一种融合两种主成分分析的货币识别方法

doi:10.3778/j.issn.1002-8331.2009.23.047

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (23): 170-172.DOI: 10.3778/j.issn.1002-8331.2009.23.047

• 图形、图像、模式识别 • 上一篇下一篇

一种融合两种主成分分析的货币识别方法

贺建飚，崔艳丽

中南大学信息科学与工程学院，长沙 410083

收稿日期:2008-10-13 修回日期:2008-12-26 出版日期:2009-08-11 发布日期:2009-08-11
通讯作者: 贺建飚

Currency recognition based on fusion two different principal component analysis

HE Jian-biao，CUI Yan-li

College of Information Science and Engineering，Central South University，Changsha 410083，China

Received:2008-10-13 Revised:2008-12-26 Online:2009-08-11 Published:2009-08-11
Contact: HE Jian-biao

摘要/Abstract

摘要： 为了充分提取货币图像的有效特征，提出了一种新颖的货币识别算法。首先，利用两种主成分分析分别降低原始图像空间的维数；然后，对所得特征参数属性用粗糙集决策表约简原理进行优化；最后，运用典型相关分析原理融合特征级数据，并给出最终识别效果。实验结果表明，该算法在充分提取货币图像特征的基础上，能很好地融合其特征向量，识别性能优于单一的主成分分析方法，且训练样本为20时，识别率可达98.78%。

Abstract: In order to extract the most useful features of currency，a novel method of currency recognition is proposed.First of all，two kinds of Principle Component Analysis（PCA） are used to respectively reduce the dimensionalities of the original image vector space.Then，rough set attribute optimization is introduced to optimize the parameters of feature vectors.At last，canonical correlation analysis is adopted to fuse these features.The results show that the performance of the proposed method can extract the more useful features，and the recognition results are better than those of using one kind of PCA.In addition，when the number of the training set is 20，the recognition rate is 98.78%.

中图分类号:

TP391.4

贺建飚，崔艳丽. 一种融合两种主成分分析的货币识别方法[J]. 计算机工程与应用, 2009, 45(23): 170-172.

HE Jian-biao，CUI Yan-li. Currency recognition based on fusion two different principal component analysis[J]. Computer Engineering and Applications, 2009, 45(23): 170-172.

[1]	吴晓¹，龙奕²，尹忠科¹，王建英¹. 依据HVS的改进Bandelet变换域图像数字水印[J]. 计算机工程与应用, 2010, 46(8): 163-166.
[2]	安红岩¹，张正肖²，杨武年¹. Curvelet变换在多聚焦图像融合中的应用[J]. 计算机工程与应用, 2010, 46(8): 170-173.
[3]	张月琴，白雅彬. 用于图像分割的粗糙集改进模糊聚类方法[J]. 计算机工程与应用, 2010, 46(8): 177-179.
[4]	赵宏^1，3，4，刘爱霞²，王恺^1，3，4，白志鹏^1，3. 环境空气SO₂和NO₂浓度的GA_ANN预测模型研究[J]. 计算机工程与应用, 2010, 46(8): 199-201.
[5]	郭庆昌，王敏毅. 均值移动算法收敛性及均值移动矢量夹角分析[J]. 计算机工程与应用, 2010, 46(7): 34-38.
[6]	陈骥思，余艳梅，殷宇，滕奇志. 自适应快速FCM彩色图像分割研究[J]. 计算机工程与应用, 2010, 46(7): 178-180.
[7]	印勇，王云，刘丹平. 血细胞图像分割的改进MEANSHIFT方法[J]. 计算机工程与应用, 2010, 46(6): 178-180.
[8]	赵敬^1，2，刘学³，戚文静⁴. 基于范例匹配的卡通形象设计方法研究[J]. 计算机工程与应用, 2010, 46(6): 71-74.
[9]	刘国金，曾孝平. 相干光学系统图像复原的各向异性扩散方法[J]. 计算机工程与应用, 2010, 46(6): 14-15.
[10]	刘雪燕，夏汉铸，袁宝玲. 基于新的MRSVM说话人辨识方法[J]. 计算机工程与应用, 2010, 46(5): 136-139.
[11]	王玉娟^1，2，鲁书喜^1，2. 基于模糊逻辑和纹理分析的图像增强算法研究[J]. 计算机工程与应用, 2010, 46(5): 140-142.
[12]	高仕龙. 一种新的英文文本检索算法[J]. 计算机工程与应用, 2010, 46(5): 21-23.
[13]	袁伟才，徐向民. 一种有效的动态背景提取及更新方法[J]. 计算机工程与应用, 2010, 46(4): 191-192.
[14]	杨军^1，2，3，袁红照^1，2. 结合小波变换和图像主元分析的人脸识别[J]. 计算机工程与应用, 2010, 46(4): 1-3.
[15]	徐大宏^1，2，王润生¹. 空间结构自适应的图像复原模型[J]. 计算机工程与应用, 2010, 46(3): 179-182.

一种融合两种主成分分析的货币识别方法

Currency recognition based on fusion two different principal component analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics