毕业论文课题相关文献综述

一．纸币识别研究背景

我国国民经济近年来呈现高位增长态势，经济在持续、健康、快速增长的同时带动了人民币的发展，自从1948年12月1日发行第一套人民币至今人民银行陆续发行了五套人民币，正在通用的是第四套和第五套人民币。2014年3月28日，德国央行和中国人民银行在柏林签署双方关于在德国法兰克福建立人民币清算机制的谅解备忘录。3月31日英国央行(BOE)和中国央行(PBOC)签署伦敦人民币交易清算和结算协议。6月28日，中国央行签署了在法国卢森堡、巴黎建立人民币清算安排的合作备忘录，并将在两地分别建立人民币清算银行。9月30日起中国外汇市场开展人民币对欧元直接交易。至此，中国人民银行已先后与28个境外央行或货币当局，签署双边本币互换协议。宣示人民币国际化再进一步，意味着人民币将成为世界通用饭票。在这种人民币国际化速度不断加快的条件下，势必对作为经济载体人民币的流通提出更高标准。上世纪90年代以来，随着传感器技术的发展及计算机运算能力的提高，纸币清分设备因为其自身的自动化智能化已经逐步代替人工，是银行系统在纸币自动化处理上的基本设备，为人民币的投放和销毁标准把关。因此，纸币特征识别技术成为纸币清分的关键。

纸币特征识别包括对纸币面额的识别、面向的认定、纸币图像的污损检测还有新旧程度的识别、纸币序列号识别等部分。[1-2]纸币由于其在市面上流通迅速数量大，难免会被人为折叠、涂改以及非人为的磨损。因此银行系统需要不断的对纸币分类、鉴伪，因而浪费大量人力物力并且存在效率方面和客观性缺失方面的缺点。纸币清分机是提高银行业务效率的一种有效工具，它具有识别纸币面额、面向、新旧、污损残缺等功能。据官方统计目前我国各商业银行所使用的清分机主要以进口产品为主，到2003年末现金清分机在中国的装机量已接近2000台，其中进口产品比例高达95%；到2007年末现金清分机在中国的装机量已接近10000台，其中进口产品比例高达70%。鉴于我国国产纸币清分机的使用的识别技术存在的缺陷，本课题提出的基于图像处理的纸币特征识别技术研究，可以对以后纸币清分技术起到推进的作用。本文在满足实时性的要求下，提高清分机对纸币的面向、面额以及纸币新旧程度或版本清分一致性，提高清分机挑残能力，最终达到较高的识别速度和识别率。

此外，基于图像处理的纸币特征识别模块广泛的应用在我国轨道交通系统的自助售票机，通信系统的自助缴费机，以及商业银行的自助存取款一体机以及机场酒店的外币兑换机等。因此关于纸币特征识别方面的研究理论，识别技术以及识别仪器具备极大使用范围和需求空间。发展基于图像处理的纸币特征识别技术研究这一课题具有广泛的实用价值和广阔的应用前景。

二.图像识别技术简介及应用

自动图像识别的过程分为五个步骤：图像输入，预处理，特征提取，分类和匹配。其中预处理又可以分为图像分割，图像增强，二值化和细化四个部分。图像输入是指将图像采集下来输入计算机进行处理，是图像识别的首要步骤。[3-4]预处理是指为了减少后续算法的复杂度已达到提高效率的目的。背景分离是将图像区与背景分离，避免在没有有意义信息的区域进行特征提取，加速处理速度，提高图像特征提取的精度；图像增强的作用是改善图像质量，以恢复其原来的结构；图像的二值化的目的是将图像从灰度图像转变为二值图像；图像细化指的是把清晰但不均匀的二值图像转换为线宽只有一个像素的点线图像。特征提取的目的为把能充分表示图片唯一性的特征以数值的形式表现出来，尽力保留下其真实的特征，滤除虚假特征。图像分类的原因是为了减少搜索时间并且降低计算的复杂度，需要将图像精确一致的分配到各自不同的图像库中。图像匹配是在图像预处理及特征提取的基础之上，把当前输入的测试图像特征与保存的模板图像特征一一进行比对，通过它们之间的相似度来判断这两幅图片是否一致。

三.MATLAB介绍

Matlab是MathWorks公司于1982年推出的一套高性能的数值计算和可视化软件。它集数值分析、矩阵运算、信号处理和图形显示于一体，构成了一个方便、界面良好的用户环境。它还包括了Toolbox(工具箱)的各类问题的求解工具，可用来求解特定学科的问题。其特点是：(1)可扩展性：Matlab最重要的特点是易于扩展，它允许用户自行建立指定功能的M文件。对于一个从事特定领域的工程师来说，不仅可利用Matlab所提供的函数及基本工具箱函数，还可方便地构造出专用的函数。从而大大扩展了其应用范围。当前支持Matlab的商用Toolbox(工具箱)有数百种之多。而由个人开发的Toolbox则不可计数。(2)易学易用性：Matlab不需要用户有高深的数学知识和程序设计能力，不需要用户深刻了解算法及编程技巧。(3)高效性：Matlab语句功能十分强大，一条语句可完成十分复杂的任务。如fft语句可完成对指定数据的快速傅里叶变换，这相当于上百条C语言语句的功能。它大大加快了工程技术人员从事软件开发的效率。据MathWorks公司声称，Matlab软件中所包含的Matlab源代码相当于70万行C代码。

四、图像预处理技术概述

图像预处理技术就是在对图像进行正式处理前所做的一系列操作，因为图像在传输过程和存储过程中难免会受到某种程度的破坏和各种各样的噪声的污染，导致图片丧失了本质或者偏离了人们的需求，而这就需要一系列的预处理操作来消除图像受到的影响。总的来说图像预处理技术分为两大方面，即图像增强和图像复原技术。图像增强技术在图像预处理中占有较大的比重，是图像处理所必须的步骤，它与图像复原的不同之处在于图像复原是以恢复图像原来的本质为目的，而图像增强是以突出人们需要的特征并且弱化不需要的特征为原理的。图像增强的方法很多，有灰度变换、直方图修正、图像平滑去噪、伪彩色处理等等。灰度变换是图像增强技术中的一种简单的点运算处理技术，而直方图修正则是基于灰度变换而来的能够更好的显示和处理图像，然而上述两种只能够处理一些要求不高的图像，去噪功能很弱。而图像平滑减噪则是图像增强的主要方面，是以对图像进行平滑和去噪为目的的最常用的预处理方法，在现代社会图像预处理研究中有着举足轻重的作用。本文先着手介绍图像预处理的基础知识和灰度变换、直方图修正这两种图像预处理方法的原理，而后重点介绍了几种噪声的模型和基于这些噪声的平滑去噪的方法及其原理，并分析其优缺点。最后以基于中值滤波的图像平滑去噪方法为基础，提出一种自适应中值滤波算法并进行探讨。