首 页文档资料下载资料维修视频包年699元
请登录  |  免费注册
当前位置:精通维修下载 > 文档资料 > 家电技术 > 维修教程知识 > 单片机栏
基于嵌入式纸币识别系统的设计与实现
来源:本站整理  作者:佚名  2009-04-22 16:34:23



(2) 自检部分 分为上电自检和正常自检, 上电自检是开机上电时,程序检测硬件系统的状态,如有错误给出错误信息。正常自检是维持正常工作时作的必要的检测。

(3) 命令处理部分 包括命令的接受和分类处理. 在命令处理过程中,售货的上位机既发送纸币命令,也发送硬币命令,两者交错发送,各通信识别器只响应上位机发给自己的命令。

(4) 识别部分 将纸币信息与标准样本比较可识别纸币的真假,并置相应的标志位。

3.2.2 基于RBF神经网络的纸币识别

   为了能准确快速的识别人民币,在识别纸币之前需对其进行必要的预处理。图像的倾斜往往会影响到图像的定位以及待识别信息的提取。因此需要进行图像的倾斜矫正[3]。二值化处理是把灰度图像信号变成二值(0,1)的数字信号。二值化方法通常有整体阈值法和自适应的动态阈值法。实际处理的纸币图像比较复杂,为了更好的适应质量差的纸币图像,采用动态阈值法[4]。

这里测量了以下5 种人民币: 第4 版100 元和50元及第5 版100 元、50 元和20 元的高和宽的尺寸(其它面值的图像处理方法一样) , 应用模糊逻辑推理方法对纸币面值进行分类[5]。在得到纸币面值的基础上, 接着进行纸币正反面和正反向的识别,并识别出纸币的真假。中心矩与图像的平移无关, 故提取中心矩作为特征用于纸币识别。在纸币图像的右上角和左下角均为48×96 的区域内分别提取5 个1-2 阶的中心矩合在一起作为10 个识别特征, 然后使用RBF神经网络对纸币进行识别,其结构如图5所示。

图5 RBF 神经网络结构

RBF神经网络由:输入层﹑隐含层和输出层组成,输入层节点只传递到隐层,隐层节点由基函数构成,输出层节点通常是线性的。隐层节点通过径向基函数对输入信号产生一个局部响应,RBF神经网络的输出层节点是隐层基函数的输出进行线性加权组合,即输出层的输出为:

4结论

本文创新点:设计一种基于S3C4510B和uClinux的纸币特征实时采集和识别系统,考虑到uClinux操作系统本身的特点,将采集的实现放在了中断处理子程序中,方便uClinux上的程序快速读取采集的数据,满足纸币特征实时采集系统要求。在软件识别部分根据纸币图像的尺寸特征使用模糊推理方法识别出图像的面值,然后提取识别后图像的矩特征,采用RBF网络进一步识别纸币的正反面和判别纸币的真假,这样提高了识别的速度和精确度。


上一页  [1] [2] [3]  下一页

关键词:

文章评论评论内容只代表网友观点,与本站立场无关!

   评论摘要(共 0 条,得分 0 分,平均 0 分)

推荐阅读

图文阅读

热门阅读

Copyright © 2007-2017 down.gzweix.Com. All Rights Reserved .
页面执行时间:303,375.00000 毫秒