基于Haar小波和模糊逻辑的纸币图像特征提取方法

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.

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

所属期刊栏目：20

分类号：TP1;TM8

资助基金：国家自然科学基金60702032

在线出版日期：2011-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1149-1155