声明
摘要
插图索引
附表索引
第1章 绪论
1.1 引言
1.2 纸币鉴伪研究背景及研究意义
1.3 研究现状和趋势分析
1.4 纸币清分机市场情景分析
1.5 本文主要研究内容和章节安排
1.5.1 本文主要研究内容
1.5.2 本文章节安排
第2章 相关技术综述
2.1 纸币鉴伪技术概述
2.2 硬件技术
2.2.1 图像传感器技术
2.2.2 DSP处理技术
2.3 数字图像处理及识别技术
2.3.1 数字图像处理技术
2.3.2 图像识别的技术
2.4 本章小结
第3章 纸币鉴伪系统介绍
3.1 概述
3.1.1 功能需求分析
3.1.2 工作流程介绍
3.1.3 机械结构设计
3.2 图像传感器
3.2.1 CCD传感器
3.2.2 CMOS传感器
3.2.3 CIS传感器
3.3 图像采集硬件组成
3.4 本章小结
第4章 纸币鉴伪的图像预处理与特征提取
4.1 概述
4.2 纸币图像的预处理
4.2.1 RGB转化为灰度图
4.2.2 图像光照补偿
4.2.3 纸币图像滤波
4.2.4 图像归一化
4.3 鉴伪图像特征提取
4.3.1 PCA降维
4.3.2 LPP保局投影
4.3.3 近邻选取对流形学习的影响
4.3.4 自适应的近邻选取算法
4.4 本章小结
第5章 基于BP神经网络的纸币鉴伪
5.1 神经网络构成的基本原理
5.1.1 人工神经元模式
5.1.2 连接权值
5.1.3 神经网络状态
5.1.4 神经网络的输出
5.2 BP神经网络简介
5.3 BP神经网络的优点
5.4 实验与分析
5.4.1 降维算法分析
5.4.2 分类算法分析
5.5 本章小结
结论
参考文献
附录A 攻读学位期间的主要研究成果
致谢