基于红外油墨的真伪币特征识别算法研究文献综述

 2022-11-25 03:11

文献综述

  1. 引言

随着科学技术的发展,世界各国的钱币制造技术得到了长足的发展。伪币制造技术也发展迅速,各种花色的伪币混杂在市场中;严重影响了社会秩序、损害了广大人民群众的利益。

目前常用的真、假纸币鉴定方法大体可以分为两类:主观鉴别类和专家鉴别类。其中,主观鉴别类是通过视觉、感官等主观方式对纸币真假进行鉴别,如针对纸币上的“水印"、 正背面重合印刷、图纹接线、多色套印、颜色等信息,通过直接目视观察对其进行判断。又如纸币的厚度、挺度、粗糙度以及凹印油墨沉积处明显的手感等信息可以通过触摸来获取。此类方法简单易行、方便快捷,是最为常用的方法。但因其主要由消费者依靠主观感受或经验判断,缺乏科学性和准确性。专家鉴别类方法,需要借助一定的仪器来鉴别,如放大镜、紫外线灯、磁性检验设备,以及化学分析方法等。这类方法相比于主观鉴别法虽然准确性有所提升,但还未能达到高效、准确对纸币真伪进行鉴别的目的。

近些年来,多光谱图像鉴别、安全线磁码鉴别、水印鉴别、图形鉴别、面额识别磁码分析、号码识别等各种鉴别方法不断发展。Sarfraz利用纸币图像的尺寸信息对沙特纸币的面额进行鉴别,蒋天瑜利用纸币图像中不同特征区域的灰度对比度来进行纸币的真伪鉴别,苑玮琦等利用CIS传感器获取纸币的红外、紫外图像进行真伪鉴别,Adnan等利用密集的尺度不变特征变换方法来鉴别欧元,Sai等利用纸币在背光照射下的水印图像对印度纸币进行鉴别,Appoloni等利用X射线的荧光效应对欧元进行鉴别,Arcangelo等利用纸币的近红外图像特征对欧元进行鉴别,Shan等利用小波变换和神经网络进行纸币鉴别,Oyebade等利用神经网络技术对尼日利亚纸币进行鉴别,以上方法取得了一定的鉴别效果,但由于所使用的鉴别性特征比较单一,算法的特征描述能力不够强,限制了这些方法的鉴别能力,尤其是对高仿真假币的鉴别能力。因此,需要研究新的更科学、更准确的鉴别方法。

  1. 利用多光谱分析方法分析真伪币的光电特征

20世纪80年代,随着多光谱技术的发展,其在医疗、军事、遥感、食品检测等方面得到了广泛的应用。其中,红外透射图像已成为鉴别纸币真伪的有效途径。一研究提出利用真伪纸币的光谱特征,分析其光谱差异用以鉴别纸币真伪。首先,利用Specim(芬兰)多光谱成像仪获取真伪纸币的多光谱图像,其次,基于尺度不变特征变换匹配(Scale—Invariant Feature Transform,SIFT)算法提取纸币特征点;最后,利用光谱特征,分析真伪纸币特征点的光谱差异,从而进行纸币真伪判别。SIFT算法的原理是基于图像的特征尺度,在各个不同尺度空间的特征点中比较找出极值点,生成特征描述符,最后进行匹配。该算法主要包括5个步骤:检测尺度空间极值点;精确特征点定位;特征点方向分配;生成特征描述符;匹配。

结论:

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。