基于图像处理的人民币纸币特征提取与识别的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-14页 |
| ·清分机原理与关键技术 | 第14-16页 |
| ·本文主要研究内容 | 第16-18页 |
| 第2章 纸币图像采集和预处理 | 第18-30页 |
| ·图像的采集 | 第18-19页 |
| ·图像增强 | 第19-25页 |
| ·图像的对比度增强分析 | 第19-20页 |
| ·空域滤波增强 | 第20-25页 |
| ·倾斜校正 | 第25-28页 |
| ·图像分割 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 纸币面额识别 | 第30-36页 |
| ·纸币特征块 | 第30页 |
| ·模板匹配法 | 第30-34页 |
| ·二维模板匹配方法 | 第31-33页 |
| ·一维灰度投影匹配法 | 第33-34页 |
| ·仿真实验对比分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 纸币面向识别 | 第36-47页 |
| ·SOFM 算法的原理 | 第36-40页 |
| ·自组织神经网络结构 | 第37-38页 |
| ·自组织神经网络的原理 | 第38-39页 |
| ·竞争学习原理 | 第39-40页 |
| ·特征数据提取 | 第40-42页 |
| ·SOFM 算法的改进 | 第42-44页 |
| ·改进结果分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 纸币序列号识别 | 第47-55页 |
| ·序列号定位 | 第47页 |
| ·列号字符切分 | 第47-50页 |
| ·字符切分 | 第47-49页 |
| ·字符归一化 | 第49-50页 |
| ·特征提取 | 第50-51页 |
| ·序列号识别 | 第51-53页 |
| ·仿真实验 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 纸币的新旧和残损识别 | 第55-61页 |
| ·纸币的新旧识别 | 第55-58页 |
| ·纸币的残损识别 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第7章 总结与展望 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |
