纸币图像识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-11页 |
| ·纸币图像识别研究的背景及意义 | 第7页 |
| ·纸币清分机概述 | 第7-8页 |
| ·纸币图像识别技术概述 | 第8-9页 |
| ·论文主要工作及内容安排 | 第9-11页 |
| 第2章 数字图像的采集和预处理 | 第11-19页 |
| ·图像采集 | 第11-12页 |
| ·图像的数字化 | 第12-13页 |
| ·数字图像表示 | 第13页 |
| ·数字图像类型及其存储 | 第13-15页 |
| ·图像类型 | 第13-14页 |
| ·数字图像的存储 | 第14-15页 |
| ·图像预处理 | 第15-17页 |
| ·图像归一化 | 第15页 |
| ·图像的平滑 | 第15-16页 |
| ·图像灰度变换 | 第16-17页 |
| ·图像数学形态学 | 第17-18页 |
| ·小波变换 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第3章 纸币图像的面额识别 | 第19-30页 |
| ·尺寸识别法 | 第19页 |
| ·纸币面额数字识别 | 第19-28页 |
| ·纸币面额数字的提取 | 第19-20页 |
| ·模板匹配法 | 第20-22页 |
| ·纸币面值的数字分割 | 第22-27页 |
| ·基于投影法分割纸币面值数字 | 第27-28页 |
| ·仿真结果 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 纸币图像的面向识别 | 第30-36页 |
| ·常用的几种识别方法 | 第30-31页 |
| ·人工识别法 | 第30页 |
| ·神经网络 | 第30-31页 |
| ·灰度特征法 | 第31页 |
| ·基于灰度特性的纸币面向识别 | 第31-35页 |
| ·纸币图像的灰度转换 | 第31-33页 |
| ·提取特征区域 | 第33-34页 |
| ·灰度加权判正反 | 第34-35页 |
| ·仿真结果 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第5章 纸币图像的真伪识别 | 第36-59页 |
| ·几种常用的纸币鉴伪法 | 第36页 |
| ·图像识别的几种纸币鉴伪方法 | 第36-37页 |
| ·基于离散小波变换的纸币真伪识别 | 第37-51页 |
| ·常用的纹理特征提取方法 | 第37页 |
| ·小波基函数 | 第37-42页 |
| ·离散小波变换 | 第42-47页 |
| ·算法思想 | 第47-50页 |
| ·仿真结果 | 第50-51页 |
| ·基于连续小波变换奇异性的真假纸币识别 | 第51-58页 |
| ·一维信号的奇异性检测理论 | 第51-52页 |
| ·一维连续小波变换 | 第52-54页 |
| ·二维纸币图像的奇异性检测 | 第54-55页 |
| ·算法思想 | 第55页 |
| ·仿真结果 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| ·总结 | 第59页 |
| ·展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 | 第65-76页 |
| 攻读硕士学位期间发表论文 | 第76页 |
