發(fā)布時間：2017-03-18 15:01

  本文關(guān)鍵詞：基于支持向量機(jī)的紙幣識別方法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：紙幣圖像識別技術(shù)是近些年來比較活躍的課題,具有廣闊的應(yīng)用前景和發(fā)展空間,目前在金融領(lǐng)域的紙幣清分機(jī)系統(tǒng)中得到了廣泛的應(yīng)用,是清分機(jī)的核心技術(shù)。本文在查閱和研究前人文獻(xiàn)的基礎(chǔ)上,針對紙幣圖像預(yù)處理、特征提取及紙幣面向識別等問題作了深入研究和分析,通過對傳統(tǒng)一些算法的改進(jìn),提出并設(shè)計了相應(yīng)的圖像處理和紙幣面向識別方法,最后做了仿真實驗進(jìn)行驗證,本文方法可以滿足清分機(jī)在紙幣清分時的準(zhǔn)確性及實時性的技術(shù)要求。本文以目前國內(nèi)流通的第五版人民幣作為識別對象,首先對獲得的紙幣圖像進(jìn)行預(yù)處理,這個過程包括圖像增強(qiáng)、圖像邊緣檢測、圖像傾斜校正,在邊緣檢測時,利用紙幣圖像的離散邊緣點進(jìn)行了兩次直線擬合,得到了紙幣的邊緣、中心點和傾斜角,為后面的傾斜校正奠定基礎(chǔ)。預(yù)處理完成之后,本文采用網(wǎng)格劃分的方法進(jìn)行紙幣圖像的特征提取,得到網(wǎng)格的灰度特征,它不僅包含了圖像的分布信息,而且能夠穩(wěn)定、全面地反映圖像信息,無需二值化。最后,在對支持向量機(jī)(SVM)算法基本原理的分析和研究基礎(chǔ)上,本文設(shè)計了一種基于支持向量機(jī)的紙幣面向識別方法,在支持向量機(jī)參數(shù)優(yōu)化方面,提出了一種基于遺傳算法的SVM特征選擇和參數(shù)優(yōu)化算法,通過這種方法可以獲得優(yōu)化后的核函數(shù)的參數(shù)和懲罰因子C,而且得到的被選擇特征數(shù)很少,縮短了接下來識別過程中處理數(shù)據(jù)的時間,最重要的是利用獲得的最優(yōu)參數(shù)進(jìn)行紙幣面向識別,大大地提高了識別的準(zhǔn)確率。最后將本文方法和簡單BP神經(jīng)網(wǎng)絡(luò)作對比試驗,進(jìn)一步驗證了本文方法的優(yōu)越性。本文的面向識別方法識別準(zhǔn)確率達(dá)到了99%,能滿足目前市場對清分機(jī)清分技術(shù)的基本要求,對目前國內(nèi)紙幣清分機(jī)的研發(fā)具有較高的借鑒意義和參考價值。
【關(guān)鍵詞】：清分機(jī) 圖像處理 特征提取 紙幣識別 支持向量機(jī)
【學(xué)位授予單位】：遼寧科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TH693.5
【目錄】：

• 中文摘要5-6
• ABSTRACT6-9
• 1. 緒論9-13
• 1.1 課題背景和意義9
• 1.2 紙幣識別技術(shù)概述9-10
• 1.3 國內(nèi)外紙幣識別技術(shù)研究現(xiàn)狀10-11
• 1.3.1 特征提取技術(shù)11
• 1.3.2 分類器設(shè)計11
• 1.4 本文的主要內(nèi)容和結(jié)構(gòu)安排11-13
• 2 圖像識別技術(shù)基本原理13-16
• 2.1 模式識別的概述13
• 2.2 模式識別系統(tǒng)的組成13-14
• 2.3 基于圖像的模式識別方法14-16
• 3 人民幣紙幣圖像的預(yù)處理和特征提取16-28
• 3.1 紙幣圖像的預(yù)處理17-24
• 3.1.1 紙幣圖像增強(qiáng)17-18
• 3.1.2 紙幣圖像的邊緣檢測18-23
• 3.1.3 紙幣圖像的傾斜校正23-24
• 3.2 紙幣圖像的特征提取24-28
• 3.2.1 網(wǎng)格特征25
• 3.2.2 可分性評價25-27
• 3.2.3 特征值的提取27-28
• 4 支持向量機(jī)理論28-45
• 4.1 機(jī)器學(xué)習(xí)的模型28-31
• 4.1.1 主要的學(xué)習(xí)問題29
• 4.1.2 經(jīng)驗風(fēng)險最小化原則29-30
• 4.1.3 學(xué)習(xí)的復(fù)雜性和推廣能力30-31
• 4.2 統(tǒng)計學(xué)習(xí)理論31-34
• 4.2.1 學(xué)習(xí)過程的一致性條件和VC維31-33
• 4.2.2 學(xué)習(xí)機(jī)器推廣性的界33
• 4.2.3 結(jié)構(gòu)風(fēng)險最小化原則33-34
• 4.3 支持向量機(jī)的理論基礎(chǔ)34-44
• 4.3.1 SVM分類思想34-35
• 4.3.2 最優(yōu)分類面35-39
• 4.3.3 支持向量機(jī)39-41
• 4.3.4 支持向量機(jī)模型的建立41-44
• 4.4 本章小結(jié)44-45
• 5 基于SVM的紙幣面向識別算法實現(xiàn)過程45-54
• 5.1 基于遺傳算法的SVM特征選擇和參數(shù)優(yōu)化45-49
• 5.1.1 染色體的設(shè)計45-46
• 5.1.2 適應(yīng)度函數(shù)46
• 5.1.3 GA-SVM系統(tǒng)框架46-49
• 5.2 基于SVM算法的紙幣面向識別49-51
• 5.2.1 實驗說明49-51
• 5.2.2 實驗結(jié)果及分析51
• 5.3 基于BP神經(jīng)網(wǎng)絡(luò)的紙幣面向識別51-53
• 5.4 面向識別算法比較53-54
• 6 總結(jié)與展望54-56
• 6.1 總結(jié)54-55
• 6.2 研究展望55-56
• 參考文獻(xiàn)56-59
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況59-60
• 致謝60-61
• 作者簡介61-62

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;房產(chǎn)證識別方法[J];城市開發(fā);2001年04期

2 陳維克;閆新慶;張柱銀;姚建民;;印鑒識別方法和技術(shù)研究[J];中國水運(yùn)(學(xué)術(shù)版);2006年12期

3 ;這些食品越漂亮越需警惕[J];中國防偽報道;2011年05期

4 張鵬偉;劉震濤;李建鋒;李京魯;俞小莉;;基于應(yīng)變相對變化量的機(jī)體疲勞裂紋識別方法[J];浙江大學(xué)學(xué)報(工學(xué)版);2012年05期

5 張懷強(qiáng);吳和喜;湯彬;張雄杰;;數(shù)字核譜儀系統(tǒng)中脈沖堆積識別方法的研究[J];東華理工大學(xué)學(xué)報(自然科學(xué)版);2012年03期

6 魯曉麗;;煤巖識別方法技術(shù)分析[J];電子制作;2013年14期

7 趙慶;空中目標(biāo)的識別——一種基于局域庫搜索的識別方法[J];機(jī)器人;1993年04期

8 梁德;選購彩電時應(yīng)注意的一個問題[J];家用電器;1999年05期

9 王彥衛(wèi),趙玫;一種新的動態(tài)載荷識別方法[J];噪聲與振動控制;2003年03期

10 何光輝;張?zhí)?;局部匹配的人臉識別方法[J];重慶大學(xué)學(xué)報;2012年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張朋柱;韓崇昭;萬百五;;智能決策支持系統(tǒng)中的問題識別方法與實現(xiàn)[A];全國青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第2卷）[C];1993年

2 鄭凱;;建立多維數(shù)據(jù)異常點識別方法的嘗試[A];第八屆全國體育科學(xué)大會論文摘要匯編（一）[C];2007年

3 劉麗蘭;劉宏昭;;時間序列模型的識別方法[A];制造技術(shù)自動化學(xué)術(shù)會議論文集[C];2004年

4 苗振偉;許勇;楊軍;;超聲波人臉識別方法研究[A];中國聲學(xué)學(xué)會2007年青年學(xué)術(shù)會議論文集（上）[C];2007年

5 羅智勇;宋柔;荀恩東;;一種基于可信度的人名識別方法[A];第二屆全國學(xué)生計算語言學(xué)研討會論文集[C];2004年

6 趙銳;陳光發(fā);;軍事口令識別的Fuzzy方法探討[A];第二屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1992年

7 駱玉榮;劉建麗;史曉濤;;一種自動車窗識別方法的設(shè)計與實現(xiàn)[A];計算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

8 崔凱華;王國慶;方劍青;李紅軍;賈俊波;馬超;趙燁;張東輝;;基于聲模態(tài)分析的材料識別方法研究[A];現(xiàn)代振動與噪聲技術(shù)（第九卷）[C];2011年

9 張茜;鄭崢;亢一瀾;王娟;仇巍;;基于海量實測數(shù)據(jù)的反演識別方法與盾構(gòu)裝備載荷的力學(xué)建模[A];中國力學(xué)大會——2013論文摘要集[C];2013年

10 李洪東;梁逸曾;張志敏;;酵母蛋白組中原生肽識別方法的探索研究[A];中國化學(xué)會第26屆學(xué)術(shù)年會化學(xué)信息學(xué)與化學(xué)計量學(xué)分會場論文集[C];2008年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 陳春道;甲魚優(yōu)劣及雌雄的識別方法[N];北京科技報;2003年

2 龐席堂;假幣的識別方法[N];中華合作時報;2003年

3 王修增;手機(jī)被盜號的6種識別方法[N];中國保險報;2003年

4 張侃;正品手機(jī)電池識別方法[N];通信產(chǎn)業(yè)報;2000年

5 潘 治;德國開發(fā)出癌癥早期識別方法[N];中國中醫(yī)藥報;2003年

6 新華社記者 段世文;產(chǎn)權(quán)證識別方法[N];新華每日電訊;2001年

7 金亮;機(jī)器人的情感[N];中國醫(yī)藥報;2001年

8 宗紹純;如何識別是純奶還是奶飲料？[N];國際商報;2003年

9 黃璐;識別假火車票有絕招[N];山西經(jīng)濟(jì)日報;2004年

10 本報記者 鄧潔 通訊員 王勇 何玲 梁利源;春運(yùn)期間留個心眼識別假火車票[N];農(nóng)民日報;2004年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王真;貝葉斯人臉識別方法的研究[D];東北大學(xué);2008年

2 狄遠(yuǎn);轉(zhuǎn)子裂紋基于模型的時域、頻域識別方法研究[D];華東理工大學(xué);2013年

3 邢云;基于壓縮感知理論的人臉識別方法研究[D];大連理工大學(xué);2010年

4 李懷鵬;運(yùn)行模態(tài)分析中周期性激勵識別方法研究[D];南京航空航天大學(xué);2010年

5 劉文超;基于統(tǒng)計特征的人臉識別方法的分析改進(jìn)及實現(xiàn)[D];汕頭大學(xué);2006年

6 胡健坤;基于齊次馬爾可夫鏈的中文新術(shù)語識別方法研究[D];華南理工大學(xué);2012年

7 張義;網(wǎng)絡(luò)社區(qū)熱點話題識別方法及其應(yīng)用研究[D];合肥工業(yè)大學(xué);2012年

8 呂一;基于現(xiàn)代優(yōu)化算法的曲線識別方法[D];中北大學(xué);2013年

9 潘靜;多光譜圖像人臉識別方法的性能評估[D];西安電子科技大學(xué);2010年

10 李研;產(chǎn)業(yè)集聚識別方法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2009年

  本文關(guān)鍵詞：基于支持向量機(jī)的紙幣識別方法的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：254580