基于多光谱图像信息融合的纸币鉴别

为了提高纸币鉴别设备的鉴别能力,提出一种系统的纸币鉴别方法,该方法综合利用了纸币多光谱图像中的鉴别性特征。首先,利用主分量分析(Principal Component Analysis,PCA)方法计算纸币图像的倾斜角度,并对图像进行旋转以实现倾斜校正;然后,利用纸币的白光图像提取颜色直方图来实现面额识别;最后,利用改进的局部二值模式(Local Binary Pattern,LBP)算法提取红外图像中的鉴别性特征,利用阈值化算法提取紫外图像中的鉴别性特征,并将这些特征进行融合,对纸币的真伪进行鉴别。实验结果表明,提出的方法具有很强的纸币鉴别能力。

纸币鉴别的质量控制方法

纸币鉴别的质量控制方法,用于解决由于CIS的性能存在差异导致得到的纸币分类结果也存在差异,影响纸币识别的准确性,存在误识别的风险的技术问题。本文介绍纸币鉴别质量控制设计流程步骤,并重点介绍了其中两个主要步骤:色彩白平衡检测和色彩白平衡校正。色彩白平衡检测用于检测多光谱图像信号质量,当CIS的输出质量存在较大偏差时,暂停纸币分类处理;否则,则进行色彩白平衡校正处理,以消除较小范围的色彩偏差影响。