论文部分内容阅读
纸币是用来交易的基本工具,每一张纸币上都有防伪信息,它们是统一的,而独有纸币序列号是不重复的,就像是纸币的身份证号。因而,金融部门可以通过建立纸币序列号的数据库,实现对其流通情况的跟踪、监管。货币序列号识别系统的建立和应用在金融领域具有深远的意义,具有广阔的应用前景。为了解决该问题,本文将对纸币的序列号进行深入的研究与讨论,对序列号的图像进行分解,运用图像识别以及模式识别等方法,对其进行识别。成功完成了纸币序列号图像的预处理、序列号部分的图像二值化、字符切分、特征提取和字符识别等模块的算法,并对具有该功能的硬件电路进行了搭建,验证了其准确性。主要内容如下:(1)在字符图像预处理过程中,使用了遗传算法对二值化的阈值进行搜索、优化的办法,有效降低了二值化后图像干扰像素点出现的几率,并且为接下来将要进行的图像处理等工作起到了至关重要的铺垫。(2)对于字符图像分割的步骤均进行了详细的说明,基于字符图像灰度值不连续性和相似性的方法,通过边缘检测和图像投影将字符分开,之后通过线性处理法将字符进行归一化处理。(3)字符统计特征法在识别字符领域应用非常广泛,对于识别问题的处理同样适用了该方法。由于是对纸币序列号的提取,其要求的精度较高,而字符的统计特征是通过统计网格内字符的像素点数量值,所以即使预处理后的图像存在一些干扰该方法仍然降低错误率,增强了系统的抗干扰能力。(4)识别算法采用了支持向量机(Support Vector Machine, SVM)方法。字符识别方法很多,其算法各有利弊,经过大量文献的阅读选择了基于分类的思想进行识别。而在该领域中SVM分类器是应用最为广泛的,即运用该方法进行识别,并对其中的各个参数选择做了大量的试验,证明了该算法的快速性和准确性。