导读:本文包含了美元识别论文开题报告文献综述及选题提纲参考文献，主要关键词:多光谱图像,Haar-Like,H特征,冠字号提取,灰度共生矩阵
美元识别论文文献综述
杨杰[1]（2018）在《美元多光谱图像识别若干关键技术研究》一文中研究指出近年来,多光谱图像技术越来越得到关注,由于能获得在不同光谱下形成差异化的图像,被广泛应用在票据、证照、纸币识别和鉴伪领域,美元多光谱图像识别已经成为纸币识别领域的研究热点。其中美元朝向版本面额信息的识别、冠字号识别和真伪识别是美元多光谱图像处理中非常重要的模块。通过对美元多光谱图像研究和实践,发现传统识别算法的不足。本文对美元朝向版本识别、复杂背景下的冠字号提取和全局纹理特征的真伪识别开展了深入的研究。本文主要工作包括:第一,研究了美元纸币的特征,提出了基于Haar-Like H特征人脸检测的美元朝向和版本识别算法,解决了由于纸币边界污损导致朝向和版本识别不稳定的问题,并提高了计算速度。第二,研究了彩色版美元冠字号的特点,提出了基于Haar-Like H特征和极值稳定区域的冠字号提取算法,解决了复杂背景纹理下冠字号提取质量差、冠字号识别准确率低等问题,提高了纯色背景的冠字号提取质量。第叁,研究了美元不同光谱下的防伪特征,提出了基于全局GLCM纹理特征的美元真伪识别算法,解决了基于局部特征鉴伪的准确率低,基于全局LBP纹理特征计算复杂度高等问题。本文提出的算法均成功应用在多个厂家的点钞机、清分机和鉴伪仪等产品中。实验结果证明,与传统的美元多光谱图像识别算法相比,本文提出的美元朝向识别和版本识别的识别率更高,对异常币的鲁棒性更强;本文提出的冠字号提取算法能有效提高复杂背景下的冠字号码提取质量和识别的准确率;本文提出的基于全局GLCM纹理特征的美元真伪识别算法,提高了假币的识别能力并降低的真币的误报。(本文来源于《华中科技大学》期刊2018-05-01）
庞伟[2]（2017）在《构建具有生物识别身份认证的智慧城市 第叁届中国生物特征识别技术创新应用论坛在深圳举行 2020年全球生物识别市场规模达到250亿美元》一文中研究指出现代信息社会对精准识别的需求,呼唤更加不可替代的生物体特征,曾在各种大片中出现的生物识别技术近年正逐渐走进百姓的日常生活,比如指纹打卡、智能手机的虹膜识别、银行开户取款等等。随着高清监控应用的普及,人体生物特征识别技术在鉴别犯罪分子的打击犯罪活动有着广泛应用。人脸识别系统能借助高清摄像机在不被人察觉的情况下,从人群中提取出犯罪分子的脸部信息,指纹识别技术是目前集安全性和可实现性最(本文来源于《中国公共安全》期刊2017年12期）
韩芳[3]（2015）在《基于模块化描述特征的美元识别方案研究》一文中研究指出针对目前货币识别方案中存在的问题,提出了一种基于模块化描述特征的美元识别方案。首先对货币图像矩阵进行分块,在各个分块内,基于MEFFRA算法对货币图像进行局部特征提取,最后,采用模糊鉴别方法实现美元识别。仿真实验结果表明,其方案有较好的鲁棒性,在识别效果和识别时间等方面,也要优于传统的方法。(本文来源于《微型电脑应用》期刊2015年09期）
付祥旭[4]（2015）在《基于多光谱图像的美元识别与鉴伪技术研究》一文中研究指出美元是国际流通最为广泛的货币,基于多光谱图像美元识别与鉴伪是纸币识别与鉴伪技术领域的研究重点,关系到国家的金融安全,具有重要的理论研究价值和广泛的现实应用。美元的多光谱图像包含了可见光图像信息、红外反射图像信息、红外透射图像信息及紫光图像信息。通过图像处理技术对美元的多光谱图像进行分析可以有效地识别美元的面额版本,并能稳定的识别假币、污损币、残缺币等不宜继续流通的纸币,且可通过灰度分析对美元的新旧进行识别。金融机具的先进制造水平与精度对保证美元的安全流通,维护金融安全具有重要理论研究价值和实际应用背景。国内对基于多光谱图像的美元识别与鉴伪的研究还处在起步阶段,传统的纸币图像识别算法并不适用。美元多光谱图像防伪鉴定算法面临的主要问题是:美元版本繁多、图像纹理相似度高、尺寸一致,其朝向、面额、版本识别难度大;美元各个版本长期流通,各种版本的假币层出不穷,鉴伪难度高;美元在流通过程中会出现不同程度的污损、折旧、残缺,实现准确清分较难。这对我们在图像预处理、面额朝向版本区分、鉴伪及成色识别四个阶段都带来了很大的挑战。针对以上问题,本文对美元的多光谱图像进行了四个方面的技术研究:预处理、朝向版本面额识别、鉴伪及成色分析。首先我们对各个版本和面额的美元进行了分析,改进了灰度补偿和边缘提取算法;其次,本文提出了基于有效图像面积、Haar特征及SVM的朝向识别方法,基于圆形检测及灰度特征的版本识别方法,基于高斯描绘子的面额识别方法;其次,针对美元鉴伪,采用改进的LBP提取纹理特征并采用Uniform LBP降维,用卡方距离实现真假币的分类;最后,为了满足市场对于区分新旧币要求,提出基于高斯模型的纸币成色分析方法。解决了传统率美元识别算法运算速度慢、识别准确率低、鉴伪能力弱等问题。本文所提出的算法与已成功应用于金融设备中,实验结果表明本文所提出的算法与其它纸币识别鉴伪方法相比具有识别速度快、准度高、鲁棒性强等特点。(本文来源于《华中科技大学》期刊2015-05-01）
[5]（2014）在《音乐识别应用Shazam获墨西哥富豪4000万美元投资》一文中研究指出据国外媒体报道,音乐识别应用程序Shazam日前获得来自墨西哥亿万富翁卡洛斯·斯利姆(Carlos Slim)旗下的美洲电信公司(America Movil)的4000万美元投资。Shazam首席执行官里奇·莱利(Rich Riley)表示,按照协议,这家拉丁美洲无线巨头将在其定制销售的手机上预装Shazam。(本文来源于《工业设计》期刊2014年03期）
张新存[6]（2012）在《如何识别美元假钞》一文中研究指出伪造、变造美元现钞在全世界各国都是一种令政府和公众憎恨且头疼的问题,尽管各国反假打假的努力一直没有中断过,但由于制售假钞暴利的存在,所以假钞在各国市场中的流通也就从来没有绝迹过。随着国人出国留学、旅游等国际交往日渐频繁,使得需以美元支付的交易增多,(本文来源于《中国防伪报道》期刊2012年04期）
凌璐[7]（2012）在《美元纸币关键信息的图像检测以及号码识别》一文中研究指出随着全球经济一体化的发展,我国加速对外开放,美元作为世界货币在外汇业务中的作用不可替代,能够研制出快速准确识别美元币种以及记录冠字号码的美元点钞机对我国外汇业务有重要作用。首先讨论了美元纸币的预处理方法,包括灰度化、平滑去噪、鱼眼形变校正、倾斜校正、图像增强等。对预处理后的角图像进行关键信息检测,采用传统模板匹配、PCA特征匹配、八向特征匹配叁种方法进行实验,从识别正确率、耗时方面考虑,八向特征匹配法更为优越,并对该方法进行实时性检测,实时耗时大约为50ms/张,满足系统的实时要求。冠字号码识别部分,首先进行冠字号码定位、预处理后得到冠字号码图像。因为美元票面过于复杂,再对冠字号码图像在X轴、Y轴方向分别进行精确定位,获得号码体图像。采用全局Ostu和局部阈值相结合的二值化方法,对号码体图像进行二值化后采用垂直投影法分割出单个字符,并对单个字符进行归一化。对于字符识别,特征选择PCA特征和八向特征,分类器选取了KNN和BP神经网络,对PCA_KNN、八向特征_KNN、PCA_BP叁种识别方法进行实验,由于本系统中号码识别部分并不要求实时,故从识别率角度出发,采用了八向特征KNN方法对冠字号码字符进行识别。最后结合COMS图像传感器MT9T001和TMS320DM642实现了图像处理与识别技术在美元点钞机上的应用,整个嵌入式图像实时采集处理系统运行稳定,能够脱机实时运行,处理速度达到800张/分以上,美元关键信息识别正确率达到99.5%,且美元纸币冠字号码识别率超过92%。(本文来源于《南京理工大学》期刊2012-01-01）
盖杉,刘鹏,唐降龙[8]（2009）在《美元清分机识别系统设计与实现》一文中研究指出提出了在纸币高速运行条件下对纸币图像进行快速可靠的识别和系统实现方法。清分机是一种自动纸币整理机具。纸币图像分析技术是清分机的核心技术。该系统是光机电一体化的设备,其硬件部分包括线阵图像传感器、信号采集控制器、数字信号处理器。硬件平台捕获高速运行的美元图像后,由信号处理算法完成美元图像的定位、几何校正、特征提取以及图像分析运算,使用BP神经网络完成图像识别。该系统在实际应用中取得了良好的效果。美元处理系统的速度可达800张/min,拒识率小于0.01%。(本文来源于《计算机工程与应用》期刊2009年23期）
白明燕[9]（2009）在《基于改进主成分分析和神经网络的美元识别研究》一文中研究指出随着我国加入WTO,银行与国际金融的接轨,外汇存兑尤其是美元柜台交易业务已成为各银行必须的业务。然而美元鉴伪机具很少,可以信赖的美元鉴伪机具更是微乎其微。再加上造假者猖獗,这从一个侧面折射出目前所应用的技术尚待进一步完善,另一方面也反映出美元鉴伪研究课题具有理论与实际双重挑战性。本文在充分学习了美元识别的国内外研究现状和研究方法之后,分析了美元真伪币的特征,选用有效的传感器获取美元有用的隐性特征,并针对美元的特征提取和识别进行了一些的探讨,提出了一种基于改进主成分分析(IPCA)和改进学习矢量量化(IMLVQ)神经网络的美元识别方法。在特征提取阶段,针对广泛用于美元特征提取的主成分分析技术(PCA)存在计算复杂,不能准确估计训练图像的协方差矩阵以及没有考虑区分样本真伪的分类特征等的问题,提出了IPCA特征提取算法。该方法首先把训练图像的右奇异向量作为PCA求解的图像子空间的基向量,避免了将图像阵列转换成图像向量,明显降低了计算复杂性;然后利用PCA本身所固有的能量聚集特性和Laplacian矩阵的特性,最大程度上提取了样本的真伪特征信息。在分类器设计阶段,通过阅读大量文献和书籍,指出了广泛用于美元识别的LVQ神经网络方法及其各种改进模型的不足,并提出了IMLVQ神经网络识别算法。该算法不仅从理论上有效克服传统LVO算法的对初值敏感,泛化能力差的问题,而且具有更好的学习能力。针对建立的模型,进行了MATLAB仿真和C++程序设计,并对实验结果进行了比较和分析。实验结果表明:本文算法获得了很好的识别效果,从而表明了本文算法在美元识别中具有一定的优势。(本文来源于《中南大学》期刊2009-06-30）
白明燕,贺建飚[10]（2009）在《基于描述特征改进的LVQ神经网络美元识别研究》一文中研究指出针对货币识别中残币、旧币、假币识别的难度大和正确性不高等问题。提出了一种基于描述特征的改进LVQ的神经网络的美元识别算法。该算法首先使用基于描述特征的主成分分析技术(MEFFRA)提取美元的主要特征,然后使用MLVQ神经网络进行识别。不仅降低了货币特征提取时的复杂度,同时也克服了GLVQ和GLVQ-F算法的性能不稳定和对初值敏感性的理论缺陷。是一种更加优化的有师学习算法。试验结果表明,把该算法用于美元识别,有很好的效果。(本文来源于《计算机系统应用》期刊2009年01期）
美元识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
现代信息社会对精准识别的需求,呼唤更加不可替代的生物体特征,曾在各种大片中出现的生物识别技术近年正逐渐走进百姓的日常生活,比如指纹打卡、智能手机的虹膜识别、银行开户取款等等。随着高清监控应用的普及,人体生物特征识别技术在鉴别犯罪分子的打击犯罪活动有着广泛应用。人脸识别系统能借助高清摄像机在不被人察觉的情况下,从人群中提取出犯罪分子的脸部信息,指纹识别技术是目前集安全性和可实现性最
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
美元识别论文参考文献
[1].杨杰.美元多光谱图像识别若干关键技术研究[D].华中科技大学.2018
[2].庞伟.构建具有生物识别身份认证的智慧城市第叁届中国生物特征识别技术创新应用论坛在深圳举行2020年全球生物识别市场规模达到250亿美元[J].中国公共安全.2017
[3].韩芳.基于模块化描述特征的美元识别方案研究[J].微型电脑应用.2015
[4].付祥旭.基于多光谱图像的美元识别与鉴伪技术研究[D].华中科技大学.2015
[5]..音乐识别应用Shazam获墨西哥富豪4000万美元投资[J].工业设计.2014
[6].张新存.如何识别美元假钞[J].中国防伪报道.2012
[7].凌璐.美元纸币关键信息的图像检测以及号码识别[D].南京理工大学.2012
[8].盖杉,刘鹏,唐降龙.美元清分机识别系统设计与实现[J].计算机工程与应用.2009
[9].白明燕.基于改进主成分分析和神经网络的美元识别研究[D].中南大学.2009
[10].白明燕,贺建飚.基于描述特征改进的LVQ神经网络美元识别研究[J].计算机系统应用.2009