共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
水印条码是欧元引进的新防伪点,它携带欧元纸币的特定信息,因此研究出一套准确,快速识别欧元防伪条码的检测方法是有其实际意义和应用前景。本文采用TMS320VC5409数字信号处理器、MSP430单片机为主要器件,基于实现对欧元水印条码进行有效、准确、快速识别的目的,设计一套识别系统。并且对做出的系统电路进行实验研究,对采集到的不同纸币的水印条码曲线进行分析,并将新的面值为50欧元纸币的水印条码采集曲线与其他纸币的采集曲线进行分析比较,计算其相关度。最后结合水印的自身特点,水印条码的退化现象,以及实验条件等方面分析相关度出现较低现象的原因。最后对实验结果的误差进行分析,提出下一步研究的重点。 相似文献
5.
6.
本文较为系统地介绍了纸币面值数字图象识别的计算机仿真。文中详细介绍了模版匹配、特征点匹配、神经网络等字符识别方法,并进行了比较。根据本文研究对象的特点,选择了从分析数字本身的拓扑结构入手,根据字符投影分布的规律来判断和识别的方法,成功实现了纸币面值的识别。 相似文献
7.
针对纸币清分机对人民币编号自动识别,在处理速度和识别率方面的高标准要求,提出了一种基于模板匹配的人民币编号快速识别算法,该算法在图像预处理时,利用改进的滤波法去离散噪声;在字符识别时,利用数字和字母的水平与竖直交点特征和轮廓对称特征以及加权特征,直接识别定位好的字符。实验结果表明,该算法具有对硬件资源要求低、识别速度快等优点,可以满足纸币清分机的应用要求。 相似文献
8.
通过分析纸币特征,提出利用基于改进色彩空间转换算法作为纸币特征提取,利用支持向量机作为纸币分类器的方法,将并由此为核心算法设计了一种成本低廉的新式纸币分类器械.主要结构是以MCU为核心控制,通过颜色传感器进行特征信息采集,利用改进HSV算法和SVM作为决策算法,控制机械结构进行纸币清分,利用LCD进行显示,完成阶段识别任务后,将清分数据上传至管理信息系统进行管理.实验结果表明,此系统能够完成对于纸币的实时清分、结果显示、数据存储等功能,对于第五套人民币识别具有较高的鲁棒性,该机电系统价格低廉且具备良好的使用性能. 相似文献
9.
介绍和评价了现在市场上纸币鉴别仪器通用的磁信号幅值的分析方法,设计了一个电路对第五套人民币2005版纸币安全线磁信号进行采集和放大处理,分析了安全线磁信号的幅值特征,并采用傅立叶变换对安全线磁信号进行特征频率的分析,在此基础上得出各面值纸币安全线的不同特征,开发出了一种鉴别纸币安全线种类的新方法。 相似文献
10.
11.
流通人民币纸币的面值识别 总被引:6,自引:2,他引:6
文章论述基于磁性和宽度检测的人民币纸币识别方法.首先分析纸币宽度测量误差产生原因并给出纠错算法,其次在剖析安全线磁性波形特征的基础上提出了使用MCU的检测方法.该方法已成功应用于JWD-200型点钞机的研制. 相似文献
12.
13.
智能红外测厚技术在纸币检伪中的应用 总被引:1,自引:0,他引:1
根据人民币不同防伪部位的红外光穿透特性不同的规律,分析并试验得出照射纸币的红外光的最佳入射光强,并设计了信号处理电路。将红外光透过纸币的光通量转化为模拟电信号,再通过ADC转换成单片机可识别的数字电信号,使用单片机将数字信号记录,并与标准波形特征对比,实现纸币的红外光智能检伪。 相似文献
14.
针对特征识别技术对产品制造信息识别的缺失以及匹配算法的复杂性问题,提出了一种基于MBD模型的特征信息自动识别算法。首先,通过EXPRESS和Java映射,构建STEP文件解析器解析MBD模型信息。其次,建立基于图和提示的几何特征识别算法,用表征面邻接图作为匹配算法的数据结构,以提示作为搜索与特征库进行匹配。然后,提出基于关系树的产品制造信息识别方法识别产品制造信息。最后,以轴和机匣作为测试对象,在Intellij IDEA平台中对所提方法进行了验证,分析了匹配算法时间复杂度。结果表明,该方法能够识别几何特征信息和产品制造信息,本匹配算法时间复杂度为O(n),优于时间复杂度为O(n2)的传统匹配算法。 相似文献
15.
QR Code二维条码在纸币防伪技术中应用 总被引:2,自引:0,他引:2
纸币的防伪是世界各国金融系统都面临的十分重要又棘手的问题,笔者在保留了纸币原有防伪功能的基础上,提出了一种将数字化的QR Code二维码与数字水印技术相结合的新型的数字化防伪技术。利用RSA加密算法对纸币代码进行加密,并生成二维码。最后利用DWT域水印算法嵌入和提取水印图像。仿真实验结果证明了该技术的有效性。 相似文献
16.
17.
18.
基于手指融合特征和粒子群优化的手形识别 总被引:1,自引:0,他引:1
针对基于手部几何特征的手形识别方法可利用的个体信息有限的问题,提出了一种将手指轮廓特征与几何特征相融合的身份识别方法。该算法首先分离手指,采用曲线拟合算法定位手指中轴线;然后采用分步对齐方法规范化手指,并提取手指轮廓特征和几何特征;最后采用粒子群算法对手指截取系数和权值系数进行优化,以进一步提高识别准确率。实验结果表明:采用该方法后,识别率可达98.61%。该方法手指定位更准确,更充分地利用了手部信息,且避免了特征点定位不准及手指根部不稳定轮廓特征对识别准确率的影响,具有较高的识别率和良好的鲁棒性。 相似文献
19.
20.
机械手姿态识别的立体视觉匹配 总被引:1,自引:0,他引:1
为了提高机械手姿态识别的精度,提出了区域边缘线段立体匹配算法。该算法利用图像中包含边缘线段区域的颜色特性和边缘线段的几何特征进行线段匹配,其中,区域的颜色特征包括边缘线段的左右颜色和梯度方向,边缘线段的几何特征包括长度、方向和角度。由于充分利用了图像提供的颜色信息,特别是颜色梯度方向信息,使得边缘线段的匹配不仅依靠其自身的几何特征(如长度,方向和位置),而且依靠直线段所在图像区域的所有信息。因此,匹配的判据可以做得更准确。使用该算法进行机械手姿态识别实验,结果验证了该算法能够在复杂背景下识别机械手的姿态,识别精度高,其相对误差达到1.7%,该结果满足机械手在姿态识别中的精度要求。 相似文献