纸币号码识别中分割方法的研究

针对纸币号码识别过程中图像分割存在的问题,提出了一种逻辑脊谷判断的图像分割方取号码线条,经过简单的迭代法二值化和数学形态学闭运算处理,分割线条清晰准确,算法简单,算法与本文算法比较．本文算法处理速度快,分割图像准确。     

一种人民币纸币号码自动识别快速方法

针对实际工程应用对大角度倾斜的人民币号码自动识别在处理速度和识别率方面的高标准要求,利用智能相机建立了纸币号码自动识别实验系统,并提出了一种综合利用多种特征的人民币号码快速识别方法.该方法在号码分割定位时利用改进的投影法,避开图像倾斜校正环节,节省分割时间;在号码识别时利用数字的开口特征以及数字的宽高比、穿线特征等特征直接识别定位好的数字.在良好光照条件下,通过对170张倾角在±137范围内100元新人民币的测试,识别一张纸币号码(仅数字部分)的时间在4ms以内,识别率100%.实验结果表明,该算法识别速度快,且允许图像有较大的倾斜,可以满足实际工程的需要.     

基于线阵传感器的移动号码采集装置

采用以数字信号处理器TMS320VC5416和接触式线阵图像传感器SV649A8R-XX为核心．构成了对运动速度为0．9m／s的移动纸币号码的实时采集装置。目前，利用该装置采集的移动纸币号码图像比较清晰，图像大小适中，完全能够满足一般识别算法对图像质量的要求。另外，本装置设计了串口．能够通过标准232串口将包括采集的图像在内的数据稳定的传输给PC机。实验表明该系统设计方案电路简单，可靠性好，易于实现，可以应用到带号码采集功能的点钞机等需要对移动号码进行采集的场合。     

民国纸币冠字号码的提取与分割

民国纸币的冠字号码图像分割是民国纸币自动识别系统的关键组成部分.民国纸币种类繁多,不同纸币背景图案、字体、主色调差异较大且绝大多数纸币因保存时间较长,存在褶皱、破损、污迹等情况,冠字号码提取与分割较为困难.文章分析了民国时期不同银行、不同年代、不同地域纸币的特点,提出一种民国纸币冠字号码提取与分割算法.首先利用颜色特征...     

基于模板匹配的纸币号码识别系统

设计了一种能准确识别纸币号码的系统;该系统首先通过CCD摄像头采集图像,然后经过图像处理、扫描法定位、模板匹配几个过程输出号码串;为了提高识别率,采用基于图像轮廓提取和利用图像上、下矩对字符进行粗分类的模板匹配算法,显著减少模板匹配的计算量;实验结果表明,该方法取得了较高的识别率,并且已经在一个实际的系统中得到应用.     

基于结构特征的纸币号码识别方法

针对实际工程应用中对纸币号码识别在处理速度和识别率方面的高标准要求,提出了一种基于结构特征的纸币号码识别方法。该方法对采集到的图像先进行图像放大、二值化和字符分割等预处理操作,然后根据字符的结构特征,对字符进行分类、识别。该方法不需要图像去噪、倾斜校正和归一化等操作,节省大量时间。实验结果表明,该方法识别率可达98.13%,而识别时间仅为3.8 ms,显示出该方法具备识别率高和识别速度快的优势,能够满足实际需要,已经成功应用于清分机中。     

基于PLC的双通道自动切换连续捆钞模块设计

本文基于PLC设计实现了一种新型双通道全自动切换连续捆钞模块结构.由转角电磁铁控制两通道切换交替接钞,共用一个捆扎机构,利用交替接钞的时间间隔实施纸币整理、传输和扎把过程,从而实现纸币不间断接收捆扎.模块结构紧凑,通用性强,可方便与清分设备集成.     

纸币机械式测厚系统运动过程试验研究

目前银行使用的高端点验钞机配备机械式纸币测厚系统,银行需通过该系统将厚度异常的纸币清分出来,特别是在纸币前端黏贴有胶带的纸币。针对机械式纸币测厚系统在走钞过程中由于弹片的抖动无法检测到纸币前端黏贴有胶带的问题,设计了一个抖动检测试验平台,并分别利用高速相机及电涡流传感器检测走钞过程中在冲击初始阶段测厚系统的弹片的弹跳。首先以测厚系统为样本搭建一个抖动检测试验平台模仿纸币在点验钞机中的走钞状态,然后利用高速相机拍摄测厚系统在走钞过程中的运动状态并通过描绘拍摄照片特征点得到测厚系统在走钞过程中的抖动轨迹,再利用安装在抖动试验平台的电涡流传感器检测走钞过程中测厚系统的抖动轨迹,最后结合弹簧质量系统进行理论分析。试验结果表明,能通过高速相机及电涡流传感器在抖动试验平台上清晰检测到走钞过程中冲击初始阶段测厚系统的弹片产生位移较大且维持时间占纸币过钞时间10%的弹跳。该研究结果可为改进设计提供依据及检测手段,为类似应用提供借鉴。     

人民币纸币号码识别算法研究

为了提高人民币纸币号码识别算法的适应度,基于字符结构特征的思想,提出了一种利用多个相互补偿结构特征的人民币号码识别算法,并研究了包括人民币号码的图像定位、图像的二值化、单个字符分割、字符大小归一化等图像预处理过程。对人民币纸币号码的字母排列、数字排列以及它们的组合排列分别进行了算法设计,以字母、数字组合排列识别程序的部分流程图为例做了算法阐述。利用ARM嵌入式系统对三组识别程序进行了实验验证,并对实验过程中遇到的字符字体差异、字符干扰问题提出了应对方法。通过对三组识别程序识别正确率的统计可以看出,该算法有较高的识别精度,能较好地满足实际需求。     

IT新技术

Currency Detector"多币种"纸币鉴定仪清华大学等研究机构联合有关企业近日推出世界上首台能够识别多国货币的纸币鉴定仪,这一多币种纸币鉴定仪的最大特点是使用世界上最先进的多光谱以及号码自动识别体系,除识别人民币外,还可以对美元、欧元、英镑、日元、港币等25个国家及地区的主要流通纸币进行鉴别点钞,还能自动识别纸币上的号码。     

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 .     

一种灰度化混合法在集装箱箱号识别中的运用

研究一种基于机器视觉的集装箱箱号识别方法。对于集装箱彩色图像预处理过程中的灰度化方法，传统的灰度化算法不能有效弥补图像中污损或其他信息缺失的部分，因此，本文提出使用主成分分析法（PCA）结合贝叶斯阈值估计灰度变化率的混合法对图像的灰度化进行优化，可以在判断图像中某一点灰度值与周围相邻像素点的灰度值的变化率后，弥补缺失信息，有效确定边缘特征，从而使后续的字符识别准确率大大提高。最后使用该算法模型设计实现一套用于港口集装箱的智能检测系统。经过Matlab实验验证，在对50幅港口集装箱箱号图像的识别中，通过使用本文提出的混合灰度化方法，与普通的均值法和加权平均法的灰度化方法相比，准确率更高，其中单一字符准确率可达96%，箱号准确率可达92%。     

基于模板匹配的人民币纸币序列号识别系统研究

人民币纸币序列号是由纸币的冠号和数字编号组成,犹如居民身份证号,具有唯一性。纸币序列号的自动识别对实现纸币的有效管理以及缩小纸币真伪鉴别范围具有重要的理论意义和实际应用价值。系统提出了一种基于模板匹配的人民币纸币序列号识别方法。在对图像进行预处理的基础上,先根据物理尺寸将纸币分成不同的类别,然后根据各种面值纸币序列号字符的位置和大小,定位序列号字符;采用投影法分割序列号字符;提取字符网格特征,用特征矩阵表示字符;最后采用模板匹配法识别字符。实验结果表明,系统具有较高的识别率和速率,且具有一定的稳定性。     

基于二叉树和Adaboost算法的纸币号码识别

运用一种快速弱分类器训练算法和高速缓存策略来加速Adaboost算法的训练。集成学习算法Adaboost能够精确构建二分类器,运用二叉树型结构快速灵活地将纸币号码识别转化为一系列的Adaboost二分类问题。实验结果证明, 快速Adaboost训练算法能加快训练速度,基于二叉树和Adaboost的纸币号码识别系统具有较好的识别率和处理速度,已经应用在点钞机、清分机和ATM中。     

基于ARM的纸币号码识别系统

针对纸币号码识别系统需求不断攀升,采用ARM,FPGA技术及接触式图像传感器（CIS）图像采集系统,提出一种实时采集高速图像信息及图像预处理的方法;系统以硬件设计为主,采集到的CIS图像信号经过明暗输出补偿、二阶滤波、模数转换、二值化等前置调理,保存在静态同步内存（SRAM）中,供ARM作进一步图像处理;系统中CIS传感器的时序信号由FPGA设计,实验表明,该识别系统运行稳定可靠,实时性好,集成度高,采集图像清晰,号码识别准确率高。     

基于最优分类数及遗传算法的灰度图像多阈值自动分割法

如何确定分类数是模式识别和图像分割中常要面对的难题。文献犤1犦提出了一种基于阴阳机制确定最优分类数的模式聚类方法。该文在文献犤1犦的基础上,导出了一个新的用于评价灰度图像多阈值分割的评价标准,并结合遗传算法,提出了一种用于灰度图像的多阈值自动分割方案。试验表明,该法具有较强的鲁棒性、适用性、非监督性。     

基于数字图像处理技术的人脸检测算法研究

为了提高人脸检测的准确性及检测速度,需要对基于数字图像处理技术的人脸检测算法进行研究;使用当前方法进行人脸检测时,需要提取脸部特征数目较多、检测速度过慢,降低人脸检测效率;为此,提出一种基于数字图像处理技术的人脸检测算法;该方法首先获取人脸数字图像,通过拉开数字图像的灰度间距,使数字图像灰度均匀分布,进而提高数字图像对比度,使图像更加清晰,再通过Wiener维纳滤算法对处理后的数字图像进行图像平滑去噪,在此基础上使用Robert边缘检测算子方法对数字图像人脸边缘每个像素点检测,得到数字图像中人脸边缘的基本图像,将其输入到计算机数字图像处理系统中进行识别检测;实验仿真证明,所提算法在检测速度及准确性等方面具有明显的优势。     

纸币冠字号识别率改进算法

针对被污染纸币的冠字号的识别常见的几种干扰选择合适解决方法,并改进神经网络分类器,使用多层分类方法进行识别.现有的清分机和点钞机都能很好得识别八到十成新钱币的冠字号,然而,随着纸币流通不断做旧,清分机对纸币冠字号的识别明显下降,其中磨损、汗渍、折痕等是对清分机的识别影响很大的因素.本文提出多种新颖的算法,能够很好的解决被污染纸币的冠字号识别问题,并使用多层神经网络判别树架构,有效得提高了纸币识别率和容错率,最终实验结果表明,本算法能获得98.3％的识别率.     

一种纸币识别方法研究

快速准确的纸币清分在银行业中具有非常重要的意义。清分系统包括纸币图像采集、图像预处理、特征提取及分类器设计等几个步骤,其中分类器设计是核心技术基础。论文提出了一种用于高速纸币清分的人民币识别方法,该方法基于整张纸币的特征提取,采用了基于结构风险最小化的高斯混合模型(GMM)设计识别分类器。实验结果表明,提出的方法取得了较高的识别率。