基于视觉的硬币尺寸检测及识别方法研究

摘要

硬币是世界范围内最常用的流通货币之一，在日常生活中扮演着重要角色。它坚固耐用、便于交易且携带方便，广泛地应用在公共交通、公共电话以及其它各种自动投币系统中。然而面对巨大的硬币流通量，如何快速有效的进行硬币的清分回收已成为国内外普遍关注，急需解决的问题。
　　本文分析和总结了传统硬币清分识别方法，并做了一些创新性的研究，取得了一定的研究成果，有着一定的进步意义。总的归纳起来本文的研究内容主要有以下几个方面：
　　(1)针对传统基于硬币尺寸来进行硬币清分识别的方法中对于硬币尺寸的测量存在精度低，结构复杂等问题，本文提出了一种基于视觉的利用三点拟合圆的硬币尺寸检测方法。且经过实验验证，该算法具有比较高的精度。同时本文又提出了基于该算法的硬币清分识别方法，也具有很高的准确率和较快的识别速度。
　　(2)本文分析和总结了目前最为常用的几种硬币清分识别方法。并提出了一种基于视觉的采用贝叶斯网络分类模型的硬币清分识别方法，同时采用了离线静态训练和在线动态实时识别的模式来进行硬币的清分识别。经实验验证，该方法可以有效的进行硬币的清分识别，且有较好的准确率和鲁棒性。
　　(3)本文详细论述了贝叶斯网络，重点分析和总结了贝叶斯网络学习方法，包括贝叶斯网络的结构学习和参数学习。同时本文采用了一种引入免疫克隆选择策略改进的粒子群优化算法来进行贝叶斯网络的学习。