基于HSV空间的纸币面额识别算法研究

纸币面额识别是纸币清分过程中的一个很重要的步骤,目前对纸币面额识别的研究主要集中于灰度图像上,还没有人使用彩色图像做过纸币面额识别的研究。在此提出一种基于HSV空间的纸币面额识别算法,根据待识别纸币和不同面额纸币的H、S、V分量均值的色差大小来对纸币的面额进行识别。在此首先使用扫描仪扫描到的高分辨率的图像进行实验,证明了算法的正确性。然后采用智能点验钞机采集到的低分辨率的图像进行实验,针对低分辨率图像,提出采用直方图均衡化的改进算法,分类准确率达到98.78%,证明本算法能够满足实际应用的需要。     

基于图像配准的纸币图像识别方法

提出了基于图像配准的多光谱纸币图像识别架构,通过对纸币图像的配准来实现相似纸币识别、纸币防伪特征检测。由于纸币图像同时具有显著的结构特性和不稳定的局部特性,采用分级的变换模型对纸币图像配准：对于全局的刚性形变采用基于Harris角点特征的仿射变换算法,对于纸币图像局部非刚性形变采用基于B-样条的FFD模型的非刚性配准算法。实验表明,本模型能很好的完成纸币图像的配准,并在相似纸币识别和红外防伪特征检测方面能达到较高的精确度。     

用DSP和ICPLD实现的纸币图像采集系统

为了实现对纸币的清分,需要对纸币的整洁度进行检测和判别,从而必须进行纸币图像的采集、处理及其残缺度的识别。基于接触式图像传感器(CIS)实现的图像采集系统,在纸币清分设备中得到了成功地应用。系统采用复杂可编程逻辑器件实现图像传感器的控制、数据存储等功能,利用总线切换电路完成了双存储区的轮换工作。     

用DSP和CPLD实现的纸币图像采集系统

为了实现对纸币的清分,需要对纸币的整洁度进行检测和判别,从而必须进行纸币图像的采集、处理及其残缺度的识别.基于接触式图像传感器(CIS)实现的图像采集系统,在纸币清分设备中得到了成功地应用.系统采用复杂可编程逻辑器件实现图像传感器的控制、数据存储等功能,利用总线切换电路完成了双存储区的轮换工作.     

基于无色差表面识别的高清电子内窥镜自动白平衡算法

在不同色温的光源下,CMOS图像传感器采集到的图像颜色会有所不同,可能偏离真实色彩,导致成像质量下降,严重时将影响高清电子内窥镜的诊断结果。提出了一种基于无色差表面识别的自动白平衡算法,使用像素点的RGB 三通道之和识别图像中的无色差表面,根据得到的无色差像素集估计光照色度,并用光照色度估计值通过对角变换进行颜色校正,以此对内窥镜图像进行了实时的自动白平衡算法,修正偏色现象。该算法实时、有效地消除了由于光源色温引起的颜色失真现象,使得高清电子内窥镜获得的图像更加接近标准白光照射下人眼所看到的情况。     

无色恒常性原理与CLC白平衡方法

由于光在水中的吸收和散射，以及不同波长的光传播距离上的差异，水下图像严重受到对比度降低和颜色偏色的影响，因此色彩的白平衡校正是水下图像处理的一个关键技术。本文提出了一种新的无色恒常性原理（CLC:ColorLess Constancy）及白平衡方法。方法 首先将彩色图像转换到YCbCr颜色空间实现亮色分离，然后通过非线性方法检测色度分量,计算每个像素对应的色度权重，然后根据新的线性加权算法重新计算每个像素的色度，实现对图像中无色区域的保护，以及对偏色区域的色彩校正。与几种经典白平衡方法进行比较，CLC方法克服了传统方法易对无色区域产生不良偏色的缺点，取得了较好的视觉感知效果。 实验表明该算法复杂性低，鲁棒性好，说明了CLC白平衡算法的实用性，以及无色恒常性原理的科学性。      

高速纸币识别系统在A类点钞机中的应用

高速纸币识别系统采用FPGA+DSP的处理方案,FPGA负责图像采集和数据通讯,DSP负责图像处理。该套系统能够准确采集红光、蓝光、绿光以及混合成的白光图像,从而识别纸币的面额,处理纸币的残缺度、倾斜度、新旧程度、纸币号码等等。典型应用在A类点钞机中。     

基于红外热图像处理技术的运动轨迹检测研究

为增强体育运动轨迹检测过程中的抗噪性能,提升运动轨迹检测精度,提出了基于红外热图像处理技术的运动轨迹检测方法.利用红外热像仪采集初始红外热图像,针对红外热图像内空间不均匀或重影问题,采用基于场景的线性校正算法校正初始红外热图像.采用运动检测优化帧间滤波算法清除校正后红外热图像内包含的噪声,并通过边缘增强处理令红外热图像...     

一种YUV颜色空间下的多视差图偏色校正方法

在多幅视差图中选取一副颜色接近真实的图像作为标准图,然后将该标准视差图和偏色视差图分别进行从RGB到YUV的颜色空间转换,计算偏色视差图在YUV颜色空间下的3个颜色校正系数K,得到YUV颜色空间下待校正偏色图像的真实颜色灰度值,最后将得到的颜色灰度值从YUV转换到RGB颜色空间,从而实现任意多幅偏色视差图的校正。实验研究表明,本方法可以实现任意多路偏色程度在15%以内的偏色校正,校正效果较好,从而能改善自由立体显示器的显示质量。     

基于图像的车牌缺损区域恢复识别算法研究

针对当外界天气、光照条件恶劣的时候,存在采集的车牌图像像素丢失的问题,导致无法准确识别车牌内容,文中提出一种基于改进高斯模型的残缺车牌图像像识别算法.首先对待检测图像进行亮度补偿、边缘检测、倾斜校正等预处理,通过将图像划分为若干个矩形子区域,计算各子区域的灰度平均值作为提取的图像初始特征,计算初始特征的先验概率并对后验概率进行修正,实现了对缺损区域特征值的校正,最后建立高斯模型完成车牌图像的识别,克服了传统方法无法准确识别残缺车牌图像的问题.实验证明:这种方法能够准确识别恶劣天气下的车牌图像像,取得了不错的效果.     

基于二次分割的银行票据彩色印章的滤除

由于彩色印章的存在,传统的印章滤除算法常常会弱化票据中印章的遮挡字符,降低票据识别正确率,这很难满足实际应用的需要。针对这种情况,提出一种基于彩色图像二次分割的算法,该算法能够实现印章的有效滤除。算法首先对票据背景和印章部分进行滤波。然后,基于印章颜色分析进行图像的第二次分割,判断并提取出印章遮挡的字符。根据票据背景平均灰度值自适应的增强遮挡字符,并滤除干扰印章部分,实现遮挡字符细节得以保留,从而提高了票据识别的正确率。实验结果表明,相比于现有的方法,该文采用的方法将识别准确率提高了约10%,实验证明了该方法的有效性,并具有较好的应用前景和商业价值。     

基于色彩和纹理特征融合的模糊人脸识别方法

基于纹理特征的方法被广泛应用于人脸识别。然而纹理特征依赖于图像的高频细节信息,当图像出现模糊时,单纯利用纹理特征的识别方法的识别精度会急剧下降。为了克服纹理特征的在模糊人脸识别中的不足,提出了一种基于色彩特征和纹理特征融合的识别方法。首先参照人类的对立色感知机制提取人脸的色彩特征;然后,将该色彩特征和纹理特征分别用于识别分类;最后,将二者的识别相似度进行融合,得到最终的识别结果。该色彩特征描述了图像的低频信息,其对图像模糊不敏感,并且与描述图像高频信息的纹理特征具有良好的互补性。在FERET 和AR 人脸库上的实验表明,融合色彩特征和纹理特征有效地提高了模糊人脸的识别精度。     

基于改进深度卷积神经网络的纸币识别研究

针对如何提高纸币识别率的问题,该文提出一种改进深度卷积神经网络(DCNN)的纸币识别算法。该算法首先通过融合迁移学习、带泄露整流(Leaky ReLU)函数、批量归一化(BN)和多层次残差单元构造深度卷积层,对输入的不同尺寸纸币进行稳定而快速的特征提取与学习;然后采用改进的多层次空间金字塔池化算法对提取的纸币特征实现固定大小的输出表示;最后通过网络全连接层和softmax层实现纸币图像分类。实验结果表明,该算法在分类性能、泛化能力与稳定性上明显优于常用的纸币分类算法;同时该算法也能够满足纸币清分系统的实时性要求。     

Content-based image retrieval using a fusion of global and local features

Color, texture, and shape act as important information for images in human recognition. For content-based image retrieval, many studies have combined color, texture, and shape features to improve the retrieval performance. However, there have not been many powerful methods for combining all color, texture, and shape features. This study proposes a content-based image retrieval method that uses the combined local and global features of color, texture, and shape. The color features are extracted from the color autocorrelogram; the texture features are extracted from the magnitude of a complete local binary pattern and the Gabor local correlation revealing local image characteristics; and the shape features are extracted from singular value decomposition that reflects global image characteristics. In this work, an experiment is performed to compare the proposed method with those that use our partial features and some existing techniques. The results show an average precision that is 19.60% higher than those of existing methods and 9.09% higher than those of recent ones. In conclusion, our proposed method is superior over other methods in terms of retrieval performance.     

基于FPGA的图像自适应AWB系统设计与实现

为了解决常见自动白平衡(Auto White Balance, AWB)方法的场景适应能力不足且实时性较差等问题,提出了一种基于颜色通道直方图重构的自适应AWB方法,并使用现场可编程门阵列(FPGA)对所提出的算法进行硬件电路实现,在校正图像白平衡的同时也确保了系统高速实时处理图像。首先对图像进行限制对比度自适应直方图均衡化(CLAHE)处理来提高图像对比度,然后对图像进行灰度级区间的通道分区统计,对不同场景类别的图像采用颜色直方图匹配或平移的重构方式做自适应处理。实验结果表明,该算法在处理图像白平衡时,相比基于光源估计的AWB算法,色温校正准确率提高了14%,对不同色彩场景有更好的适应性,具有实时处理能力。     

红外图像处理在钞票鉴伪中的应用

针对钞票红外图像的特点,提出一种新的钞票鉴伪方法。首先,设计出合适的阈值算法分割图像;然后,对图像进行二值形态运算以提取出钞票的凹凸信息。实验证明,该方法稳定性好、准确率高,弥补了现有的钞票鉴伪设备不能对凹版印刷防伪点进行检测的不足。     

基于融合和色彩传递的灰度图像彩色化技术

针对传统色彩传递过程中容易出现色彩误传的现象,研究一种基于融合和色彩扩展的灰度图像彩色化技术,首先利用图像融合技术对微光图像和红外图像进行融合,将融合后的图像作为目标图像,然后利用改进的welsh色彩传递算法对目标图像进行上色得到精确匹配的局部彩色化图像,最后利用最小二乘优化方法对得到的局部彩色化图像进行优化。实验结果表明该算法修正了传统算法中色彩误传现象,验证了算法的正确性。     

一种新钞票纸张的离焦识别新方法

本文提出了一种采用离焦技术有效获取一捆新钞纸张信息的光学信息处理方法。给出了由光学离焦引起的光学低通滤波的数学解析描述。并用实验证明了光学离焦对钞票纸张识别的有效性和准确性     

彩色图像中基于Hu矩的手势识别方法研究

手势识别是图像处理中一个主要研究方向,Hu矩由于其良好的不变性被广泛地应用在二值图像中进行图像识别.文中将传统的Hu矩引入到彩色图像中,经过大量的实验,得出了Hu矩在彩色图像中的特性,提出了基于Hu矩的图像旋转识别法,应用在彩色图像的手势识别中.