基于D-S证据理论的多特征融合纸币真伪识别方法研究

摘要：

提出一种基于D-S证据理论和支持向量机相结合的多特征融合纸币真伪识别方法,解决了单一特征纸币真伪识别存在的低正确率和低稳定性问题.在对纸币进行图像处理的基础上,提取出纸币颜色、纹理、互相关系数等三类特征,以单特征的支持向量机初步识别结果作为独立证据计算基本信任函数,再利用D-S证据理论进行决策级融合,最后根据分类决策规则的门限值给出最终的纸币真伪识别结果.实验结果表明,50个测试样本的多特征融合识别正确率达100％,与单特征的纸币真伪识别相比,本文所述方法识别正确率高、稳定性更好.

关键词：纸币识别、D-S证据理论、支持向量机、特征提取、多特征融合

所属期刊栏目：14

分类号：TP183(自动化基础理论)

在线出版日期：2018-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：226-229