基于WBCT與模糊邏輯的紙幣圖像特征提取方法研究
發(fā)布時(shí)間:2024-01-25 08:05
紙幣圖像特征提取技術(shù)是紙幣清分機(jī)系統(tǒng)的一個(gè)重要研究課題,具有極強(qiáng)的技術(shù)挑戰(zhàn)性和行業(yè)需求性,是金融機(jī)構(gòu)設(shè)備研究的重點(diǎn)。紙幣清分機(jī)的推廣和應(yīng)用,可以大大提高銀行現(xiàn)金處理業(yè)務(wù)自動(dòng)化水平,加快現(xiàn)金的周轉(zhuǎn)速度,減少庫存資金占壓,盤活資金存量,經(jīng)濟(jì)效益明顯。 本文分析了紙幣圖像特征提取技術(shù)的國內(nèi)外發(fā)展現(xiàn)狀和紙幣圖像的重要紋理特征,研究了紙幣圖像的預(yù)處理方法。針對數(shù)據(jù)庫中的紙幣圖像,采用了直方圖規(guī)定化,高斯平滑和圖像幾何校正這三種方法對其進(jìn)行預(yù)處理。 首先,在分析了Haar小波變換、模糊邏輯及模糊空間邏輯的基礎(chǔ)上,研究了基于Haar小波和模糊邏輯的紙幣圖像特征提取方法。對預(yù)處理后的紙幣圖像進(jìn)行Haar小波分解操作,提取出圖像的低頻和高頻系數(shù),在此基礎(chǔ)上引入模糊邏輯方法,把提取的系數(shù)分別作為語言變量,并構(gòu)造出相應(yīng)的隸屬度函數(shù),在模糊特征空間中求出每個(gè)模糊區(qū)域?qū)?yīng)的激活強(qiáng)度值,將這些激活強(qiáng)度值進(jìn)行歸一化處理后得出紙幣特征向量,采用BP神經(jīng)網(wǎng)絡(luò)分類器對提取的紙幣特征向量進(jìn)行訓(xùn)練識別。實(shí)驗(yàn)結(jié)果表明,該方法具有較高的識別率。 其次,在分析了Contourlet變換的基礎(chǔ)上,研究了基于Contourlet變換和...
【文章頁數(shù)】:79 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題的目的及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 紙幣圖像分析特點(diǎn)
1.4 紙幣面額識別的流程
1.5 主要工作及內(nèi)容安排
1.5.1 本文的主要工作
1.5.2 本文的內(nèi)容安排
第2章 紙幣圖像的預(yù)處理
2.1 直方圖規(guī)定化
2.2 高斯平滑
2.3 圖像幾何校正
2.4 本章小結(jié)
第3章 基于Haar小波與模糊邏輯的紙幣圖像特征提取方法研究
3.1 由Fourier到Haar
3.2 Haar小波分析
3.2.1 Harr小波變換
3.2.2 Harr小波變換的提升實(shí)現(xiàn)
3.2.3 提升小波分解
3.2.4 提升小波重構(gòu)
3.3 模糊邏輯
3.3.1 模糊集合
3.3.2 隸屬度函數(shù)
3.3.3 語言變量
3.4 模糊空間描述邏輯FSDL
3.4.1 形式描述
3.4.2 限制知識庫
3.4.3 推理規(guī)則
3.5 BP神經(jīng)網(wǎng)絡(luò)
3.6 基于haar小波和模糊邏輯特征提取方案
3.7 實(shí)驗(yàn)結(jié)果與分析
3.8 本章小結(jié)
第4章 基于Contourlet變換與模糊邏輯的紙幣圖像特征提取方法研究
4.1 高維圖像特征提取分析
4.2 Contourlet變換
4.2.1 拉普拉斯金字塔變換
4.2.2 方向?yàn)V波器組
4.2.3 離散Contourlet變換
4.3 基于Contourlet變換和模糊邏輯的紙幣圖像特征提取方案
4.4 實(shí)驗(yàn)結(jié)果與分析
4.5 本章小節(jié)
第5章 基于WBCT與模糊邏輯的紙幣圖像特征提取方法研究
5.1 小波-Contourlet變換
5.1.1 用小波變換代替LP變換
5.1.2 小波變換的閾值選擇
5.2 基于小波-Contourlet變換和模糊邏輯的紙幣圖像特征提取方案
5.3 實(shí)驗(yàn)結(jié)果與分析
5.4 本章小節(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
本文編號:3884451
【文章頁數(shù)】:79 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題的目的及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 紙幣圖像分析特點(diǎn)
1.4 紙幣面額識別的流程
1.5 主要工作及內(nèi)容安排
1.5.1 本文的主要工作
1.5.2 本文的內(nèi)容安排
第2章 紙幣圖像的預(yù)處理
2.1 直方圖規(guī)定化
2.2 高斯平滑
2.3 圖像幾何校正
2.4 本章小結(jié)
第3章 基于Haar小波與模糊邏輯的紙幣圖像特征提取方法研究
3.1 由Fourier到Haar
3.2 Haar小波分析
3.2.1 Harr小波變換
3.2.2 Harr小波變換的提升實(shí)現(xiàn)
3.2.3 提升小波分解
3.2.4 提升小波重構(gòu)
3.3 模糊邏輯
3.3.1 模糊集合
3.3.2 隸屬度函數(shù)
3.3.3 語言變量
3.4 模糊空間描述邏輯FSDL
3.4.1 形式描述
3.4.2 限制知識庫
3.4.3 推理規(guī)則
3.5 BP神經(jīng)網(wǎng)絡(luò)
3.6 基于haar小波和模糊邏輯特征提取方案
3.7 實(shí)驗(yàn)結(jié)果與分析
3.8 本章小結(jié)
第4章 基于Contourlet變換與模糊邏輯的紙幣圖像特征提取方法研究
4.1 高維圖像特征提取分析
4.2 Contourlet變換
4.2.1 拉普拉斯金字塔變換
4.2.2 方向?yàn)V波器組
4.2.3 離散Contourlet變換
4.3 基于Contourlet變換和模糊邏輯的紙幣圖像特征提取方案
4.4 實(shí)驗(yàn)結(jié)果與分析
4.5 本章小節(jié)
第5章 基于WBCT與模糊邏輯的紙幣圖像特征提取方法研究
5.1 小波-Contourlet變換
5.1.1 用小波變換代替LP變換
5.1.2 小波變換的閾值選擇
5.2 基于小波-Contourlet變換和模糊邏輯的紙幣圖像特征提取方案
5.3 實(shí)驗(yàn)結(jié)果與分析
5.4 本章小節(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
本文編號:3884451
本文鏈接:http://sikaile.net/shekelunwen/ljx/3884451.html
最近更新
教材專著