新的纸币图像特征提取方法

摘要：

综合利用Contourlet变换和模糊逻辑方法的优点,提出一种新的基于Contourlet变换和模糊逻辑的纸币图像特征提取方法.该方法通过对纸币图像进行Contourlet变换,提取纸币图像在不同尺度不同方向上的变换系数.把提取的系数作为语言变量,在此基础上引入模糊逻辑方法,计算出模糊特征空间中每个模糊区域的激活强度值,并将其进行归一化处理后构成纸币的特征向量.同时结合纸币的儿何特征来进行粗分类.采用神经网络作为识别分类器并且在识别阶段引入拒识类.实验结果表明,提出的方法取得了较高的识别率并且满足清分系统实时性的要求,该方法已经在一个资源约束的嵌入式系统中得到应用.

关键词：Contourlet变换、模糊逻辑、语言变量、神经网络、纸币识别

所属期刊栏目：31

分类号：TP391.43(计算技术、计算机技术)

资助基金：国家自然科学皋金资助项目60702032;哈尔滨市科技创新人才研究专项资金资助项目2009RFQXG208;黑龙江省自然科学基金资助项目QC2009C06;广东省科技计划基金资助项目20098010800069

在线出版日期：2010-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：128-133