智能型点钞机的研制

本文介绍了采用Atmel 89C52为控制器的智能型点钞机的检测原理、系统组成、软件设计等技术。该点钞机运用磁分布检测、红外线透射水印检测、紫外线荧光检测、宽度检测等技术鉴别纸币真伪、识别人民币面值，还可识别出纸币的残张、连张、重张，并能自动诊断出点钞机部分机械故障。     

基于机器视觉的纸币清分机设计分析

设计了一种基于机器视觉的智能纸币清分机,可实现纸币真假识别、面额清点和分拣等功能。清分机采用STM32作为运动控制系统的处理器,可同时控制进钞步进电机、传输步进电机和分拣步进电机,实现三轴联动。通过红外触发传感器,检测进钞状态,触发相机采集图像。基于工业计算机处理平台,采用CCD相机与紫外LED光源,采集纸币目标区域的水印图像。设计专用的纸币智能识别算方法完成水印图像处理与分析,处理信号驱动运动控制系统,控制线性模组完成纸币的分类。实验结果表明所设计的纸币清分样机可实现不同面值纸币的快速准确识别、清点与分类。     

人民币纸币识别系统

设计研究人民币纸币清分系统中的主要模块,如图像采集、处理和识别.在硬件部分,选用CM326A4作为系统的图像传感器,选用DSP芯片TMS320C6711进行纸币图像的处理和识别;在软件部分,选取预处理之后的纸币图像的尺寸特征用模糊逻辑推理方法识别图像的面值,提取矩作为特征,采用三层BP神经网络来识别纸币的正反面和正反向,并通过实验证明该系统的有效性和可行性.     

基于DSP的欧元水印条码识别系统的研究

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。     

一种基于紫外荧光图像的人民币面额识别算法

通过调研国内外纸币面额识别技术的研究现状,设计了一种基于紫外荧光图像的人民币面额识别算法,该算法利用在紫外光照射下人民币正面的荧光面额区域作为识别特征,经过简单的图像预处理(包括倾斜校正、图像二值化、滤波和形态学处理等)操作,综合运用几何结构分析和模板匹配的方法实现对六种人民币面额的识别,识别率达到99%以上,平均识别时间在0.04s以内。该算法识别效果好并且满足一定的实时性,经过改善可以运用到自动售货机、点钞机、清分机、ATM机等实际系统中。     

基于货币特征的模式识别方法研究

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。     

一种基于模板匹配的人民币编号识别算法

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。     

应用HSV和SVM算法的纸币清分系统设计

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.     

纸币安全线磁信号波形的提取和分析

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。     

欧元面值识别和检伪的原理方法

完整论述欧元面值识别和检伪的原理及方法从纸币宽度上可以将分为5,10,20,50以及100元以上这五类;对颜色传感器信号进行智能模糊分类,识别七种面值;运用红外传感器阵列对欧元的红外图像信号进行时域和频域的识别检伪,同时,检测纸币的长度;对安全线磁性特殊波形的检测分析作为第二种检伪手段.     

流通人民币纸币的面值识别

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.     

基于 ORB 和 WHT 的电力视觉快速水印算法研究

基于对电力信息安全保护及实时性的需求,提出了基于 ORB 和沃尔什哈达码变换( WHT )的快速数字水印算法。首先,提取 ORB 特征点并对其进行筛选优化,选择特征点邻域作为水印嵌入区域;然后,对各邻域进行 WHT 变换嵌入水印,生成含密载体图像,提取水印过程为嵌入水印的逆过程。实验表明,这种快速水印算法,运行时间远小于常规水印算法,不可见性良好,对几何攻击和噪音攻击具有良好的抵抗力。     

智能红外测厚技术在纸币检伪中的应用

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。     

面向MBD模型的特征信息自动识别算法研究

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。     

QR Code二维条码在纸币防伪技术中应用

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。     

基于建模过程的加工特征识别

针对复杂零件加工特征识别存在拓扑分析复杂、相交特征识别困难的问题,提出了利用CAD系统中以宏命令形式记录的建模过程进行特征识别的新方法。每次特征识别仅对单个建模过程中的几何实体和拓扑实体进行分析,逐一识别零件模型的所有特征,有效避免了传统方法对零件模型的全部几何实体和拓扑实体进行特征识别存在的缺陷。研究了输入数据获取和整理、基于二维草图的特征痕迹识别和特征参数获取的算法。     

多功能公交车投币箱的设计

通过对现有公交车投币箱的研究,采用新型机械结构设计了一种通用公交车投币箱系统,在入口处能够实现纸币和硬币的分离,同时可以实现假币的识别、各种面值的硬币之间的分离,并采用红外对管计数电路实现硬币的自动计数。     

基于手指融合特征和粒子群优化的手形识别

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。     

基于图的夹具特征识别方法研究

夹具特征识别是实现夹具自动化设计的基础。本文在属性邻接图的基础上,给出了一种通过几何推理实现夹具特征识别的方法。在该方法中定义了制造特征方向,并通过最大凹边凝聚的方法,实现了极限表面的识别,在此基础上通过一系列几何推理算法来识别夹具特征。该方法可以有效地解决CAD与夹具设计CAD之间的集成问题,为自动化夹具设计探索了一种新的途径。     

机械手姿态识别的立体视觉匹配

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。