毕业论文课题相关文献综述
文 献 综 述
一、选题的背景及研究意义
随着全球经济一体化的发展,我国加速对外开放,与国外贸易交流的日益频繁,引发商品经济的快速发展,全球经济持续健康、快速的发展,市场对货币的需求量也越来越大货币是一个国家政治、经济、文化、艺术、科技等的综合体现。美元作为世界货币,在国际市场上充当一般等价物的职能, 对其进行严格、有序、高效的流通管理是很必要的。美元作为世界货币在外汇业务中的作用不可替代,对全球的影响是不容置疑的。
美元的作用体现在多个方面：1、作为一般的购买手段用于购买外国的商品。2、作为一般的支付手段用于平衡国际收支差额。3、作为社会财富的代表,由一国转移到另一国。
然而商品流通和货币流通的速度急速加快。纸币清分工作工作量大，而这种人工选钞工作效率极低。美元点钞机的市场需求量因此越来越大,能够快速准确的识别美元币种以及记录冠字号码的美元点钞机对我国外汇业务有重要作用。选钞工作越来越成为金融系统的负担。美元具有各个面值尺寸相同的特点，利用数字图像处理技术，实现基于机器视觉的美元面值和面向的自动识别.
传统的纸币币种识别主要是通过各个币种的规格差异来区分,即通过人工寻找各个币种的大小差异、颜色差异、材质差异等。例如,人民币依据各个币种的大小不同来区分的。而美元各个币种的大小、材质一样,颜色也相近,规格上差异性很小。本文从图像处理和模式识别角度,通过对币种识别区域(角图像)检测,提取角图像的特征用于判别美元币种。美元点钞机实现币种自动识别,极大的方便了美元的清点与统计。
二、国内外研究现状及存在问题
上世纪 90 年代，各国科研人员开始了纸币图像分析领域的研究工作。1993 年 F. Takcda 与 S. OmaN 发表了采用神经网络及自由掩模(RandomMasks)进行纸币识别的论文，随后进行了一系列的改进，并对相关硬件实现进行了研究。Frosini也提出了一种基于神经网络的低成本纸币识别系统。从这以后，基于神经网络的各种方法，相继被应用到纸币识别中，如竞争神经网络, 概率主成分分析, 学习向量量化网络等等。神经网络被证明是一种有效的纸币识别方法，基于这一方法的纸币图像处理系统得到了广泛的应用，在高速信号处理器的支持下，90 年代末，纸币清分系统实现了低成本化、小型化，并得到了迅速普及。
目前,该技术比较成熟的是美、英、日等发达国家,已经推出几款针对美元、英镑、日元等号码识别的点钞机系统,并且在银行业务中得到广泛的应用,但其速度较慢,而且价格昂贵。我国在纸币识别系统的开发研制上起步较晚,目前许多科研机构、企业都投入了相当的人力、物力进行开发研究,并取得了一定的成果。
我国科研人员也迅速投入到纸币识别领域中来，并发表了一系列有关纸币识别的文章。与常用的神经网络方法不同，刘家锋等提出了将基于结构风险最小化(SRM)的混合高斯模型(GMM)应用于纸币识别，取得了很好的识别效果。
