基于多光譜圖像分析的紙幣鑒偽關鍵技術研究.pdf

1、基于多光譜圖像分析的紙幣防偽技術是當前紙幣防偽領域的研究熱點，它直接關系著國家金融安全，有著重要的理論研究價值以及廣闊的市場應用前景。相比傳統紙幣鑒偽方式，通過對紙幣的多光譜圖像的綜合分析和處理，可以更穩(wěn)定、高效的檢測假幣，保證紙幣在流通過程中的穩(wěn)定性和可靠性。本文對紙幣圖像的獲取、圖像預處理、特征提取、分類算法等關鍵技術進行了深入的研究，主要工作內容體現在以下幾個方面:
　　(1)本文介紹了紙幣多光譜圖像的采集與獲取技術。對比各

2、類傳感器的優(yōu)缺點，由于CIS低成本、寬市場、便捷安裝等優(yōu)勢，最后選用CIS圖像傳感器。另外本文還詳細介紹了采集模塊的設計原理，工作過程。
　　(2)為了提高圖像處理速度，本文采用改進的灰度計算算法以滿足系統對檢測速度的要求。再對圖像進行光照補償、去噪、邊緣檢測、圖像旋轉等一系列圖像預處理過程，最終獲取歸一化的紙幣圖像。
　　(3)本文提出一種新的自適應近鄰選取的保局投影的紙幣鑒偽圖像降維算法。LPP不僅解決了傳統線性PCA紙

3、幣特征提取方法難以保持原始數據非線性流形的缺點又解決了非線性方法難以獲得新樣本點低維映射投影矩陣的缺點。另外為了自適應的選擇近鄰，本文采用鄰域壓縮和擴張算法來自適應的選取保局投影的鄰域。這種算法不僅從理論上保證了所選擇的鄰域，能夠匹配流形的局部幾何性質，而且當流形上曲率較小時，會盡可能的擴張鄰域來加強樣本點間的關聯性。
　　(4) BP神經網絡算法廣泛應用于各行各業(yè)。本文采用BP神經網絡對紙幣圖像進行分類，首先對大部分的樣本圖片進