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 .     

基于高斯模型的污损纸币识别算法研究

研究纸币识别问题,提高纸币识别的准确率。针对纸币识别过程中,当待识别的纸币在流通中存在被污染或者磨损,传统的模板匹配的识别算法受纸币污损的影响识别的准确性。为解决上述问题提出一种高斯模型的识别算法,首先对待检测图像进行亮度补偿、边缘检测、倾斜校正等预处理,然后将图像划分为若干个矩形子区域,计算各子区域的灰度平均值作为提取的图像初始特征,通过计算初始特征的先验概率并对后验概率进行修正,对污损区域特征值的校正,最后建立高斯模型完成纸币的识别,克服了传统无法准确识别污损纸币的问题。实验证明,改进方法能够将纸币污损部分校正并将纸币准确识别,取得了满意的效果。     

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。     

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.     

CIS采集纸币图像的冠字符处理

针对纸币冠字符识别过程中,用接触式图像传感器(CIS)获得的图像不如扫描图像清晰,同时由于不均匀光照和对焦不准等问题,所以如何将待识别的有效信息进行提取是实现冠字符自动识别的关键。提出一种解决办法,首先使用同态滤波去掉不均匀光照的影响,然后使用改进的Bernsen算法对图像进行二值化。实验结果表明了此算法的有效性,使用该算法能有效地克服不均匀光照的影响,二值化效果良好。     

基于嵌入式纸币识别系统的设计与实现

设计研究人民币纸币识别系统的主要模块,如图像特征采集、处理和识别.实时特征采集是基于嵌入式纸币识别系统的关键,结合uClinux操作系统和S3C4510B的特点,设计了以中断方式实现的实时特征采集系统,提升纸币识别系统的并发处理能力.在软件识别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RBF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.     

基于模糊神经网络的纸币清分方法

提出一种使用模糊神经网络对纸币新旧程度进行实时分类的方法。为了达到实时性要求,该方法使用图像区域的一阶矩作为纸币新旧分类的特征,使用模糊神经网络作为分类器。在分类器的隶属函数生成层对特征向量向目标空间进行映射,在网络的推理层对纸币的新旧进行分析,在去模糊化层给出纸币新旧的定量分析结果。实验结果表明,该方法对纸币新旧的分类是准确和稳定的。     

透射成像纸币冠字号定位方法

纸币成像方式分为反射和透射成像两种方式。反射方式成像的纸币图像清晰、背景单一,但采集任意方向进入点验设备的冠字号图像需两个图像传感器,占用仓室空间大;相同条件下,透射方式仅需一个图像传感器,具有空间上的优势,但透射方式的图像背景复杂、两面图像重叠、易光照不均。针对这些问题,提出一种冠字号定位的新算法。检测冠字号的字符间间隙特征点;在特征点检测基础上,进行水平投影,根据人民币固有属性计算冠字号区域的准确水平位置;在水平定位基础上,通过定位欧姆龙环间接计算出冠字号区域的准确垂直位置;利用连通域标记算法定位出单个字符。对2000张正常流通05版人民币进行测试,定位正确率为100％。     

复杂场景下在建建筑区域识别方法

针对在建建筑区域具有与周围非在建建筑颜色特征不同、与周围自然环境纹理特征不同的特点,提出了一种基于在建建筑颜色和纹理特征的高空影像中在建建筑区域识别方法.首先对只包含在建建筑图像数据集中的图像进行颜色和纹理特征提取,由这些特征矢量构建图像特征索引库;然后将待检测图像分块,对其颜色聚类屏蔽绿色植被区域并计算特征矢量,将其与特征索引库做相似性度量,判定该图像块在整个待检测图中的位置,对检测到的在建建筑用红色矩形框和唯一的标识符框选出来.实验结果显示,利用本文提出的在建建筑区域识别方法,能够有效地识别城市高空影像中的在建建筑区域,基于本文算法的系统可以运用于城市规划.     

基于多传感器图像融合技术的鲁棒景象匹配算法

将多个传感器获取的具有不同大小、不同分辨力和不同信噪比的实时图基于Kalm an滤波的方法进行融合,以提高实时图的性能;搜索融合后的实时图在基准图中的位置达到目标定位之目的,即进行景象匹配。在景象匹配过程中,选用归一化互相关系数作为相似性度量。多组实验与分析表明:所介绍的基于多传感器图像融合技术的景象匹配算法可以有效地解决实时图存在部分遮挡、灰度与对比度变化以及复杂噪声干扰等影响下的景象匹配问题。     

Bayes理论和邻域平均法在图像去噪中的应用

去噪处理是图像处理中较为重要的环节。针对加噪后的图像的直方图进行分析,依据最小错误率贝叶斯决策和均值滤波理论,提出一种基于均值滤波和最小错误率贝叶斯决策的去噪方法。首先对加入噪声后的图像直方图进行统计,从中估计出服从分布的不同类别参数,对图像中每一像素点进行判断是否为噪声,对噪声点进行基于均值滤波的处理。通过试验,取得了良好的效果。     

基于图像受噪程度的改进模糊加权均值滤波

根据高斯噪声密度大、噪声强度的波动范围宽,其污染图像不仅每一个像素灰度级都会受影响,而且即使是同一灰度级受污染的程度也会不同的特点和传统的图像模糊滤波算法在图像细节保护方面上的不足,提出基于图像受噪程度的改进模糊加权均值滤波算法,该算法根据图像各像素点的受噪程度,得到首次滤波图像和原图像估计直方图,根据该直方图确定模糊隶属度函数,然后对首次滤波图像中灰度小于25的像素点进行模糊加权均值滤波,该算法在不需要期望图像和高斯噪声方差的情况下能有效地去除噪声,同时能够很好地保护图像细节信息。     

Spatially adaptive smoothing parameter selection for Markov random field based sub-pixel mapping of remotely sensed images

Sub-pixel mapping is a process to provide the spatial distributions of land cover classes with finer spatial resolution than the size of a remotely sensed image pixel. Traditional Markov random field-based sub-pixel mapping (MRF_SPM) adopts a fixed smoothing parameter estimated based on the entire image to balance the spatial and spectral energies. However, the spectra of the remotely sensed pixels are always spatially variable. Adopting a fixed smoothing parameter disregards the local properties provided by each pixel spectrum, and may probably lead to insufficient smoothing in the homogeneous region and over-smoothing between class boundaries simultaneously. This article proposes a spatially adaptive parameter selection method for the MRF_SPM model to overcome the limitation of the fixed parameter. As pixel class proportions are indicators of the type and proportion of land cover classes within each coarse pixel, in the proposed method, fraction images providing pixel class proportions as local properties of each pixel spectrum are employed to constrain the smoothing parameter. Consequently, the smoothing parameter is spatially adaptive to each pixel spectrum of the remotely sensed image. Synthetic images and IKONOS multi-spectral images were employed. Results showed that compared with the hard classification method and the non-spatially adaptive MRF_SPM adopting a fixed smoothing parameter, the spatially adaptive MRF_SPM with the smoothing parameter constrained to each pixel spectrum yielded sub-pixel maps not only with higher accuracy but also with shapes and boundaries visually reconstructed more closely to the reference map.     

一种基于局部同态性分析的边缘检测算法

提出了一种新的边缘检测算法。首先利用局部同态性分析来获得同态性检测的标准,然后根据此标准做出一个“模板”,各个像素都用此模板来进行同态性检测,从而得出它经过同态检测后的值,这样就可以找到图像的边缘。实验结果表明此方法易于实现,对图像的边缘检测效果很好。     

Intersection between spacecraft viewing vectors and digital elevation models

A method is presented for determining the latitude, longitude, and altitude of each pixel in a remotely sensed image of a planet for the case where there is significant surface topography. The method works by sequentially stepping along the line-of-sight of each pixel in an image until an intersection with the planet surface is detected. The position and altitude of each pixel on the planet can then be used for further analysis and allows comparison with other data sets. For pixels where no intersection occurs the altitude and location of the tangent point are determined. These pixels are important as they provide views of the planet limb and are useful for studying the vertical structure of the atmosphere. Provision is made for reference to an oblate spheroid when calculating the tangent point, which is required for atmospheric applications on oblate planets such as the Earth. The algorithm requires a digital elevation model, along with the viewing geometry and position of the instrument. Illustrative examples are given using the Martian MOLA topography data set for oblique and limb viewing cases.     

双边非局部均值滤波图像去噪算法

为提高图像去噪的视觉效果,本文根据自然图像通常包含较多的重复性结构这一现象,以及双边滤波器的在图像去噪中所具有的优点,提出了一种新的基于双边滤波与非局部均值（ NLM）的图像去噪算法。利用NLM思想对当前的像素灰度值进行估计。过程中,不仅考虑到了当前像素的灰度值对预测结果的影响,而且考虑到了当前像素的位置与周围像素位置之间的关系,构建了非局部邻域内的位置系数来对预测结果进行约束,最后考虑到非局部邻域内同质像素的相似性,设计了双边NLM滤波器。实验结果表明：本文算法比双边滤波算法运行时间快了0.114 s、峰值信噪比（ PSNR）提高了0.9、图像相似度（ MSSIM）提高了0.181,图像保真度（ VIF）提高了0.2147。本文提出的方法能够更好地保留图片信息的完整性,提高了图像的亮度和图像纹理的清晰度。     

Spatial error concealment for stereoscopic video coding based on pixel matching

In stereoscopic video coding, the interview correlation between the stereo image pair can be used for error concealment. A new spatial error concealment method for stereoscopic video coding based on pixel matching in the decoder is proposed in this paper. The lost macroblocks are recovered by utilizing disparity matching between two-view images on a pixel-by-pixel basis. Firstly, we get the candidate disparity vectors of the four neighboring pixels of the lost pixel by disparity matching in the decoder. Secondly, by calculating the boundary pixel difference, we determine an optimal replacing pixel in the reference image, and then we recover the lost pixel by the optimal pixel in the reference image. Experimental results show that the proposed algorithm performs better comparing to the previous technique.     

非监督正交子空间投影的高光谱混合像元自动分解

利用混合像元线性分解技术处理高光谱影像，以获取研究区域中同一像元的不同组份是遥感应用的主要目的之一。近年来，研究者们发展了一种正交子空间投影技术(0SP)，用来探测感兴趣目标，进一步可以用来分解混合像元，然而应用这种方法分解混合像元的缺陷是需要有研究区域的先验信息，这就制约了它在这方面的应用。为此针对这种不足，提出一种非监督的正交子空间投影(UOSP)技术，用来自动获取影像端元光谱，同时进行混合像元分解。并用成像光谱数据(PHI)实例测试了这个方法，结果表明该方法自动获取的端元比较合理，且分解混合像元精度较高。