人民币图像序列号识别及其在假币串并系统上的应用
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第17-29页 |
| 1.1 课题来源 | 第17-18页 |
| 1.2 课题研究背景及意义 | 第18-22页 |
| 1.2.1 假币的危害 | 第18-19页 |
| 1.2.2 序列号识别的研究背景及意义 | 第19-22页 |
| 1.2.3 假币串并系统的研究意义 | 第22页 |
| 1.3 序列号识别的研究现状 | 第22-26页 |
| 1.3.1 国外研究现状 | 第23-24页 |
| 1.3.2 国内研究现状 | 第24-26页 |
| 1.4 本文主要研究内容及章节安排 | 第26-28页 |
| 1.4.1 研究内容和技术路线 | 第26-27页 |
| 1.4.2 本文章节安排 | 第27-28页 |
| 1.5 本章小结 | 第28-29页 |
| 第二章 图像预处理技术 | 第29-65页 |
| 2.1 图像采集 | 第29-31页 |
| 2.2 灰度化 | 第31-33页 |
| 2.2.1 灰度化方法 | 第31-32页 |
| 2.2.2 测试结果与分析 | 第32-33页 |
| 2.3 图像去噪 | 第33-39页 |
| 2.3.1 均值滤波 | 第35-36页 |
| 2.3.2 中值滤波 | 第36-37页 |
| 2.3.3 测试结果与分析 | 第37-39页 |
| 2.4 图像锐化增强 | 第39-43页 |
| 2.4.1 梯度锐化 | 第39-41页 |
| 2.4.2 拉普拉斯锐化 | 第41-43页 |
| 2.4.3 测试结果与分析 | 第43页 |
| 2.5 图像倾斜校正 | 第43-52页 |
| 2.5.1 基于Hough变换的直线检测方法 | 第43-46页 |
| 2.5.2 基于最小二乘法的直线拟合检测方法 | 第46-48页 |
| 2.5.3 图像旋转 | 第48-50页 |
| 2.5.4 测试结果与分析 | 第50-52页 |
| 2.6 图像二值化 | 第52-59页 |
| 2.6.1 灰度平均值法 | 第53页 |
| 2.6.2 双峰法 | 第53-54页 |
| 2.6.3 P参数法(百分比阈值法) | 第54页 |
| 2.6.4 迭代法 | 第54-55页 |
| 2.6.5 OSTU大津法 | 第55-56页 |
| 2.6.6 一维最大熵法 | 第56-57页 |
| 2.6.7 测试结果与分析 | 第57-59页 |
| 2.7 人民币图像序列号的预处理 | 第59-63页 |
| 2.8 本章小结 | 第63-65页 |
| 第三章 序列号的定位与字符分割 | 第65-81页 |
| 3.1 序列号的定位 | 第65-70页 |
| 3.1.1 基于先验知识的粗略定位方法 | 第65-67页 |
| 3.1.2 基于投影法的精准定位方法 | 第67-69页 |
| 3.1.3 基于先验知识粗定位的改进方法 | 第69-70页 |
| 3.2 序列号字符分割 | 第70-74页 |
| 3.2.1 连通域分析法 | 第71页 |
| 3.2.2 垂直扫描线法 | 第71-72页 |
| 3.2.3 基于投影法的字符分割方法 | 第72-74页 |
| 3.3 字符归一化 | 第74-78页 |
| 3.3.1 尺寸归一化 | 第74-77页 |
| 3.3.2 位置归一化 | 第77-78页 |
| 3.4 本章小结 | 第78-81页 |
| 第四章 序列号识别 | 第81-97页 |
| 4.1 模板匹配 | 第81-84页 |
| 4.2 近邻法 | 第84-85页 |
| 4.2.1 K近邻法 | 第84-85页 |
| 4.2.2 最近邻法 | 第85页 |
| 4.3 基于字符特征的识别方法 | 第85-87页 |
| 4.3.1 字符的几何特征 | 第85页 |
| 4.3.2 字符的结构特征 | 第85-87页 |
| 4.4 基于人工神经网络的识别方法 | 第87-93页 |
| 4.4.1 神经网络基本理论 | 第87-88页 |
| 4.4.2 BP神经网络学习算法 | 第88-91页 |
| 4.4.3 BP网络参数确定 | 第91-93页 |
| 4.5 字符识别结果 | 第93-94页 |
| 4.6 本章小结 | 第94-97页 |
| 第五章 序列号识别在假币串并系统上的应用 | 第97-117页 |
| 5.1 假币串并系统简介 | 第97-98页 |
| 5.2 真假人民币图像特征对比分析 | 第98-106页 |
| 5.3 部分特征在假币串并系统上的应用 | 第106-115页 |
| 5.3.1 关键位置特征 | 第106-107页 |
| 5.3.2 光变油墨特征 | 第107-109页 |
| 5.3.3 紫外光下荧光特征 | 第109-112页 |
| 5.3.4 红外图像平均灰度值特征 | 第112-115页 |
| 5.3.5 序列号特征 | 第115页 |
| 5.4 本章小结 | 第115-117页 |
| 第六章 假币串并结果与分析 | 第117-125页 |
| 6.1 单特征串并与分析 | 第117-121页 |
| 6.1.1 紫外光下荧光特征串并 | 第117-118页 |
| 6.1.2 红外光下平均灰度特征串并 | 第118-119页 |
| 6.1.3 关键位置特征串并 | 第119-120页 |
| 6.1.4 基于序列号识别的特征串并 | 第120-121页 |
| 6.2 多特征综合串并与分析 | 第121-123页 |
| 6.3 本章小结 | 第123-125页 |
| 第七章 总结与展望 | 第125-127页 |
| 7.1 工作总结 | 第125-126页 |
| 7.2 展望 | 第126-127页 |
| 致谢 | 第127-129页 |
| 参考文献 | 第129-137页 |
| 附录 作者在攻读硕士学位期间发表的成果 | 第137页 |
