紙幣清分機(jī)圖像處理系統(tǒng)的研究
發(fā)布時(shí)間:2023-07-29 07:03
紙幣清分機(jī)是一種集光機(jī)電于一體的金融現(xiàn)金處理設(shè)備。它的主要功能是識 別紙幣的面額、面向、新舊程度,以滿足新舊紙幣的清分和挑選適合ATM機(jī)紙 幣的需求;跀(shù)字圖像識別技術(shù)在紙幣清分機(jī)中的廣泛應(yīng)用,針對現(xiàn)有清分機(jī) 存在的清分速度不高和清分效果不理想的缺陷,本文對紙幣清分機(jī)的關(guān)鍵技術(shù)進(jìn) 行了深入的研究,提出了基于DSC25芯片的并行系統(tǒng)架構(gòu),研究了有利于提高 圖像處理速度的并行處理算法及圖像處理核心算法的實(shí)現(xiàn)策略。主要研究內(nèi)容及 成果涉及以下幾個(gè)方面: 1.清分機(jī)圖像識別算法的研究。對當(dāng)前國內(nèi)外紙幣圖像識別技術(shù)進(jìn)行了綜述, 并針對實(shí)際紙幣的特點(diǎn),提出了基于灰度直方圖和特征區(qū)域相結(jié)合的特征提 取方法。利用神經(jīng)網(wǎng)絡(luò)自組織,自適應(yīng)和容錯(cuò)特性,比較了BP和LVQ兩種 神經(jīng)網(wǎng)絡(luò)分類器,在實(shí)際應(yīng)用中使用改進(jìn)的LVQ分類器對待識別的紙幣進(jìn) 行特征訓(xùn)練和匹配,實(shí)現(xiàn)紙幣新舊的識別。結(jié)合產(chǎn)品研發(fā)實(shí)踐,比較分析了 現(xiàn)有方法并選擇較為高效可靠的算法以實(shí)現(xiàn)紙幣清分機(jī)的面額清分、面向清 分、方向識別等其它功能。 2.清分機(jī)圖像系統(tǒng)的軟硬件設(shè)計(jì)。針對清分機(jī)實(shí)時(shí)性要求高的特點(diǎn),詳細(xì)分析 了...
【文章頁數(shù)】:76 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 課題研究的背景和意義
1.2 國內(nèi)外研究狀況和進(jìn)展
1.2.1 國外研究現(xiàn)狀
1.2.2 國內(nèi)研究現(xiàn)狀和進(jìn)展
1.3 紙幣清分機(jī)功能概述
1.3.1 功能概述
1.3.2 基本識別方法綜述
1.4 論文主要研究內(nèi)容和章節(jié)安排
第二章 紙幣清分機(jī)圖像識別算法的研究
2.1 引言
2.2 數(shù)字圖像處理技術(shù)的應(yīng)用
2.2.1 數(shù)字圖像處理主要研究內(nèi)容
2.2.2 利用直方圖分析紙幣圖像特征
2.2.3 圖像分割技術(shù)在紙幣圖像中的應(yīng)用
2.3 模式識別技術(shù)的應(yīng)用
2.3.1 模式識別系統(tǒng)基本構(gòu)成
2.3.2 特征提取和選擇
2.3.3 分類器的設(shè)計(jì)
2.4 神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用
2.4.1 傳統(tǒng)模式識別與神經(jīng)網(wǎng)絡(luò)模式識別的比較
2.4.2 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和識別的特點(diǎn)
2.4.3 BP神經(jīng)網(wǎng)絡(luò)
2.4.4 LVQ神經(jīng)網(wǎng)絡(luò)
2.5 圖像識別算法的研究
2.5.1 預(yù)處理—邊界檢測和傾斜校正
2.5.2 紙幣殘缺識別算法
2.5.3 紙幣面額識別算法
2.5.4 紙幣面向識別算法
2.5.5 紙幣新舊識別算法
第三章 清分機(jī)系統(tǒng)硬件設(shè)計(jì)
3.1 引言
3.2 系統(tǒng)硬件總體設(shè)計(jì)
3.2.1 硬件設(shè)計(jì)原則
3.2.1 圖像處理系統(tǒng)芯片選型
3.2.2 系統(tǒng)總體設(shè)計(jì)方案
3.2.3 CIS和A/D的選用
3.3 圖像處理系統(tǒng)硬件模塊設(shè)計(jì)
3.3.1 CIS圖像采集模塊
3.3.2 FLASH存儲(chǔ)模塊
3.3.3 串行通訊(UART)模塊
3.3.4 調(diào)試端口(JTAG)
第四章 清分機(jī)系統(tǒng)軟件設(shè)計(jì)
4.1 系統(tǒng)并行處理基礎(chǔ)
4.2 清分機(jī)軟件總體設(shè)計(jì)
4.3 軟件功能模塊設(shè)計(jì)
4.3.1 掃描圖像模塊
4.3.3 圖像識別模塊
4.3.3 控制模塊
4.4 Bootloader啟動(dòng)模塊
第五章 系統(tǒng)試驗(yàn)結(jié)果與分析
5.1 系統(tǒng)算法識別率結(jié)果
5.2 系統(tǒng)算法速度測試結(jié)果
5.3 影響新舊識別率的因素
第六章 總結(jié)和展望
參考文獻(xiàn)
致謝
獨(dú)創(chuàng)性聲明
學(xué)位論文版權(quán)使用授權(quán)書
本文編號:3837774
【文章頁數(shù)】:76 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 課題研究的背景和意義
1.2 國內(nèi)外研究狀況和進(jìn)展
1.2.1 國外研究現(xiàn)狀
1.2.2 國內(nèi)研究現(xiàn)狀和進(jìn)展
1.3 紙幣清分機(jī)功能概述
1.3.1 功能概述
1.3.2 基本識別方法綜述
1.4 論文主要研究內(nèi)容和章節(jié)安排
第二章 紙幣清分機(jī)圖像識別算法的研究
2.1 引言
2.2 數(shù)字圖像處理技術(shù)的應(yīng)用
2.2.1 數(shù)字圖像處理主要研究內(nèi)容
2.2.2 利用直方圖分析紙幣圖像特征
2.2.3 圖像分割技術(shù)在紙幣圖像中的應(yīng)用
2.3 模式識別技術(shù)的應(yīng)用
2.3.1 模式識別系統(tǒng)基本構(gòu)成
2.3.2 特征提取和選擇
2.3.3 分類器的設(shè)計(jì)
2.4 神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用
2.4.1 傳統(tǒng)模式識別與神經(jīng)網(wǎng)絡(luò)模式識別的比較
2.4.2 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和識別的特點(diǎn)
2.4.3 BP神經(jīng)網(wǎng)絡(luò)
2.4.4 LVQ神經(jīng)網(wǎng)絡(luò)
2.5 圖像識別算法的研究
2.5.1 預(yù)處理—邊界檢測和傾斜校正
2.5.2 紙幣殘缺識別算法
2.5.3 紙幣面額識別算法
2.5.4 紙幣面向識別算法
2.5.5 紙幣新舊識別算法
第三章 清分機(jī)系統(tǒng)硬件設(shè)計(jì)
3.1 引言
3.2 系統(tǒng)硬件總體設(shè)計(jì)
3.2.1 硬件設(shè)計(jì)原則
3.2.1 圖像處理系統(tǒng)芯片選型
3.2.2 系統(tǒng)總體設(shè)計(jì)方案
3.2.3 CIS和A/D的選用
3.3 圖像處理系統(tǒng)硬件模塊設(shè)計(jì)
3.3.1 CIS圖像采集模塊
3.3.2 FLASH存儲(chǔ)模塊
3.3.3 串行通訊(UART)模塊
3.3.4 調(diào)試端口(JTAG)
第四章 清分機(jī)系統(tǒng)軟件設(shè)計(jì)
4.1 系統(tǒng)并行處理基礎(chǔ)
4.2 清分機(jī)軟件總體設(shè)計(jì)
4.3 軟件功能模塊設(shè)計(jì)
4.3.1 掃描圖像模塊
4.3.3 圖像識別模塊
4.3.3 控制模塊
4.4 Bootloader啟動(dòng)模塊
第五章 系統(tǒng)試驗(yàn)結(jié)果與分析
5.1 系統(tǒng)算法識別率結(jié)果
5.2 系統(tǒng)算法速度測試結(jié)果
5.3 影響新舊識別率的因素
第六章 總結(jié)和展望
參考文獻(xiàn)
致謝
獨(dú)創(chuàng)性聲明
學(xué)位論文版權(quán)使用授權(quán)書
本文編號:3837774
本文鏈接:http://sikaile.net/kejilunwen/jixiegongcheng/3837774.html
最近更新
教材專著