-
题名基于BP神经网络的纸币面向识别方法
被引量:5
- 1
-
-
作者
刘艳萍
杜秋晨
张进东
-
机构
河北工业大学信息工程学院
北京泰德瑞普科技有限公司
-
出处
《计算机应用与软件》
CSCD
2015年第11期176-179,共4页
-
文摘
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。
-
关键词
纸币面向
图像预处理
神经网络
量化共轭梯度法
-
Keywords
Banknote surface and direction
Image preprocess
Neural network
Scaled conjugate gradient (SCG)
-
分类号
TP368.1
[自动化与计算机技术—计算机系统结构]
-