纸币的面值和序列号。再结合互联网和信息高速公路,以协助银行及警方抑制非法纸币流通及减少刑事犯罪活动的发生。另外,在日常生活中,大到银行的自助存取款机,小到宿舍楼自动售卖机,也需要纸币的识别功能。因此识别纸币功能,可以说是和我们生活息息相关的。而纸币序列号的唯一性,更是可以确保,纸币的真伪。如果有假币被识别,对比数据库序列号的唯一性,可在第一时间截获处理。由此可见,研究纸币特征提取

13、和算法对于维护国家的繁荣与稳定,具有广泛的实用价值和广阔的应用前景。 所以,展开基于对纸币特征提取和算法的深入研究和应用有着十分重要的意义。1.2 课题研究的背景当前我国市场经济,依旧在快速增长发展,上证指数上涨已突破5000点,外贸外汇不断增加,市场对货币交易的需求量也与日俱增。同样,经济发展也促进了对纸币识别技术的提升。人们需要在更高的准确度上和更高的质量上识别纸币。虽然随着电子商务的兴起,人们一定比率使用电子商务交易。但是当前中国市场流通的人民币纸币数量总量巨大,纸币仍然占据主要位置。为了减少运营成本,大部分中小型银行目前仍会使用人工分选纸币的方法来清分现金。因此研制出高效率、低成本、普

14、适性高的国产纸币识别系统,仍然十分具有前景。目前使用较为广泛的几种纸币识别方法是:在图像处理与模式识别1的前提下,结合神经网络模式识别和试错法识别。BP网络本身在实现过程中往往陷入局部最小,或者无法收敛,存在一定的缺陷。试错法的特征提取需要人工寻找不同纸币差异来完成。其他方法本文就不给予详细叙述。 所以在本文中,采用更为便捷的图像处理方法,来对人民币进行识别。 1.3 国内外研究现状近年来,国内外在纸币图像特征提取与识别算法研究领域取得了长足进步。 46西安工业大学毕业设计(论文)我国字符识别领域相比于国外,起步比较晚。可是经研究人员的不懈研究和努力,在上世纪五、六十年代,诞生了印刷体号码字符

15、的识别技术。时至今日,印刷字符的识别的技术已成熟,图像识别正式研究开始于20世纪60年代。20世纪80年代,中国研究人员在国家重点实验室研究出多种纸币识别的方法,但国产的设备在许多性能指标上还达不到要求。1998 年,光学字符识别系统(OCR),以汉王公司为代表,其产品开始面向专业领域的特定应用。但是由于采集图像的产品需要专用的扫描仪器,所以也存在局限性。 此前,上海印钞厂与大恒图像共同推出人民币号码、荧光及水印质量在线检测系统,采用进口的高速线阵高分辨率CCD摄像机,检测精度可达0.1mm0.1mm。检测号码的能力可精确分辨严重重号错误和普通错误,并及时报警。但它主要适用于印制的新币检测,不

16、适合普通图像采集识别。而在国外,英国日本等发达国家纸币号码识别技术比较成熟,这些国家的产品广泛地应用于银行业务中。国内使用的拍照识别系统虽然具备一定的识别能力,但如果出现图像模糊或污损,其识别力就会受到影响。而国外纸币识别系统的纸币识别技术相对成熟,对纸币面额、面向的识别率已经接近 100%,现阶段已进入实际应用。1.4 论文研究的主要内容及方法本课题纸币图像特征提取与识别算法研究是基于数字图像处理的字符提取及分割和字符的模板匹配识别,主要研究内容如下:(1)研究有关图像处理的相关知识;(2)以现行流通纸币作为研究目标,完成对纸币序列号的识别和纸币的面 值识别; (3)运用MATLAB软件对算

17、法进行演示。技术指标: 纸币面值具体识别方法如下:纸币面值的判定是通过特征提取,提取出纸币主色调部分。根据主色调不同,经过计算颜色特征的比值来确定区间阈值。根据阈值的不同来区分面值。纸币序列号具体识别方法如下:(1)先进行图像预处理,图像预处理是纸币识别系统的必要工作。纸币图像的预处理过程包括纸币图像灰度化、图像分割、图像的二值化等主要步骤。本文二值化方法采用的是基于阈值分割的方法,通过合理算法,程序自行划定阈值。然后,研究了纸币号码识别的关键算法,包括序列号的粗略定位、序列号的提取、单字符分割和字符归一化。(2)本文根据纸币号码在整个人民币中的大致位置粗略切割出序列号;再通过形态学滤波处理,

18、精确的将号码字符串从图像中分割出来;之后再将单个字符进行精确的分割;最后对分割出来的字符进行大小归一化处理,并将其作为字符识别的基本单位。(3) 最后,通过研究了字符识别匹配的算法5,本文采用的简单模板匹配法。识别过程基本流程如图1.1所示:序列号粗略提取采集纸币图像纸币图像处理纸币面值识别输出结果序列号模版匹配识别纸币序列号图像预处理纸币序列字符精确分割图1.1识别过程流程图2 纸币面值的特征提取和算法研究2 基于纸币面值的特征提取和算法研究2.1 纸币面值识别算法的简述纸币面值识别是基于计算机图像处理、模式识别等技术为基础。纸币面值识别利用三种纸币颜色R、G、B各分量的灰度值累加后,通过R

19、的灰度值总和与G灰度值总和的比值来确定某一个范围,即R/G的值的范围。并通过实际计算确定区间阈值,以此来区分100、50、1的面值。2.2 纸币面值的图像处理及算法原理纸币面值的识别,本论文采用的是主色调识别法。原始图像是在扫描仪下扫描采集的。首先在MATLAB中读取原始图像,原图是RGB色彩模式,即通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的,R G B每个颜色都对应一个数值。根据如图2.1所示可知:人民币的主色调主要集中在纸币头像处。截取出该部分。并分别计算该部分图像的RGB三色分量总和。以面值为100的为例,中央头像部分,面积比较大且容

20、易提取与区分,颜色比较集中,更有利于区间阈值的选取。所以本论文采用算法截出色调集中的部分。截取出的图像如图2.2所示:图2.1 100元纸币原始图像图2.2 100元纸币主色调提取 图像的相应部分提取出来后,利用R、G、B的三个分量灰度值累加后的R/G比值确定某一个范围,并通过计算确定区间阈值,以此来区分100元、50元和1元纸币,主要程序代码以及相应的结果分析如下:h,l,g = size(I);I=I(round(0.07*h):round(0.87*h),round(0.6*l):round(0.8*l),:);figure(2),imshow(I);title(主色调截取)I_rgb

21、= squeeze(sum(sum(I,1),2);r_g = I_rgb(1) / I_rgb(2);if r_g = 1.80 val_color = 100;elseif r_g = 0.80 val_color = 50;else val_color = 1;endval_color 下表2.1给出的是,R、G、B各分量灰度值计算后的总和及R/G的比值。通过表格中的数据,本文将100元、50元和1元的R/B比值阈值分别设定为:1.8、0.8、0.9。表2.1 R、G、B各分量灰度值总和及R/G的比值面值各分量灰度总和R灰度分量总和G灰度分量总和B灰度分量总和R/G灰度分量总和比值100

22、元172084489217203100749361.867050元80465701066085476287710.75481元7321430810060554273860.9038最后输出结果,由val_函数在MATLAB里显示。算法输出的结果,识别结果如图2.4所示。 (a) (b) (a)识别算法输出结果 (b)识别结果显示图2.4 100元纸币面值识别结果2.3 小结 纸币面值的识别,除了主色调识别法。还有常用的两种识别方法:(1)基于中值滤波的特征部位(左下角)的特征识别法。该方法是基于左下角区域的图案差别来区分。100和50的分别为相应的阿拉伯数字,而1元纸币则为一定的图案。根据实物

23、所对应的图案位置进行计算,确定出各面值纸币所对应的位置区域,将上述三种面值纸币序列号的粗略区域取并集,以确保提取特征信息无丢失。其次进行中值滤波降噪,然后锁定左下角的位置,二值化,将区域灰度值沿X坐标向下投影,确定图案对应的投影的左起点和终点横坐标差值即为图案的长度,以图案的长度除以提取区域的长度为特征值,设定相应的阈值,以此来辨别不同的面值。 (2)基于边缘提取的长宽比例识别。首先必须将图像读入,进行滤波处理。依据边缘提取原理依次将100、50、1的相关的边缘即整个图像的整体轮廓提取出来。计算出长度与宽度的比值,以此相应的三个值,设置相应阈值为判断面值的依据。本课题所采用的主色调法识别面值,

24、算法简单。识别速度快准确度高,不易受纸币破损,褶皱影响。3 基于纸币序列号的特征提取和算法研究3.1 纸币序列号识别算法的简述 序列号识别的步骤较多。但是可以概括成如下两点: (1)首先是原图像的粗略定位截取,通过边缘检测技术,图像加强,图像滤波等形态学预处理。实现对纸币序列号字符串的精确定位,把序列号字符串分割出来。 (2)对字符串图像处理,经过阈值选取二值化和字符分割后,再归一化保存。最后进行分割图像与模板库的模板进行匹配,最后输出匹配结果,来完成对序列号的识别,3.2 纸币序列号的粗略截取 3.2.1 图像粗略定位 纸币上的序列号是纸币身份的标识,每张都不重复。我们对纸币号码区域的研究的

25、重要性不言而喻。在各套人民币中,纸币序列号的位置相对固定。纸币的序列号字符串区域都在在纸币的左下角,高度差不多占整个纸币高度的 10%到 35%左右,长度差不多占整个纸币长度的 3%到 30%的左右。这对序列号字符串区域定位有很大的帮助,我们可以根据这些数据,先粗略分割出纸币号码区域,这样可以减少运算量。下面我们以100元纸币为例,采用坐标粗略定位分割,再对其精确分割6。以图3.1所示,人民币图像在坐标系中显示:图3.1 100纸币在坐标系中显示再根据纸币系列号字符串的固定位置,通过坐标系,粗略截取出含有序列号字符串的区域。粗略截取图像如图3.2和主要算法程序如下所示:I=imread(E:money100-1.jpgfigure(1),imshow(I);原始图像axis on; %显示坐标I=imcrop(I,1,225,225,450);%目标区域粗略截取图3.2 目标区域粗略截取3.2.2图像的灰度化由于纸币图像无论扫描仪或照相机采集都是RGB图像即为真彩图像,根据三基色原理,每一种颜色都是可以由红、绿、蓝三种颜色按不同的比例构成,所以它的每一个像素都是由3个数值来指

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2