基于TMS320DM642的人民币图像特征识别系统

以德州仪器公司数字多媒体处理器TMS320DM642为核心,完成了高速走钞过程中对人民币冠字号码的识别以及白水印面额数字特征的提取,实现了图像特征识别系统原型样机的研发。系统通过接触式图像传感器(CIS管)采集人民币图像,首先由FPGA完成格式转换,然后发送至DSP芯片中进行图像处理,通过图像预处理、二值化、字符切割、字符识别等算法过程,最终完成了对人民币图像特征的提取与识别。系统具有RS232串口、以太网和USB接口等多种方式与外部进行通信。

神经网络的人民币序列号识别算法

研究人民币智能鉴伪问题,人民币序列号是人民币的"身份证",优化识别人民币的真伪将直接影响经济秩序。由于人民币在流通过程中容易出现磨损、污染和缺损等,导致人民币序列号识别的正确率不高。为了提高人民币序列号识别的正确率,更好地鉴别出人民币的真伪,提出根据BP神经网络对人民币序列号识别算法。首先对人民币图像进行预处理,消除一些不利信息和噪声,然后对人民币序列号进行分割和归一化,并提取字符的特征向量,最后采用BP神经网络对字符进行仿真。仿真结果表明,BP神经网络识别算法的人民币序列号识别正确率达到97%以上,并且识别速度快,为人民币识别提供了有效方法。

人民币冠字号码识别预处理算法研究

近年来,人民币冠字号码的识别受到越来越广泛的关注,其在打击经济犯罪,维持市场稳定和社会和谐等方面都具有很强的实用性和广阔的应用前景。一个稳定高效的人民币冠字码识别系统在很大程度上依赖于图像预处理的结果。提出了一套完整的人民币冠字码识别预处理方案,其中包括图像采集、倾斜校正、采集方向识别、冠字号码区域定位和二值化、字符提取等算法,并对三种冠字码区域二值化方法进行了比较和分析。实验结果表明,所提出的预处理方法精度很高,为后续的冠字码字符识别工作提供了可靠的技术保障。

百元人民币序列号字符匹配识别方法研究

对百元人民币图像进行采集及预处理,包括图像采集、灰度化、倾斜校正、定位分割;对检测出的序列号进行单字符分割及规格化处理;将规格化后的单字符与所构建的字符模板进行匹配,依设定的阈值进行字符识别;基于Matlab环境进行仿真实验,选取10张百元人民币(共100个序列号字符)进行实验,其正确识别率为96%。表明该分类方法有助于百元人民币序列号的识别。

基于DSP的人民币序列号识别系统的研究

介绍了一种基于DSP的人民币序列号识别系统,可自动识别并记录下通过该系统的人民币序列号,从而实现对人民币序列号的信息化管理。系统选用DSP与CPLD双核心架构,采用图像倾斜校正、二值化、中值滤波、字符定位、特征提取与特征识别等多种手段来采集与识别人民币的序列号;利用先进的二叉树、穿越特征、外围特征等算法判定已知字符的唯一性;同时可利用USB通信与PC配合,完成对识别后的人民币序列号的数据库管理。该系统可以实现不同版本、不同面额的人民币序列号识别,具有良好的实时性、可靠性和便携性等优点。

一种去噪去污的人民币序列号分割方法

序列号的准确分割是人民币序列号识别的必要前提,然而人民币图像中引入的各类噪声和污染会严重影响其分割效果,为此提出一种能去除污染和噪声的序列号分割方法。在图像预处理时引入高提升滤波,在增强序列号边缘的同时,滤除各类噪声干扰;在字符分割时利用改进型连通区域算法,找到序列号完整的外围轮廓。在各面值人民币图像组成的数据集上验证该方法的可行性,通过与常用分割法准确率的对比显示该方法的优越性。该方法能对污痕、拆痕、字符粘连等污染的图像进行准确分割,比常用的分割方法具有更好的分割性能。

基于K-means聚类算法的彩色人民币编号分割方法

目前我国流通的人民币都是彩色图像,且携带不同程度的噪声,本文提出用K-means聚类算法对人民币编号进行分割提取,为改进算法的抗噪能力,考虑了图像当前像素点与相邻像素间的影响,实验结果表明,本算法对彩色人民币编号的分割具有自适应性,分割效果较好,鲁棒性强.