基于Haar小波和模糊逻辑的纸币图像特征提取方法

• 作者: 刘家锋 刘鹏 唐降龙 盖杉
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: Haar小波变换 语言变量 模糊逻辑 神经网络 纸币图像识别
• 年，卷（期）: 2010,（11）
• 页码范围: 1149-1155
• 分类号: TP3
• 字数: 5100字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2010.11.009

摘要

针对如何提取纸币图像特征的问题,提出了一种基于离散Haar小波变换和模糊逻辑相结合的纸币特征提取方法.该方法首先使用Haar小波对纸币图像进行分解操作,提取出图像的低频小波系数、高频小波系数.在此基础上引入模糊逻辑方法,把提取的小波系数分别作为语言变量,并构造出相应的隶属度函数,在模糊特征空间中求出每个模糊区域对应的激活强度值,将这些激活强度值进行归一化处理后构成纸币特征向量,使用神经网络分类器对纸币进行识别.此方法在资源约束的嵌入式系统(11 TMS320C 6713 DSP)上实现,实验结果表明,离散Haar小波变换和模糊逻辑相结合的特征提取方法可以取得较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐降龙	哈尔滨工业大学计算机科学与技术学院	105	1135	17.0	29.0
2	刘鹏	哈尔滨工业大学计算机科学与技术学院	115	707	12.0	20.0
3	刘家锋	哈尔滨工业大学计算机科学与技术学院	60	769	16.0	25.0
4	盖杉	哈尔滨工业大学计算机科学与技术学院	4	24	2.0	4.0