基于支持向量機(jī)的紙幣號(hào)碼識(shí)別.pdf

1、支持向量機(jī)(SupportVectorMachines,簡(jiǎn)稱SVM)是在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上發(fā)展起來(lái)的一種新的通用學(xué)習(xí)方法，它已初步表現(xiàn)出很多優(yōu)于已有方法的性能。由于采用了結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則代替經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原則，使得它較好地解決了小樣本學(xué)習(xí)的問(wèn)題；又由于采用了核函數(shù)思想，使它把非線性空間的問(wèn)題轉(zhuǎn)化到線性空間，降低了算法的復(fù)雜度。正是因?yàn)槠渫陚涞睦碚摶A(chǔ)和出色的學(xué)習(xí)性能，該技術(shù)已成為機(jī)器學(xué)習(xí)界的研究熱點(diǎn)，并在很多領(lǐng)域都得到了成功應(yīng)用，如人

2、臉檢測(cè)、數(shù)字識(shí)別、文本自動(dòng)分類(lèi)等。 本文將支持向量機(jī)引入紙幣號(hào)碼的識(shí)別系統(tǒng)，主要進(jìn)行的工作如下： (1)整理總結(jié)了國(guó)內(nèi)外學(xué)術(shù)界關(guān)于統(tǒng)計(jì)學(xué)習(xí)理論方面的研究成果與現(xiàn)狀，介紹了統(tǒng)計(jì)學(xué)習(xí)理論的基本概念和支持向量機(jī)的基本原理； (2)將支持向量機(jī)應(yīng)用于紙幣號(hào)碼的識(shí)別問(wèn)題中。號(hào)碼識(shí)別包括圖像的采集、圖像的預(yù)處理以及字符的識(shí)別三個(gè)步驟，先用高速圖像采集設(shè)備CMOS攝像頭進(jìn)行紙幣號(hào)碼圖像的采集，利用Hough變換與數(shù)學(xué)形態(tài)學(xué)方法

3、進(jìn)行特征提取，在識(shí)別階段采用支持向量機(jī)算法進(jìn)行字符的識(shí)別。經(jīng)典的支持向量機(jī)僅針對(duì)兩類(lèi)分類(lèi)問(wèn)題，本文提出并實(shí)現(xiàn)了幾種多類(lèi)分類(lèi)器策略，并針對(duì)數(shù)字識(shí)別對(duì)它們的實(shí)際效果進(jìn)行了比較； (3)在硬件系統(tǒng)設(shè)計(jì)上，由于考慮到實(shí)時(shí)性，所以采用DSP作為處理器，紙幣的號(hào)碼圖像通過(guò)CMOS的高速采集及數(shù)據(jù)轉(zhuǎn)換，存入DSP的存儲(chǔ)空間；然后由DSP處理器對(duì)讀入的數(shù)據(jù)進(jìn)行一系列的處理，繼而實(shí)現(xiàn)紙幣號(hào)碼的識(shí)別功能。 本文實(shí)現(xiàn)的系統(tǒng)滿足了號(hào)碼識(shí)別實(shí)時(shí)性