基于BP神经网络的纸币面向识别方法

摘要

纸币面向识别是纸币识别的基础,传统的纸币面向识别方法是人工提取特征,对于污损严重的纸币图像识别效率不高.针对传统方法的缺点,提出一种针对纸币图像的预处理方法.使用基于改进的BP神经网络的纸币面向识别方法,采用对纸币图像分块取平均值的方法提取特征,用量化共轭梯度法进行神经网络的训练,并且在TMS320DM648上进行实现.实验结果表明,这种方法完成纸币图像预处理和面向识别的时间不超过25 ms,准确率高于99％,具有计算量小、识别结果正确率高等优点.