基于自适应局部固定阈值法和BP神经网络的人民币冠字号识别方法

摘要

人民币冠字号,由于前四位和后六位的颜色不一致,在可见光图像上呈现出前后像素值不一致的现象,造成冠字号切分准确度降低,或丢失有效信息,或掺杂冗余信息,从而影响冠字号的识别率。本文针对这一问题,提出了一种适用于人民币的自适应局部固定阈值法,能够准确切分冠字号字符;切分后的冠字号图像规则化为特征向量,利用BP神经网络算法进行样本训练,得到冠字号识别模型。利用本文中的方法对2005版人民币进行识别测试,字符识别出错率可低达0.0152%,证明了本文方法的可行性。