基于多角度混合高斯模型的纸币图像识别算法

• 作者: 唐东明 王元庆
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 特征提取 双面网格特征 分类器 多角度混合高斯模型
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 52-57
• 页数: 6页
• 分类号: TP391.41
• 字数: 4005字
• 语种: 中文

摘要

针对金融领域的应用需求,提出了一种基于双面网格特征和多角度混合高斯模型的纸币图像识别算法.该算法使用双面网格作为特征提取方法,并根据类内、类间距离求取网格划分数量,证明双面网格特征相较单面网格特征的优势.然后针对不同倾斜角训练多角度混合高斯模型作为分类器,省去对整幅图像进行旋转的预处理过程,简化识别流程.改进的高斯密度判决函数进一步降低了时间消耗.实验结果表明,该算法的识别率可以达到100％,识别速度4ms/张,准确性和实时性都得到了很好的保证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王元庆	南京大学电子科学与工程学院	104	1040	17.0	27.0
2	唐东明	南京大学电子科学与工程学院	16	74	4.0	8.0