基于RBF的纸币序列号识别方法

• 作者: 叶玉堂 王鼎元 阮雷 陈振龙
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 光学字符识别(OCR) 径向基函数 神经网络 特征提取
• 年，卷（期）: 2010,（9）
• 页码范围: 51-54
• 分类号: TP391.43
• 字数: 3037字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6236.2010.09.016

摘要

序列号识别是金融安全领域的一个重要步骤.针对纸币序列号的字符特点,提出了一种基于径向基函数神经网络模型(RBF)的光学字符识别方法.使用工业相机,采集得到纸币图像,并进行必要的预处理,得到序列号区域的二值图像.再根据连通区域信息对单个字符进行分割并归一化,然后提取字符的二维空间分布信息作为特征向量,并结合径向基函数神经网络进行字符识别.实验证明,该神经网络仅两层隐藏层,结构简单,在小样本集下可达到95%的识别率,并且训练时间在100ms量级,能够很好地满足纸币序列号识别功能的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶玉堂	电子科技大学光电信息学院	170	1471	17.0	30.0
2	王鼎元	电子科技大学光电信息学院	5	15	2.0	3.0
3	阮雷	电子科技大学光电信息学院	2	8	1.0	2.0
4	陈振龙	电子科技大学光电信息学院	1	7	1.0	1.0