一种基于边缘特征的纸币污损检测方法

污损检测是纸币清分中的一个重要环节 .针对纸币上常见的笔迹及撕裂污损,提出了一种基于图像边缘特征的检测方法 .首先将待检测图像与参考图像进行图像配准,然后采用Kirsch算子提取两图像的边缘信息,并提出了一种符合人的主观感受的边缘强度差的计算方法,在此基础上提取的污损特征,对于图像中新增加的边缘信息十分敏感,而对各像素的灰度值、边缘强度值的相对变化则具有很强的抗干扰性 .将纸币划分为若干个相互重叠的子区域,通过对子区域内污损特征统计,来判定该子区域内是否存在污损 .实验证明,该方法识别率高且稳定、可靠,满足实际要求 .该方法已应用到实际的纸币清分系统中 .     

基于灰度投影的快速纸币图像几何校正

纸币图像的几何校正是纸币清分机的一项关键技术,实际应用中要求其算法简洁、快速、准确。提出了一种通过灰度投影来进行快速纸币图像几何校正的算法。首先通过计算整幅及部分纸币图像的灰度投影来得到纸币的倾斜角度,根据倾斜角度对图像进行倾斜校正;然后通过计算整幅图像的灰度投影来确定图像中纸币的边界位置,并将纸币区域分割出来。实验结果表明这种算法能够实现纸币图像的快速准确几何校正。     

基于退化四元小波变换的纸币识别

针对如何提取纸币图像特征和提高识别率的问题,综合利用退化四元小波变换具有的相位特性,提出一种基于退化四元小波变换的纸币识别方法.该方法首先对采集的纸币图像进行倾斜校正和边缘检测,然后运用退化四元小波对纸币图像进行分解操作,并对分解系数进行统计分析,将每个分解子带系数的能量和标准差作为该纸币图像的特征向量,最后将支持向量机作为分类器对纸币图像进行识别.本文方法在资源约束的嵌入式清分系统上实现,实验结果表明采用本文提出的算法突破了传统纸币识别系统识别率很难再提高的瓶颈,同时能够满足清分系统的实时性要求.     

基于有效维度特征的手背静脉识别算法

针对手背静脉识别过程中采集的图像出现干扰信息的问题,提出了一种基于有效维度特征的识别算法。首先,该算法对采集的图像进行自适应中值滤波去噪;其次,对图像进行分块处理,并基于混合高斯模型与梯度信息对子图像提取特征;然后,依据子图像间特征相似性,提出了判断子图像是否为干扰信息的方法;最后,融合所有真实静脉区域的特征,形成特征向量,并采用基于稀疏表示的算法对多种有效维度下的特征向量进行匹配。实验表明,该算法具有较高的准确识别率,即使采集的手背静脉图像存在部分遮挡,算法依然能够获得较好的识别效果。     

纸币清分系统中的纸币污损检测

针对纸币上常见的笔划及撕裂, 提出了一种基于均匀性特征的污损检测方法. 首先利用均匀性特征判定待检纸币上可能存在污损的区域, 然后进行图像配准, 确定这些区域在参考图像上的对应位置, 并逐像素进行比较, 最终判定待检图像的污损状况.     

基于BP神经网络的纸币面向识别方法

纸币面向识别是纸币识别的基础,传统的纸币面向识别方法是人工提取特征,对于污损严重的纸币图像识别效率不高。针对传统方法的缺点,提出一种针对纸币图像的预处理方法。使用基于改进的BP神经网络的纸币面向识别方法,采用对纸币图像分块取平均值的方法提取特征,用量化共轭梯度法进行神经网络的训练,并且在TMS320DM648上进行实现。实验结果表明,这种方法完成纸币图像预处理和面向识别的时间不超过25 ms,准确率高于99%,具有计算量小、识别结果正确率高等优点。     

纸币数字的多特征综合识别算法

针对目前存在的纸币识别率低和速度慢的问题,提出了一种新型的纸币数字多特征综合识别算法。分析细化后纸币字符图像的拓扑结构,以及字符像素的端点等结构特征,对其进行初步分类;改变字符拓扑特征,对上一步骤的结果进行进一步分类识别;针对破损字符不满足拓扑结构特征的污损字符,采用了模板匹配的方式进行了补漏识别。实验结果表明,相对于传统的识别算法,提出的算法不仅具有更高的识别率,而且具有较高的识别速率。     

利用图像校正的快速目标识别算法

提出了一种基于图像校正的快速目标识别算法,特别适合于航拍照片中地面上面目标的识别。算法可以使目标模型单一化,在很大程度上克服了目标识别模型复杂、数据运算量大、计算实时性差等缺点,提高了目标识别的实时性和精确性。首先对图像进行感兴趣区域的检测;对检测出的区域进行图像的正视校正;然后对校正后的区域进行特征提取;最后进行目标识别,并输出目标信息,完成识别过程。实验表明,该算法用于大倾角航片目标识别是有发展潜力和前途的。     

基于条件随机场的矿工检测方法

针对现有视频图像目标检测算法应用于矿工检测时检出率、定位准确率、检测效率等均较低的问题,提出了一种基于条件随机场的矿工检测方法。该方法包括矿工检测模型建立与矿工检测识别2部分。在模型建立阶段,提取若干样本图像的方向梯度直方图特征,并利用主成分分析法对特征进行降维处理;以条件随机场为框架进行感兴趣区域标志,以标定训练样本,并训练条件随机场模型参数。在检测识别阶段,提取待检测图像的方向梯度直方图特征,并对特征进行降维,采用训练得到的条件随机场模型,通过局部二元模式推断标定图像各子窗口,最终得到矿工所在区域。实验结果表明,该方法可准确地检测出矿工在图像中的位置。     

结合修剪均值与高斯加权中值滤波的图像去噪算法

为快速准确地滤除图像中的脉冲噪声并较好地保持图像的纹理细节和边缘结构,提出一种基于修剪均值与高斯加权中值滤波的图像去噪算法。根据脉冲噪声的灰度特征与统计特征,以局部统计方式进行噪声检测,将灰度取最小值或最大值且与邻域像素相关性较小的像素识别为噪声像素。对于图像平滑区域和细节区域中的噪声像素,使用自适应修剪均值和高斯加权中值滤波算法进行去噪处理。实验结果表明,该算法在视觉效果、峰值信噪比、结构相似性及计算速度上均优于对比算法,并且能够在彻底滤除噪声的同时,较好地保持图像的纹理细节和边缘结构。     

钞币面值和真伪的快速识别算法的研究

根据从传感器采集来的信号的特点,提出了在验钞系统中进行鉴伪和面额区分的模式识别算法,并详细阐述了算法的整个实现过程。为了识别钞票面额,采用了信号模板匹配的方案。为了鉴别钞票的真伪,应用了统计模式识别技术,并给出了进行真伪钞判别的线性函数。该算法已经应用到嵌入式系统当中,结果表明:并具有快速,准确,有效等优点,并具有非常好的市场应用前景。     

基于M ATLAB 的第五套人民币面值识别系统设计

To solve the problems of accuracy and speed of the fifth set of RMB face value recognition, a design method of RMB face value recognition system based on MATLAB and image processing technology is given. The collected banknote images are pro- cessed by five modules: rotation correction, image preprocessing, image positioning, face value cutting and face value recognition. The experimental results show that the system can accurately calculate the total amount of money input while recognizing the face value of banknotes quickly in real time.     

Snake模型在雨滴边缘检测中的应用

数字摄像技术在降水粒子的自动观测中具有非常好的应用前景,如何在数字图像中准确地进行降水粒子的边缘检测是其中的一项关键技术。Snake模型具有很好的融合图像上层知识和底层特征的能力,能够实现目标轮廓的准确定位。结合雨滴图像自身的特点,提出了目标形心的自动标定方法,在此基础上改进了Snake模型初始轮廓点的选取方法,并通过贪婪算法进行迭代处理,实现了基于Snake模型的雨滴边缘检测算法。算法能够准确地对数字图像中的雨滴边缘轮廓进行检测,且具有较好的稳定性。与传统的边缘检测算子相比,该方法对雨滴图像获得了更好的边缘检测效果。     

一种改进的特征点匹配局部遮挡目标识别算法

图像的目标识别是图像处理与模式识别领域一个重要的研究方向,它在安全监控、医疗渗断等领域得到了越来越广泛的应用,传统算法能够准确地识别背景简单、无遮挡的目标,然而对于存在局部遮挡的目标常常会出现虚警或漏报．针对这一问题,木文提出了一种改进的基于特征点匹配的目标识别算法．该算法利用harris角点检测对特征点进行初步提取,通过对已得特征点的概率密度的有效性估计来对其进行精准提取,进而实现对局部遮挡的目标的有效识别．实验表明：本文算法实时性较好,能很好的解决局部遮挡的目标识别问题．     

基于数学形态学的二维条码边缘检测算法

边缘模糊会导致二维条码识别率下降,提出了一种基于数学形态学边缘检测的二维条码识别算法,该算法最大的特点是用具有特定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的,从而有效地降低边缘模糊对条码识别的影响。选取PDF417二维条码为应用对象,采用基于数学形态学对二维条码的识别算法选择合适的结构元素。实验结果表明与传统的几种边缘检测算法相比,基于数学形态学对二维条码的识别算法能够更有效地识别条码边界,显著地提高了条码的识别率。     

基于图像相似度与深度学习的变电站刀闸状态识别算法的对比研究

为解决以往变电站中基于各类传感器的刀闸状态检测方式成本高、稳定性差的问题，本文探索了两类基于图像识别的刀闸状态检测算法，相较于传统的基于图像相似度的刀闸状态识别算法，基于深度学习的目标检测算法对刀闸状态识别准确率更高，能够有效对变电站内刀闸状态进行检测。本文在对483张包含各类刀闸状态的图像进行标注后，使用Yolov5的预训练模型进行训练，训练后的模型在包含80张各类刀闸状态的测试集上进行测试，结果表明综合准确率为89.31%，综合召回率为98.32%。本文所提出的基于深度学习的刀闸识别算法能够对变电站刀闸状态进行有效识别，且识别准确率高、部署较为简单，对保障变电站安全稳定运行有着重要作用。     

基于卡尔曼滤波SVM图像鉴别方法研究

研究如何区分自然图像和计算机图形判别图像问题。由于人眼难以判别真伪图像,针对传统的图像鉴别方法由于参数的设置而造成识别准确率低,从而无法准确的区分自然图像和计算机图形。提出了一种卡尔曼滤波和支持向量机分类算法相结合的高性能图像真伪鉴别方法。算法首先采用卡尔曼滤波器提取图像的各个级别的分量,求解出各级分量和判别的误差值并作为特征数据,然后采用支持向量机分类算法对特征数据进行训练判别。仿真结果表明,提出的算法可以有效的判别图像的真伪,可以有效的识别出原始自然图像和合成图像,识别率高达99%以上,同时算法的稳定性较高,具有一定的实际应用价值。     

航拍图像的无线传感网节点识别与定位算法

为提高节点定位精度并减少能量耗费,提出一种基于航拍图像处理的节点识别与定位算法.该算法主要思想是将基于深度学习模型的图像识别技术应用到节点识别与定位中.首先通过一个携带GPS的航拍器在节点部署区域自主采集节点图像,利用图像识别技术精确识别定位航拍器所拍摄节点,然后利用贝叶斯平均模型为已识别节点匹配节点编号.最后,将被定位节点升级为锚节点,结合经典定位算法确定未被拍摄的节点位置.通过大量的仿真证明了该算法的有效性.此外,利用25 Micaz节点和一个航拍器进行了实验,实验结果表明,该算法具有较好的鲁棒性、扩展性及定位精度,与传统定位算法相比定位精度提高约10%~30%.     

Camera model identification based on the generalized noise model in natural images

The goal of this paper is to design a statistical test for the camera model identification problem. The approach is based on the generalized noise model that is developed by following the image processing pipeline of the digital camera. More specifically, this model is given by starting from the heteroscedastic noise model that describes the linear relation between the expectation and variance of a RAW pixel and taking into account the non-linear effect of gamma correction. The generalized noise model characterizes more accurately a natural image in TIFF or JPEG format. The present paper is similar to our previous work that was proposed for camera model identification from RAW images based on the heteroscedastic noise model. The parameters that are specified in the generalized noise model are used as camera fingerprint to identify camera models. The camera model identification problem is cast in the framework of hypothesis testing theory. In an ideal context where all model parameters are perfectly known, the Likelihood Ratio Test is presented and its statistical performances are theoretically established. In practice when the model parameters are unknown, two Generalized Likelihood Ratio Tests are designed to deal with this difficulty such that they can meet a prescribed false alarm probability while ensuring a high detection performance. Numerical results on simulated images and real natural JPEG images highlight the relevance of the proposed approach.