一种简易纸币识别算法

《一种简易纸币识别算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、一种简易的纸币识别算法值得拥有的资料是来自平时学习积累总结的有问题的地方肯定有的还请大家批评指正！一种简易的纸币识别算法宋晓骥杨彦赟谈斌李建伟张剑白杨瑞芝（国防科学技术大学电子科学与工程学院长沙742100）摘要:本文结合模式识别和随机信号分析与处理的相关理论提出了一种纸币识别的模型主要采用聚类分析和匹配滤波的方法开发了一种简易而可靠的纸币识别算法得出了一些有意义的结论关键词：模式识别随机信号分析聚类分析匹配滤波0引言纸币识别自动化技术提高了商业、银行等行业的效率方便了人们的日常生活开发更好的纸币识别算法一直受到研发人员的关注纸币识别技术要有较高的正确性和实时性同时考虑到硬件平台算法应

2、当简易便于移植和控制成本针对这些要求本文研究了一种基于聚类分析和匹配滤波的纸币识别算法1聚类分析的原理1.1聚类分析简介　　聚类分析考量了模式之间的相似性把相似性大的样本聚集为一个类型本文主要应用了简单聚类法　　这种方法将模式到各聚类中心间的距离与阈值相比较都大于阈值时该模式就作为另一类的类心小于阈值时按最小距离原则将其划分到某一类中　　其突出特点是计算简单在待分类模式集给定的条件下聚类结果很大程度上依赖于模式特征、距离门限T以及模式聚类中心的选取当有特征矢量分布的先验知识来指导门限T及初始中心的选取时可以获得较合理的结果　　下面讨论相似性测度和模式特征的选取　　1.2相似性测度　　在

3、实际中较多使用欧氏距离（Euclidean）作为来衡量相似性定义为：　　设那么欧氏距离　　欧氏距离具有平移和旋转不变性但是对于一般线性变换不是不变的可以把数据标准化来克服这个缺点在使用欧式距离时作为距离测度时特征的量纲应统一；应选取能有效反映模式类别属性的特征否则会造成严重的分类错误　　1.3特征选择中的直接挑选法　　直接挑选法是直接从已获得的n个原始特征中选d个特征使可分性判据J满足式中是n个原始特征中的任意d个特征在要求不高的场合下为减少计算量可以采用单独优特征提取法来挑选特征　　单独最优法基本思路是计算各特征单独使用时的判据值并递减排序选取前d个特征2匹配滤波的原理2.1匹配滤波

4、理论简介　　如图所示线性系统设系统的传递函数为,　　　　输入波形为　　其中是确知信号；是零均值平稳随机过程功率谱密度为当时输出信噪比达到最大如果噪声是白噪声这时的滤波器称为匹配滤波器2.2匹配滤波器的特性匹配滤波器的幅频特性为　　它对输入信号的频谱进行加权对于某个频率点信号越强加权系数越大；噪声越强加权越小可见匹配滤波器的幅频特性有抑噪的作用　　匹配滤波器的相频特性为　　　　由上式可以看出滤波器的相频特性抵消了输入信号相角使信号各频率分量的幅度同相相加；而对噪声各频率分量起到的是功率相加的作用综合而言信噪比得到提高3工程实现3.1纸币识别问题的建模　　纸币每一个面的数据是以8×60的矩

5、阵的形式呈现的为此建立了两个数据模型：特征空间矢量模型和随机过程模型　　特征空间矢量模型认为每个面有8个特征每个特征是60维空间中矢量这是模式识别中常用的一种模型便于采用聚类的方法进行识别　　随机过程模型假定存在"理想"的纸币"理想"纸币各面的特征是唯一的确知的信号而实际的纸币由于污损、环境等原因往这个信号中引入了噪声因此传感器采集到的是一个随机信号将采集数据的过程视作一个随机过程这个随机过程由8个样本函数组成每个样本函数包含60个数据点基于这个模型可以利用随机信号分析的理论分析数据进行更精确的识别　　3.2算法的总体流程图　　算法流程图如图3.2所示　　图3.2总体流程图3.3数据预

6、处理算法　　数据预处理的任务是由原始数据得出对"理想"纸币特征的估计以及将待识别的样本（以下简称样本）做去均值和归一化处理　　"理想"纸币的特征将被用作聚类分析的类心以及匹配滤波器设计中的确知信号其估计是否准确关系到识别的成败为此采用取中值的方法而不是取均值的方法获得这些特征：把所有样本中同一面值、同一面、同一传感器、同一维的数据排序取中值作为"理想"纸币相应的特征值这样有效地避免了噪声的影响可以得到较准确的估计　　为有效利用欧氏距离来度量相似性对标准数据和样本都进行了去均值和归一化的操作　　3.4初步分类算法　　初步分类算法应用特征空间矢量模型任务是将样本指判为某一面值的纸币不需要判

7、断真假　　分类前运用直接挑选法选择最具代表性的特征用于分类以减少运算量通过计算样本各特征到"理想"纸币各面的欧氏距离发现样本的第1个特征即1号传感器的数据最具区分性把它作样本的特征对其减抽样在60个数据中每隔4个取出1个得到15维用于分类的特征　　算法流程图如图3.4所示　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　图3.5初步分类算法3.5精细分类算法　　精细分类算法应用随机过程模型任务是判断经过初步分类的样本的真伪