隨著國際貿(mào)易以及香港經(jīng)濟(jì)的快速發(fā)展,港幣的安全流通和機(jī)讀識(shí)別變得尤為重要。由于港幣發(fā)行銀行不唯一、發(fā)行周期短且面額較多,導(dǎo)致港幣版本種類較多。且不同版本的識(shí)別特征、冠字號(hào)等差異性很大,會(huì)給港幣的機(jī)讀識(shí)別帶來許多困難。并且港幣使用過程中存在污跡、磨損、老化等因素影響圖像質(zhì)量,使現(xiàn)有機(jī)讀識(shí)別算法面臨很大挑戰(zhàn),誤識(shí)率較高。針對(duì)上述問題,本文采用多光譜中的紅外光譜,對(duì)港幣進(jìn)行清晰的紅外成像,對(duì)港幣的面額、朝向、版本及冠字號(hào)進(jìn)行機(jī)讀識(shí)別,促進(jìn)港幣流通的安全性。本文針對(duì)紅外光譜圖像下的港幣機(jī)讀識(shí)別關(guān)鍵技術(shù)進(jìn)行研究,首先對(duì)CIS采集出的原始紅外圖像進(jìn)行校正,其中對(duì)濾波后的港幣圖像使用了基于LSD（line segment detector）的邊緣與頂點(diǎn)提取算法以及仿射變換。其次對(duì)港幣的多種面額進(jìn)行識(shí)別,并通過基于局部灰度共生矩陣的對(duì)比度特征對(duì)港幣朝向進(jìn)行區(qū)分。最后,針對(duì)港幣版本和冠字號(hào)識(shí)別,本文設(shè)計(jì)了一種基于特征角度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型,通過運(yùn)用特征向量的角度信息,使神經(jīng)網(wǎng)絡(luò)輸出的特征具備可區(qū)分性,提升網(wǎng)絡(luò)的特征描述和泛化能力。將該模型運(yùn)用在港幣版本識(shí)別中,能很好地區(qū)分不同的港幣版本,有效減少污跡... 

【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

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

本文識(shí)別工作流程圖

如日元、美元、歐元、港幣、英鎊 、加幣、巴西幣、澳元等光譜圖像是通過傳動(dòng)設(shè)備以及檢測(cè)機(jī)中的圖像傳感器進(jìn)行采性、熒光、紅外檢測(cè)，包含清分、走鈔、導(dǎo)鈔、分鈔等系統(tǒng)心模塊和五項(xiàng)關(guān)鍵技術(shù)。三大核心模塊是：基于多處理器的性能紙幣清分機(jī)圖像鑒別系統(tǒng)以及高速圖像采集、存儲(chǔ)模塊時(shí)采集紙幣的紅外光譜圖像進(jìn)行圖像信號(hào)處理技術(shù)、多種光磁性信號(hào)/磁圖像處理技術(shù)、微壓力信號(hào)的分析處理技術(shù)、聲。其中，傳感器是 CIS（可接觸式圖像傳感器）[18]。CIS 能信息，并能夠使光源快速變換進(jìn)而獲得相對(duì)應(yīng)的圖像信息，統(tǒng)，失真少、結(jié)構(gòu)簡(jiǎn)單、成本低，且 CIS 由于體積小、結(jié)構(gòu)了較好地發(fā)展和應(yīng)用。圖像的采集是圖像識(shí)別的基礎(chǔ)，只有的圖像才可以對(duì)后面的精準(zhǔn)識(shí)別進(jìn)行有力的保障。圖 2-1 為常，圖 2-2 為港幣紅外光譜圖示例。

圖 2-2 港幣紅外圖像示例港幣紅外光譜圖像的邊緣及頂點(diǎn)提取過上一步掃描完成后，我們獲得了港幣的紅外光譜圖像。在實(shí)際識(shí)讀過程中的紅外圖像是傾斜的，如圖 2-3 所示，所以我們要對(duì)其進(jìn)行校正。

【參考文獻(xiàn)】：
期刊論文
[1]人民幣冠字號(hào)識(shí)別算法研究[J]. 陳忠鶴,于璐.  數(shù)字技術(shù)與應(yīng)用. 2018(11)
[2]灰度投影算法的安檢圖像判讀及FPGA實(shí)現(xiàn)方法[J]. 幸小欄,胡輝,徐圓飛,王英喆,曹展宏.  單片機(jī)與嵌入式系統(tǒng)應(yīng)用. 2018(11)
[3]一種基于核密度估計(jì)的圖像邊緣檢測(cè)方法[J]. 周建,徐海芹.  計(jì)算機(jī)科學(xué). 2018(S1)
[4]一種多線索融合冠字號(hào)分割方法[J]. 劉光祿,王倩文,譚小娟,段無悔.  赤子(上中旬). 2017(07)
[5]基于LabVIEW的人民幣冠字號(hào)識(shí)別系統(tǒng)研究[J]. 楊美程.  無線互聯(lián)科技. 2017(05)
[6]一種基于紫外熒光圖像的人民幣面額識(shí)別算法[J]. 李雪梨,索雙富,武佩君.  機(jī)械設(shè)計(jì)與制造. 2017(03)
[7]LDA與LSD相結(jié)合的車道線分類檢測(cè)算法[J]. 郭克友,王藝偉,郭曉麗.  計(jì)算機(jī)工程與應(yīng)用. 2017(24)
[8]紙幣清分系統(tǒng)中光電圖像實(shí)時(shí)采集方法[J]. 鄒連英,季輝,周瑩,余尚仁.  武漢工程大學(xué)學(xué)報(bào). 2015(05)
[9]基于MATLAB的數(shù)字圖像噪聲去除技術(shù)研究[J]. 王東東,王福明.  機(jī)械工程與自動(dòng)化. 2015(02)
[10]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)

碩士論文
[1]基于多光譜圖像的港幣識(shí)別算法研究[D]. 胡慶江.華中科技大學(xué) 2017
[2]基于CIS的紙幣清分機(jī)圖像采集系統(tǒng)研究[D]. 邱朋.南京理工大學(xué) 2016
[3]CIS圖像采集與處理技術(shù)研究[D]. 李暢.貴州大學(xué) 2015
[4]ATM機(jī)紙幣冠字號(hào)識(shí)別技術(shù)研究[D]. 陳光清.電子科技大學(xué) 2015
[5]關(guān)于多國紙幣版面和號(hào)碼識(shí)別的研究與應(yīng)用[D]. 陳杰.南京理工大學(xué) 2014
[6]基于距離學(xué)習(xí)的集成KNN分類器的研究[D]. 于飛.大連理工大學(xué) 2009
[7]灰度圖像的邊緣檢測(cè)研究[D]. 陳宇云.電子科技大學(xué) 2009
[8]圖像邊緣檢測(cè)方法的研究[D]. 任文杰.山東大學(xué) 2008



本文編號(hào)：3477712