纸币多光谱图像分析方法
摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第1章 绪论 | 第10-19页 |
·课题研究的背景和意义 | 第10-11页 |
·多光谱纸币图像识别的发展及研究现状 | 第11-17页 |
·纸币图像分类 | 第11-16页 |
·纸币新旧程度的检测 | 第16-17页 |
·纸币污损程度的检测 | 第17页 |
·本文的主要研究内容及章节安排 | 第17-19页 |
第2章 清分机系统结构 | 第19-26页 |
·引言 | 第19-21页 |
·系统硬件结构 | 第21-23页 |
·机械结构 | 第21-22页 |
·硬件组成 | 第22页 |
·系统通信 | 第22-23页 |
·系统软件结构 | 第23-25页 |
·控制子系统 | 第23页 |
·图像处理子系统 | 第23-24页 |
·检伪子系统 | 第24-25页 |
·本章小结 | 第25-26页 |
第3章 多光谱纸币图像采集和预处理 | 第26-40页 |
·引言 | 第26页 |
·多光谱图像的采集控制 | 第26-29页 |
·多光谱图像的预处理 | 第29-38页 |
·多光谱图像的补偿 | 第29-34页 |
·色彩空间的转换 | 第34-35页 |
·多光谱图像的边缘检测 | 第35-38页 |
·实验结果分析 | 第38-39页 |
·采集补偿策略实验结果与分析 | 第38-39页 |
·边界检测结果分析 | 第39页 |
·本章小结 | 第39-40页 |
第4章 纸币的面值面向识别 | 第40-58页 |
·引言 | 第40页 |
·多光谱纸币图像特征提取 | 第40-47页 |
·纸币的几何特征 | 第41页 |
·多光谱图像网格特征 | 第41-43页 |
·多光谱图像自适应网格特征提取 | 第43-45页 |
·多光谱图像颜色特征提取 | 第45-47页 |
·分类器设计 | 第47-50页 |
·距离分类器设计 | 第47页 |
·神经网络分类器设计 | 第47-50页 |
·实验结果与分析 | 第50-56页 |
·本章小结 | 第56-58页 |
第5章 纸币图像细节分析 | 第58-75页 |
·引言 | 第58页 |
·纸币新旧程度的确定 | 第58-64页 |
·基于纸币空白区域的新旧判别 | 第58-60页 |
·基于纸币反光强度的新旧判别 | 第60-61页 |
·基于多光谱彩色图像的新旧判别 | 第61-64页 |
·多光谱纸币污损程度的确定 | 第64-71页 |
·灰度图像污损特征确定 | 第65页 |
·多光谱彩色图像的污损特征确定 | 第65-71页 |
·特定币种版本识别 | 第71-72页 |
·实验结果与对比分析 | 第72-74页 |
·本章小结 | 第74-75页 |
结论 | 第75-76页 |
参考文献 | 第76-84页 |
致谢 | 第84页 |