题名 基于荧光光谱分析的钞票识别研究
被引量：18
1
作者
陈树根 江和平 周高杯
机构
湖南银河信息产业股份有限公司
出处
《红外与激光工程》
EI
CSCD
北大核心
2001年第4期174-177,共4页
文摘
文中对钞票在紫外线的作用下激发出的荧光特性进行光谱分析 ,并设计了基于荧光光谱分析的钞票识别的光学系统、光电信号的检测和信号处理系统。荧光光谱分析方法具有灵敏度高、选择性强、式样少、方法简便的特点 。
关键词
荧光光谱分析 钞票识别 光电信号
Keywords
Fluorescence spectral analysis \ banknote recognition \ Photoelectronic signal
分类号
TH693.5
[机械工程—机械制造及自动化]
O433.5
[机械工程—光学工程]
题名 新的纸币图像特征提取方法
被引量：8
2
作者
盖杉 刘鹏 刘家锋 唐降龙
机构
哈尔滨工业大学计算机科学与技术学院
出处
《通信学报》
EI
CSCD
北大核心
2010年第4期128-133,共6页
基金
国家自然科学基金资助项目(60702032) 哈尔滨市科技创新人才研究专项资金资助项目(2009RFQXG208) +1 种基金 黑龙江省自然科学基金资助项目(QC2009C06) 广东省科技计划基金资助项目(2009B010800069)~~
文摘
综合利用Contourlet变换和模糊逻辑方法的优点,提出一种新的基于Contourlet变换和模糊逻辑的纸币图像特征提取方法。该方法通过对纸币图像进行Contourlet变换,提取纸币图像在不同尺度不同方向上的变换系数。把提取的系数作为语言变量,在此基础上引入模糊逻辑方法,计算出模糊特征空间中每个模糊区域的激活强度值,并将其进行归一化处理后构成纸币的特征向量。同时结合纸币的几何特征来进行粗分类。采用神经网络作为识别分类器并且在识别阶段引入拒识类。实验结果表明,提出的方法取得了较高的识别率并且满足清分系统实时性的要求,该方法已经在一个资源约束的嵌入式系统中得到应用。
关键词
CONTOURLET变换 模糊逻辑 语言变量 神经网络 纸币识别
Keywords
Contourlet transform fuzzy logic linguistic variable neural network banknote recognition
分类号
TP391.43
[自动化与计算机技术—计算机应用技术]
题名 基于改进深度卷积神经网络的纸币识别研究
被引量：8
3
作者
盖杉 鲍中运
机构
南昌航空大学信息工程学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2019年第8期1992-2000,共9页
基金
国家自然科学基金(61563037) 江西省杰出青年计划(20171BCB23057)~~
文摘
针对如何提高纸币识别率的问题,该文提出一种改进深度卷积神经网络(DCNN)的纸币识别算法。该算法首先通过融合迁移学习、带泄露整流(Leaky ReLU)函数、批量归一化(BN)和多层次残差单元构造深度卷积层,对输入的不同尺寸纸币进行稳定而快速的特征提取与学习;然后采用改进的多层次空间金字塔池化算法对提取的纸币特征实现固定大小的输出表示;最后通过网络全连接层和softmax层实现纸币图像分类。实验结果表明,该算法在分类性能、泛化能力与稳定性上明显优于常用的纸币分类算法;同时该算法也能够满足纸币清分系统的实时性要求。
关键词
纸币识别 深度卷积神经网络 残差学习 空间金字塔池化
Keywords
banknote recognition Deep Convolutional Neural Network(DCNN) Residual learning Spatial pyramid pooling
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP181
[自动化与计算机技术—计算机科学与技术]
题名 一种基于紫外荧光图像的人民币面额识别算法
被引量：5
4
作者
李雪梨 索双富 武佩君
机构
清华大学机械工程系设计工程所 中国海洋石油公司
出处
《机械设计与制造》
北大核心
2017年第3期1-3,共3页
文摘
通过调研国内外纸币面额识别技术的研究现状,设计了一种基于紫外荧光图像的人民币面额识别算法,该算法利用在紫外光照射下人民币正面的荧光面额区域作为识别特征,经过简单的图像预处理(包括倾斜校正、图像二值化、滤波和形态学处理等)操作,综合运用几何结构分析和模板匹配的方法实现对六种人民币面额的识别,识别率达到99%以上,平均识别时间在0.04s以内。该算法识别效果好并且满足一定的实时性,经过改善可以运用到自动售货机、点钞机、清分机、ATM机等实际系统中。
关键词
纸币识别 面额识别 纸币清分 图像识别
Keywords
banknote recognition Denomination recognition banknote Sorting Image recognition
分类号
TH16
[机械工程—机械制造及自动化]
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 钞票识别模块及图像识别处理技术研究
5
作者
黄峻远
机构
广电运通集团股份有限公司
出处
《中国科技纵横》
2023年第24期63-65,共3页
文摘
随着科学技术的发展与进步,人工智能作为科技前沿产品逐渐发展起来。近年来,人工智能逐渐被应用于各个领域,主要在金融设备、交通设备、智慧城市、智能校园等领域。钞票识别技术应用在存取款一体机、大额存取款一体机、点钞机上,作为人工智能落地的产品,在各大银行得到了广泛应用。基于此,就钞票识别模块及图像识别处理进行详细分析及研究。
关键词
人工智能 传动机构 钞票识别 图像识别 金融设备
Keywords
artificial intelligence transmission mechanism banknote recognition image recognition financial equipment
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 基于荧光光谱法的钞票识别技术
被引量：3
6
作者
黄鹰 谢艳红 易新建
机构
华中科技大学光电子科学与工程学院
出处
《应用光学》
CAS
CSCD
2008年第4期629-632,638,共5页
基金
国家自然科学基金资助项目(60677025)
文摘
以光栅光谱仪为基础,光电倍增管作为探测器,运用VC++语言设计了计算机采样界面,形成了荧光光谱分析的钞票识别光电系统。在紫光灯激发下,对钞票进行了荧光光谱特性分析,设计了基于荧光光谱分析的钞票识别光学系统、光电信号的检测和信号处理系统。测试结果表明:真假币的荧光光谱曲线有着明显的区别,它们的峰值分别为545 nm和525 nm。设计的荧光光电系统灵敏度高,可靠性好。
关键词
光谱学 钞票识别 荧光光谱分析 光电系统
Keywords
spectroscopy banknote recognition fluorescence spectrum analysis photoelectric system
分类号
TN06
[电子电信—物理电子学]
TH744
[机械工程—光学工程]
题名 基于异构特征聚合的局部视图扭曲型纸币识别
被引量：1
7
作者
郭玉慧 梁循
机构
中国人民大学信息学院
出处
《计算机学报》
EI
CAS
CSCD
北大核心
2022年第1期98-114,共17页
基金
国家自然科学基金(No.62072463) 国家社会科学基金(No.18ZDA309) 北京市自然科学基金(No.4172032)资助.
文摘
如何识别同一物体的不同结构的表现形式,对于机器而言,是一个比较困难的识别工作.本文以易变形的纸币为例,提出了一种基于异构特征聚合的局部视图扭曲型纸币识别方法.首先利用灰度梯度共生矩阵、Haishoku算法和圆形LBP分别获得纹理风格、色谱风格和纹理,这些特征从不同的角度描述了局部纸币图像,然后通过VGG-16、ResNet-18和DenseNet-121网络学习这些不变形特征得到输出特征,将输出特征聚合后输入识别层Softmax,达到三模型融合效果,进而识别局部视图扭曲型纸币.实验结果表明,多特征聚合和不同类型模型融合可以最大可能地捕获图像的语义,在准确率、精度、召回率和F1上优于基于单特征和双特征的识别,且优于单类模型和两类模型融合的识别性能,此外,在准确率和时间复杂度等评价标准下,与已有主流方法相比都取得了相对较好的效果.
关键词
纸币识别 局部视图扭曲 不变形特征 特征聚合 模型融合
Keywords
banknote recognition local view distortion invariant features features aggregation models fusion
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于退化四元小波变换的纸币识别
被引量：1
8
作者
盖杉 罗立民
机构
东南大学计算机科学与工程学院 江苏省社会安全图像与视频理解重点实验室(南京理工大学)
出处
《数据采集与处理》
CSCD
北大核心
2014年第5期699-703,共5页
基金
国家自然科学青年基金(61202319)资助项目 江西省教育厅(GJJ13481)资助项目 +1 种基金 江苏省社会安全图像与视频理解重点实验室(南京理工大学)(30920140122007)资助项目 中国博士后基金(2013M530223,2013M530224)资助项目
文摘
针对如何提取纸币图像特征和提高识别率的问题,综合利用退化四元小波变换具有的相位特性,提出一种基于退化四元小波变换的纸币识别方法。该方法首先对采集的纸币图像进行倾斜校正和边缘检测,然后运用退化四元小波对纸币图像进行分解操作,并对分解系数进行统计分析,将每个分解子带系数的能量和标准差作为该纸币图像的特征向量,最后将支持向量机作为分类器对纸币图像进行识别。本文方法在资源约束的嵌入式清分系统上实现,实验结果表明采用本文提出的算法突破了传统纸币识别系统识别率很难再提高的瓶颈,同时能够满足清分系统的实时性要求。
关键词
退化四元小波变换 特征提取 支持向量机 纸币识别
Keywords
reduced quaternion wavelet transform feature extractionsupport vector machine banknote recognition
分类号
TP391.43
[自动化与计算机技术—计算机应用技术]
题名 四元共空间特征提取算法及其在纸币识别中的应用
被引量：1
9
作者
盖杉
机构
南昌航空大学信息工程学院
出处
《通信学报》
EI
CSCD
北大核心
2018年第12期40-46,共7页
基金
国家自然科学基金资助项目(No.61563037) 江西省杰出青年基金资助项目(No.20171BCB23057) 江西省自然科学基金资助项目(No.20171BAB202018)~~
文摘
针对目前纸币图像特征提取与分析方法缺少对相位结构信息有效描述的问题,提出一种基于四元共空间模式的特征提取算法。该算法首先采用四元矩阵描述纸币图像的相位与幅值信息,并对四元复合厄米特协方差矩阵进行对角化;然后将样本向量输入到复合四元滤波器中,并将分解得到的四元矩阵实部与虚部的方差作为纸币特征向量;最后采用神经网络作为分类器并在识别阶段引入拒识类。实验结果表明所提的算法不仅取得了较高的识别率,而且还能够满足纸币清分系统的实时性要求。
关键词
四元矩阵 共空间模式 特征提取 神经网络 纸币识别
Keywords
quaternion matrix common spatial pattern feature extraction neural network banknote recognition
分类号
TN92
[电子电信—通信与信息系统]
题名 一种嵌入式图像记录设备的设计与实现
10
作者
谭栋 黎明
机构
广州广电运通金融电子股份有限公司研究院
出处
《现代计算机》
2014年第1期76-80,共5页
文摘
主要论述在钞票识别设备中实现整幅钞票图像实时存储的方法,采用嵌入式的存储方法,以降低成本,为了解决嵌入式系统资源有限的矛盾,采用多种高效、低耗的处理方法,能够实现在纸币清分机等高速识别钞票的设备中,实时把钞票图像存储起来,还能够实现钞票图像的实时查询。
关键词
嵌入式 钞票识别 冠字号 图像
Keywords
Embedded banknote recognition Serial Number Image
分类号
TP368.12
[自动化与计算机技术—计算机系统结构]
题名 基于马尔可夫矩阵的纸币图像识别
11
作者
付亚平 王从庆 杨英杰
机构
南京航空航天大学自动化学院 江苏金陵光电有限公司
出处
《信息技术》
2013年第3期46-50,共5页
基金
2010年江苏省科技支撑(工业)计划项目资助(BE2010190)
文摘
针对复杂的纸币图像,采用马尔可夫(Markov)转移矩阵对图像像素间相关性进行建模,提取图像的纹理特征。鉴于各种面额的人民币图像整体纹理的空间分布比较相似,截取图像的特征区域,结合网格法,以每个网格内的纹理为特征识别纸币的面额。在纸币的训练样本中加入大量的无标注样本,用支持向量附近的无标注样本点调节分类超平面,提出改进的直推式支持向量机(Modified Transductive Support Vector Machine,MTSVM),加快了算法的收敛速度。以MTSVM为识别分类器进行仿真实验。实验结果表明在网格法的基础上,马尔可夫矩阵提取的纹理特征能够有效地描述图像,MTSVM可以得到更加准确的分类超平面,取得了较高的纸币面额识别率。
关键词
马尔可夫特征 纸币识别 图像纹理 网格特征 直推式支持向量机
Keywords
Markov feature banknote recognition image texture grid feature Transductive SupportVector Machine
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 钞票图像采集和识别系统自适应修正方法
12
作者
刘梦涛
机构
广州广电运通金融电子股份有限公司研究院
出处
《数字技术与应用》
2019年第2期86-88,共3页
文摘
论述了一种钞票图像采集和识别自适应修正方法,能够解决钞票采集识别系统在实际使用过程中因为累积误差导致的欠补偿和过补偿问题。方法首先对钞票特征进行识别得到币种和面额信息,同时根据识别结果获取不同币种和面额钞票上的特定区域;然后根据特定区域获取对应光电信号的特征信息,根据该特征信息计算得到采集系统的累积分量和微分误差;最后根据累积分量和微分误差计算得到对光电信号的总修正量,更新到修正单元实现钞票图像采集系统自适应修正。
关键词
图像采集系统 多光谱钞票识别 累积误差修正 自适应补偿
Keywords
image acquisition system multispectral banknote recognition cumulative error correction adaptive compensation
分类号
TP751.2
[自动化与计算机技术—检测技术与自动化装置]
题名 荧光检测技术在复点机辨伪中的应用
13
作者
杨平
机构
广州市光机电工程研究开发中心
出处
《自动化与信息工程》
2006年第4期15-17,共3页
文摘
根据荧光检测技术的原理,在实验室对各种真钞、伪钞进行荧光测试、光谱分析,发现当紫外线照射钞票表面时,真钞、伪钞表面的物质被入射的紫外线激发,发射出不同波长、不同强度的荧光,文章中的复点机正是利用这一光谱范围内荧光强度的差异来进行辨伪的,该方法简便、识别率高,已运用到复点机的生产中。
关键词
荧光检测 复点机 辨伪
Keywords
Fluorescence Measurement Bank-Note Counting Machine Counterfeit banknote recognition
分类号
TP274.4
[自动化与计算机技术—检测技术与自动化装置]
题名 基于高斯模型的污损纸币识别算法研究
被引量：1
14
作者
崔德友
机构
广播电视大学
出处
《计算机仿真》
CSCD
北大核心
2012年第3期303-306,共4页
文摘
研究纸币识别问题,提高纸币识别的准确率。针对纸币识别过程中,当待识别的纸币在流通中存在被污染或者磨损,传统的模板匹配的识别算法受纸币污损的影响识别的准确性。为解决上述问题提出一种高斯模型的识别算法,首先对待检测图像进行亮度补偿、边缘检测、倾斜校正等预处理,然后将图像划分为若干个矩形子区域,计算各子区域的灰度平均值作为提取的图像初始特征,通过计算初始特征的先验概率并对后验概率进行修正,对污损区域特征值的校正,最后建立高斯模型完成纸币的识别,克服了传统无法准确识别污损纸币的问题。实验证明,改进方法能够将纸币污损部分校正并将纸币准确识别,取得了满意的效果。
关键词
纸币识别 模板匹配 高斯模型
Keywords
banknote s recognition Template matching Gaussian model
分类号
TP317.4
[自动化与计算机技术—计算机软件与理论]
题名 高档别墅车辆出入口管理系统设计方案
15
作者
陈超
机构
漳州市建筑设计院
出处
《福建建设科技》
2009年第3期60-61,共2页
文摘
着重论述高档别墅大门车辆出入口管理系统设计方案
关键词
高档别墅 车辆出入口管理系统 高速道闸 远距离读卡 纸票识别 图像对比及车牌识别功能
Keywords
High - grade villas Vehicle entrance management system High speed road floodgate long - distance range card reading banknote s recognition Picture contrast and car license recognition
分类号
TU855
[建筑科学]
题名 基于Haar小波和模糊逻辑的纸币图像特征提取方法
被引量：5
16
作者
盖杉 刘鹏 刘家锋 唐降龙
机构
哈尔滨工业大学计算机科学与技术学院
出处
《高技术通讯》
EI
CAS
CSCD
北大核心
2010年第11期1149-1155,共7页
基金
国家自然科学基金(60702032)资助项目
文摘
针对如何提取纸币图像特征的问题,提出了一种基于离散Haar小波变换和模糊逻辑相结合的纸币特征提取方法。该方法首先使用Haar小波对纸币图像进行分解操作,提取出图像的低频小波系数、高频小波系数。在此基础上引入模糊逻辑方法,把提取的小波系数分别作为语言变量,并构造出相应的隶属度函数,在模糊特征空间中求出每个模糊区域对应的激活强度值,将这些激活强度值进行归一化处理后构成纸币特征向量,使用神经网络分类器对纸币进行识别。此方法在资源约束的嵌入式系统(TI TMS320C6713 DSP)上实现,实验结果表明,离散Haar小波变换和模糊逻辑相结合的特征提取方法可以取得较高的识别率。
关键词
HAAR小波变换 语言变量 模糊逻辑 神经网络 纸币图像识别
Keywords
Haar wavelet transformation, linguistic variable, fuzzy logic, neural networks, banknote image recognition
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
