| 第1章 绪论 | 第1-16页 |
| 1．1 基于机器视觉的纸币识别技术的研究背景 | 第7页 |
| 1．2 课题的提出及研究意义 | 第7-9页 |
| 1．3 纸币清分机简介 | 第9-14页 |
| 1．3．1 功能概述 | 第9页 |
| 1．3．2 发展现状 | 第9-10页 |
| 1．3．3 基本方法综述 | 第10-14页 |
| 1．4 本文主要研究内容及结构安排 | 第14-16页 |
| 第2章 数字图像处理基础 | 第16-31页 |
| 2．1 概述 | 第16-18页 |
| 2．2 图像和调色板 | 第18-21页 |
| 2．2．1 图像的表示 | 第18-20页 |
| 2．2．2 调色板 | 第20-21页 |
| 2．3 灰度直方图 | 第21-26页 |
| 2．3．1 直方图的定义和性质 | 第21-22页 |
| 2．3．2 直方图均衡化和直方图规定化 | 第22-24页 |
| 2．3．3 图像的二值化 | 第24-26页 |
| 2．4 颜色空间模型 | 第26-31页 |
| 2．4．1 颜色模型 | 第26-28页 |
| 2．4．2 彩色坐标变换 | 第28-29页 |
| 2．4．3 彩色图像分割 | 第29-31页 |
| 第3章 模式识别 | 第31-41页 |
| 3．1 模式识别简介 | 第31-35页 |
| 3．1．1 模式识别过程 | 第31-32页 |
| 3．1．2 模式识别系统的设计 | 第32-33页 |
| 3．1．3 特征选取 | 第33-34页 |
| 3．1．4 分类器的设计与训练 | 第34-35页 |
| 3．2 统计模式识别 | 第35-37页 |
| 3．2．1 几何分类法 | 第35-36页 |
| 3．2．2 概率分类法 | 第36-37页 |
| 3．3 模糊模式识别 | 第37-39页 |
| 3．4 结构模式识别 | 第39-41页 |
| 第4章 VC++和MATLAB辅助图像处理 | 第41-51页 |
| 4．1 VC++数字图像处理 | 第41-46页 |
| 4．1．1 GDI位图 | 第41-43页 |
| 4．1．2 设备无关位图(DIB)及位图文件格式BMP | 第43-46页 |
| 4．2 MATLAB辅助图像处理 | 第46-51页 |
| 4．2．1 MATLAB简介 | 第46-48页 |
| 4．2．2 MATLAB的图形对象 | 第48-51页 |
| 第5章 纸币检测的算法分析 | 第51-79页 |
| 5．1 引言 | 第51-52页 |
| 5．2 纸币图像特征分析 | 第52-55页 |
| 5．2．1 纸币的直方图分析 | 第52-54页 |
| 5．2．2 纸币的频域分析 | 第54-55页 |
| 5．3 纸币图像的滤波与边缘检测 | 第55-62页 |
| 5．3．1 纸币图像的滤波 | 第55-58页 |
| 5．3．2 边缘检测 | 第58-62页 |
| 5．4 纸币的破损检测 | 第62-65页 |
| 5．5 纸币的新旧识别 | 第65-73页 |
| 5．5．1 利用纸币灰度图像的新旧识别算法 | 第65-68页 |
| 5．5．2 利用纸币彩色图像的新旧识别算法 | 第68-72页 |
| 5．5．3 分类器设计 | 第72-73页 |
| 5．6 纸币清分机其他功能介绍 | 第73-75页 |
| 5．6．1 面额识别算法 | 第73-74页 |
| 5．6．2 方位识别算法 | 第74-75页 |
| 5．7 纸币检测软硬件系统实现 | 第75-79页 |
| 5．7．1 软件流程 | 第75-76页 |
| 5．7．2 硬件系统 | 第76-79页 |
| 第6章 总结和展望 | 第79-82页 |
| 参考文献 | 第82-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间发表的论文 | 第86-87页 |
| 附录 | 第87-89页 |