计算机应用与软件
計算機應用與軟件
계산궤응용여연건
Computer Applications and Software
2015年
11期
176-179
,共4页
纸币面向%图像预处理%神经网络%量化共轭梯度法
紙幣麵嚮%圖像預處理%神經網絡%量化共軛梯度法
지폐면향%도상예처리%신경망락%양화공액제도법
Banknote surface and direction%Image preprocess%Neural network%Scaled conjugate gradient (SCG)
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.
紙幣麵嚮識彆是紙幣識彆的基礎,傳統的紙幣麵嚮識彆方法是人工提取特徵,對于汙損嚴重的紙幣圖像識彆效率不高.針對傳統方法的缺點,提齣一種針對紙幣圖像的預處理方法.使用基于改進的BP神經網絡的紙幣麵嚮識彆方法,採用對紙幣圖像分塊取平均值的方法提取特徵,用量化共軛梯度法進行神經網絡的訓練,併且在TMS320DM648上進行實現.實驗結果錶明,這種方法完成紙幣圖像預處理和麵嚮識彆的時間不超過25 ms,準確率高于99%,具有計算量小、識彆結果正確率高等優點.
지폐면향식별시지폐식별적기출,전통적지폐면향식별방법시인공제취특정,대우오손엄중적지폐도상식별효솔불고.침대전통방법적결점,제출일충침대지폐도상적예처리방법.사용기우개진적BP신경망락적지폐면향식별방법,채용대지폐도상분괴취평균치적방법제취특정,용양화공액제도법진행신경망락적훈련,병차재TMS320DM648상진행실현.실험결과표명,저충방법완성지폐도상예처리화면향식별적시간불초과25 ms,준학솔고우99%,구유계산량소、식별결과정학솔고등우점.