文档介绍：承诺书
本人郑重声明:所呈交的学位论文,是本人在导师指导下,独立进行研究工作所取得的成果。尽我所知,除文中已经注明引用的内容外, 本学位论文的研究成果不包含任何他人享有著作权的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体,均已在文中以明确方式标明。
本人授权南京航空航天大学可以有权保留送交论文的复印件,允许论文被查阅和借阅,可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或其他复制手段保存论文。
(保密的学位论文在解密后适用本承诺书)
作者签名: 日 期:
纸币编码识别算法研究
摘 要
由于纸币在使用过程中极易造成的污点和折痕,扫描获取到的灰度图像中包含大量噪声信息。为了更好的实现纸币编码的识别,必须对纸币图像进行去噪处理。纸币的灰度图像中包含的两种比较明显的噪声——散斑和折痕,其中散斑的形状不规则不确定,折痕通常为直线,其位置的不确定。本文针对不规则形状位置的散斑,提出通过区域平均方式进行去噪的算法;针对不确定位置的直线折痕,提出一种利用折痕贯穿性去除纸币中折痕的算法。
通过分析人民币编码的特点,将识别算法分为两大部分:冠字区域识别和号码区域识别。编码的 1~ 3 位为冠字区域,由字母和数字组合而成,设计基于 BP 神经网络的算法,实现对结构复杂、种类较多的字母和数字的混合字符的分类。针对易混淆的字符,提出采用神经网络二次识别的方法;由于普通 BP 神经网络训练时间过长和容易陷入局部极小,提出免疫算法优化神经网络。编码的 4~ 10 位为号码区域,仅由数字构成,设计基于字符拓扑结构的数字识别算法。
通过 MATLAB 软件对 1000 张含有不同程序污损的人民币编码图片进行识别实验,实验的综合识别率为 %,主频为 的奔腾双核处理器的 PC 机上识别速度约为 秒/张。实验结果表明,本文提出的关于字符图像处理方面的思想和方法,能较大幅度提高图片的质量, 对后续的识别工作具有很大帮助,体现了该方法的特点;本文提出的识别算法,相对于普通神经网络识别算法,在训练时具有更快的收敛速度,在识别时具有更高的识别率和识别速度;而对比字符模板匹配识别法,在保证良好的识别速率的前提下,具有更高的识别率。
关键词:编码识别,图像处理,BP 神经网络,拓扑结构
ABSTRACT
There are a lot of noise in the grayscale images scanned by equipment because of stains and creases caused when the paper money is used. In order to better achieve the identification of the serial number, the banknote image should do denoising processing. There are two kinds of significant noise in the grayscale image of the banknote, one is the speckle in irregular shape and position, the other is the straight line creases in uncertain position. In this paper, some ideas on image processing are announced to remove these noise. An algorithm by regional average denoising is proposed on the speckle in irregular shape and position. And taking advantage of crease’s rability in banknotes is to remove algorithm crease.
The recognition algorithm is divided into two parts, head word recognition and number recognition, by analyzing the characteristics of the serial number of RMB. First three words of serial number is head posed of letters and numbers. Algorithm based on BP work is to achieve the classifi