文摘
英文文摘
声明
第一章绪论
1.1本课题研究的背景和意义
1.1.1课题研究的背景
1.1.2意义
1.2当前研究情况
1.3纸币号码识别的基本过程综述
1.4软硬件环境
第二章纸币图像的采集
2.1图像采集的基本理论
2.1.1确定型图像场抽样
2.1.2图像量化
2.2图像输入设备的选取
2.3图像表示及存储格式
2.3.1图像表示
2.3.2图像的存储格式
第三章图像预处理
3.1图像的噪声
3.1.1噪声的特征
3.1.2噪声的模型
3.1.3噪声的来源
3.1.4图像系统常见噪声
3.2图像的平滑
3.2.1邻域平均法
3.2.2中值滤波
3.3图像的增强
3.3.1直方图的概念
3.3.2直方图修正
3.3.3直方图均匀化
3.4图像的阈值分割
3.5图像的倾斜校正
3.6纸币图像的定位分割
第四章纸币号码字符的分割
4.1纸币号码区域选取
4.2纸币号码字符的分割
4.2.1去除上下边界
4.2.2单个号码字符的分割
第五章基于人工神经网络的纸币号码识别
5.1模式识别概述
5.1.1模式和模式类
5.1.2模式识别系统的组成
5.1.3字符识别的原理及组成
5.2字符图像的预处理
5.2.1平滑
5.2.2规范化
5.2.3细化
5.3字符的识别方法简介
5.4基于穿越号码次数的结构识别算法
5.4.1英文字符识别
5.4.2数字识别
5.5用神经网络识别字符
5.5.1神经网络理论概述
5.5.2BP神经网络学习算法
5.5.3BP神经网络的改进
5.5.4利用改进的BP网络识别字符
第六章基于模板匹配的纸币面额识别方法
6.1传统的二维模板匹配方法
6.2基于灰度投影的一维匹配算法
6.3两种模板匹配方法的比较
结论
参考文献
致谢