人民币纸币序列号、面额号定位与分割

随着经济的发展和繁荣,纸币的流通量越来越大,银行或其它金融机构常需要对序列号的信息进行采集用于分类和防伪。本文在研究纸币图像的Sobel和Canny边缘检测结果和纸币本身的特点以后,提出基于边缘检测和投影法的三步序列号分割方法,即序列号所在左侧区域的定位、序列号与面额号所在区域的准确定位、序列号与面额号的辨别与分割三个步骤。本文还对纸币的面向和倒置与否进行识别,使得算法可以应用于更为复杂的情况。     

基于Hough变换的改进的纸币倾斜校正方法

纸币清分机采集图像是在纸币快速进纸过程的情况下实现,不可避免的会发生倾斜,这为后续的图像分割和识别带来了困难。针对图像中纸币边缘检测结果通常断裂为若干直线段的现象,本文提出了一种基于Hough变换的改进倾斜矫正算法,能够较准确地检测到图像的倾斜角度,从而实现纸币图像的倾斜矫正。     

一种纸币图像特征提取方法

针对纸币在清分机中运动时,图像发生尺寸、旋转和平移的现象,提出一种对尺寸、旋转和平移运动不敏感的特征提取方法。该方法通过纸币边缘提取、尺寸计算及倾斜校正预处理,采用贝叶斯最大后验概率法拟合边缘,将所确定的图像区域等分为M×N个单元,提取其特征,消除数据的不一致性,纸币分类的准确率达99.9%以上。该方法计算复杂性低,能够满足纸币清分机对图像处理和分类的实时性要求。     

最新成果推广

国家科技成果网是利用互联网为平台的科技网站，以下项目由国家科技成果网提供，详情请登陆、vww.nast.org.cn。人民币智能检测仪是光、机、电一体化的金融机具，可用于银行储蓄机构和各商家财务收款部门.其人民币智能检测技术可应用于自动售货、售票、自助银行等自助行业.带动相关产业的发展。该型纸币智能识别器不仅对人民币现有的特征防伪材料进行光谱定登检测识别，同时选择人民币图像特征点通过模糊识别.实现自动比对。人民币智能检测仪能找准人民币纸币防伪特点，辨别不同面值的假纸币.做到识别真纸币不出错，认假纸币不误判.并能自动…     

数字图像处理在自动切纸机质量分析中的应用

简要介绍一种针对自动切纸机质量分析过程中生成图像的图像处理算法,分析了切痕图像特点,提出一般处理算法,并开发了独有的去噪处理算法,根据处理结果判别切纸质量,说明了数字图像在自动切纸机质量分析中的应用的可用性。     

基于OpenCV的人脸图像预处理技术研究

对采集到的人脸图像进行预处理和训练,以改善图像的视觉效果,提高图像的清晰度,并且使图像更有利于计算机处理,便于对图像进行分割和边缘检测,从而提高人脸图像人别的准确率,为人脸的提取特征值和识别等操作做好准备.利用PCA人脸识别方法,实现简单且识别准确率高,OpenCV的特点是实现了图像处理和计算机视觉方面的很多通用算法,实验结果表明,通过预处理后的人脸图像识别效果更好,识别速度更快.     

纸币号码图像预处理及识别技术

在不去除纸币号码图像背景的前提下,为了进一步提高纸币号码图像识别的工作效率和准确度,本文对纸币号码图像的识别技术做了相应研究。运用图像增强、图像灰度形态学平滑去噪、图像二值化和识别区域的定位等方法对图像进行预处理。以实验分析为基础,应用模板匹配算法和特征结构识别算法相结合来实现纸币号码识别。实验结果表明,该方法针对印度币和人民币号码图像的识别率、识别时间均达到实际使用要求,是能够满足实际需要的综合识别算法。     

一种纸币倾斜角度校正方法

清分机在高速采集纸币图像过程中,送入的纸币会不可避免地存在各种倾斜,导致采集的纸币图像存在不同程度倾斜.在对纸币进行识别之前,为不影响图像的识别效果,需要对采集获得的图像进行倾斜度校正预处理.本文研究一种首先利用Sobel算子找到纸币的边缘界线,再利用Hough变换方法计算出纸币边缘线倾斜角,进而完成对纸币倾斜度校正的方法.实验证明了本方法的有效性.     

卷积神经网络的民国纸币序列号识别系统

实现了深度学习的民国纸币序列号自动识别系统.提取、分割民国纸币序列号字符,对单个字符进行预处理,裁剪字符空白区域,归一化字符大小,并使用卷积神经网络进行识别.实验结果表明:在纸币存在污迹、褶皱的情况下,所提民国纸币序列号识别系统能够减少人工录入的工作量,单个字符的识别精度高于99.99%.     

纸币清分机的新旧币检测问题研究

纸币清分机是近年来得到快速发展的金融光机电一体化设备,纸币清分机对纸币图象识别与处理技术有着严格的要求。在纸币清分机系统中,纸币的新旧判别是其检测的重要指标之一。本文提出了一种纸币新旧判别算法,该算法运算速度较快,准确度较高,具有良好的应用前景。