基于ANN人民币智能分捡机的研究
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第1章 绪论 | 第8-13页 |
·研究背景与意义 | 第8-9页 |
·相关技术发展动态与现状 | 第9-11页 |
·国外研究动态与现状 | 第9-10页 |
·国内研究动态与现状 | 第10-11页 |
·主要研究成果 | 第11-13页 |
第2章 系统设计目标和实现方法 | 第13-20页 |
·概论 | 第13页 |
·人民币智能分捡机的设计目标 | 第13-15页 |
·人民币张数/金额计算方法 | 第15页 |
·伪币鉴别方法 | 第15-17页 |
·荧光鉴伪法 | 第16页 |
·磁性鉴伪法 | 第16-17页 |
·红外鉴伪法 | 第17页 |
·面额及版次识别法 | 第17-18页 |
·尺寸识别法 | 第17页 |
·图案识别法 | 第17-18页 |
·成新度识别法 | 第18-19页 |
·小结 | 第19-20页 |
第3章 系统硬件设计 | 第20-31页 |
·概论 | 第20页 |
·系统组成原理 | 第20-21页 |
·双CPU外围电路和接口电路 | 第21-25页 |
·单片机外围电路与接口电路 | 第21-22页 |
·DSP外围电路与接口电路 | 第22-25页 |
·自动启停电路 | 第25-26页 |
·液晶显示电路 | 第26页 |
·伪币鉴别电路 | 第26-29页 |
·磁性鉴伪电路 | 第26-27页 |
·红外鉴伪电路 | 第27-28页 |
·荧光鉴伪电路 | 第28-29页 |
·人民币分捡计数电路 | 第29页 |
·小结 | 第29-31页 |
第4章 人民币图像处理方法 | 第31-43页 |
·概论 | 第31页 |
·人民币数字图像的采样 | 第31-32页 |
·人民币数字图像表示法 | 第32-34页 |
·数字图像的矩阵表示法 | 第32-33页 |
·灰度直方图表示法 | 第33页 |
·图像的二值化表示法 | 第33-34页 |
·人民币数字图像特征分析 | 第34-37页 |
·灰度直方图分析法 | 第34-35页 |
·频域分析法 | 第35-36页 |
·形态分析法 | 第36-37页 |
·人民币图像噪声的消除方法 | 第37-40页 |
·图像的噪声 | 第37页 |
·图像的平滑 | 第37-40页 |
·人民币图像的倾斜校正方法 | 第40-42页 |
·小结 | 第42-43页 |
第5章 基于ANN人民币面额/面向的辨识 | 第43-57页 |
·概论 | 第43页 |
·基于BP-ANN人民币面额的识别 | 第43-49页 |
·空间向量归一化 | 第44-46页 |
·确定BP-ANN参数的方法 | 第46页 |
·BP-ANN的拓扑构建 | 第46-47页 |
·BP-ANN参量的校正 | 第47页 |
·面额识别的仿真实验 | 第47-49页 |
·基于BP-ANN人民币面向的识别 | 第49-52页 |
·特征提取 | 第50页 |
·BP-ANN的拓扑构建 | 第50-51页 |
·连接权初值选取 | 第51-52页 |
·面向识别的仿真实验 | 第52页 |
·BP-ANN算法的优化 | 第52-56页 |
·用遗传算法解决"极小点"问题 | 第52-55页 |
·用卡尔曼滤波算法优化收敛速度 | 第55-56页 |
·小结 | 第56-57页 |
第6章 基于ANN人民币成新度的辨识 | 第57-64页 |
·概论 | 第57页 |
·人民币成新度灰度图像分析 | 第57-59页 |
·LVQ-ANN成新度识别法 | 第59-62页 |
·人民币的面额分类 | 第59页 |
·方向块提取 | 第59-60页 |
·特征训练与识别 | 第60-62页 |
·确定辨识结果 | 第62页 |
·成新度的仿真实验 | 第62-63页 |
·小结 | 第63-64页 |
第7章 系统软件设计 | 第64-73页 |
·概论 | 第64-65页 |
·主控制程序设计 | 第65-66页 |
·鉴伪模块程序设计 | 第66-67页 |
·计数/显示模块程序设计 | 第67-68页 |
·DSP程序设计 | 第68-70页 |
·单片机与DSP通信模块程序设计 | 第70-72页 |
·初始化设置 | 第70页 |
·通信协议 | 第70-72页 |
·小结 | 第72-73页 |
第8章 总结与展望 | 第73-75页 |
·总结 | 第73-74页 |
·展望 | 第74-75页 |
参考文献 | 第75-78页 |
作者在攻读硕士学位期间发表的学术论文 | 第78-79页 |
致谢 | 第79-80页 |
附录 | 第80-116页 |