2。6。1  BP神经网络算法模型 11

2。6。2  BP神经网络的功能 12

2。6。3  BP神经网络算法流程图 12

2。6。4  BP神经网络的设计 13

2。6。5  BP神经网络的函数 15

第三章  人民币纸币号码识别系统设计 17

3。1  纸币号码定位 17

3。2  纸币号码字符分割 20

3。3  BP网络的设计 22

3。4  纸币识别系统结果 22

3。5  实验样本分析 24

总 结 26

致 谢 27

参 考 文 献 28

附 录 30

                第一章   绪论

1。1  背景及意义

纸币是国家强制发行的价值符号，是人们生活交流中不可缺少的物质。随着社会的进步，科技的发展，假币在纸币流通过程中日益张狂。这也促使了大量研究人员致力于纸币防伪技术的研究。纸币序列号作为纸币身份的唯一标识，是鉴别纸币真假的一种极为重要的特征。当然，纸币号码的自动识别技术除了作为防伪的方法之外，在对因银行抢劫、偷窃等刑事案件中丢失的纸币的追踪破案时可以发挥很大的作用。

近年来，国家许多科研院校、单位对于数字图像处理技术投入大量的人力物力，使得识别技术的研究有很大的突破。在此支持下，根据图像分割技术和神经网络识别算法，提出本文中的纸币号码识别技术，在已有的研究中稍加改进以达到更精确识别的目标。

1。2  研究现状与存在的问题

1。3  本文的主要研究内容

本文是针对人民币纸币号码识别所设计的系统，主要的设计依据的是图像分割技术和神经网络算法。

     第二章主要介绍了图像的分割与识别技术，其中包括了图片的定位、图片的预处理、图片分割技术以及BP神经网络识别算法。图片的预处理包括了：字符串的定位和对定位后的图片进行初步处理。对纸币图片的灰度处理、边缘检测、图片腐蚀、图片的平滑处理、从对象中移除小对象的到目标区域等就可以定位到字符串的位置，将得到的图片再经过二值化处理，均值滤波等操作之后，就可以进行切割得到待识别的字符图像，最后经过BP神经网络算法进行识别处理[[7] 陈正伟, 朱建华, 周律, 刘浏。 人民币纸币冠字号码字符识别方法研究[J]。浙江科技学院学报,  2014, 26(6): 415-418][7]。第三章描述的是纸币号码识别系统的实验结果。论文网

第二章  图像分割与识别技术

2。1 图像的灰度变换

图像的灰度变换（gray—scale transformation,GST）[[8] 王焱, 刘洋, 宋百春。 人民币纸币号码识别算法研究。 计算机工程与科学[J], 2013, 35(8): 103-108。][8]处理技术是属于图像增强技术，是图像显示软件和图像数字化软件的重要组成部分。图像灰度变换技术是非常基础、直接的空间域图像处理方法。灰度变换的目的是为了改善图像的画质、使图像更加清晰以方便之后的识别。

例如:

设原图像像素的灰度值为：

                          (2-1)