CN105528825A - 有价文件自适应识别方法和装置 - Google Patents
有价文件自适应识别方法和装置 Download PDFInfo
- Publication number
- CN105528825A CN105528825A CN201510874880.XA CN201510874880A CN105528825A CN 105528825 A CN105528825 A CN 105528825A CN 201510874880 A CN201510874880 A CN 201510874880A CN 105528825 A CN105528825 A CN 105528825A
- Authority
- CN
- China
- Prior art keywords
- correction
- photosignal
- value
- value document
- acquisition parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012937 correction Methods 0.000 claims abstract description 239
- 239000013598 vector Substances 0.000 claims abstract description 33
- 238000000605 extraction Methods 0.000 claims abstract description 15
- 238000009825 accumulation Methods 0.000 claims description 66
- 238000013459 approach Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 230000003044 adaptive effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/06—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency using wave or particle radiation
- G07D7/12—Visible light, infrared or ultraviolet radiation
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/06—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency using wave or particle radiation
- G07D7/12—Visible light, infrared or ultraviolet radiation
- G07D7/128—Viewing devices
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/20—Testing patterns thereon
- G07D7/2008—Testing patterns thereon using pre-processing, e.g. de-blurring, averaging, normalisation or rotation
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/20—Testing patterns thereon
- G07D7/2016—Testing patterns thereon using feature extraction, e.g. segmentation, edge detection or Hough-transformation
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/20—Testing patterns thereon
- G07D7/2075—Setting acceptance levels or parameters
- G07D7/2083—Learning
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Facsimile Scanning Arrangements (AREA)
- Image Input (AREA)
- Character Discrimination (AREA)
Abstract
本发明实施例公开了有价文件自适应识别方法,用于解决***累积误差和提前修正的问题。本发明实施例方法包括:根据所述采集参数采集有价文件的光电信号;根据所述光电信号修正量对所述光电信号进行数字补偿;对数字补偿后的所述光电信号进行特征提取,得到特征向量;将所述特征向量送入预设的分类器中识别,得到所述有价文件的识别结果;根据所述识别结果获取有价文件上对应的特定区域;获取特征信息;根据所述特征信息计算得到所述有价文件的累积分量和微分误差;根据所述累积分量和微分误差计算得到所述光电信号的总修正量;根据总修正量更新所述光电信号修正量和所述采集参数;输出所述识别结果。本发明实施例还提供有价文件自适应识别装置。
Description
技术领域
本发明涉及金融领域,尤其涉及有价文件自适应识别方法和装置。
背景技术
全球范围内现金流通使用到大量的票据识别和处理设备,银行***有点钞机、清分机、ATM等,零售行业有自动售卖机,智能交通行业有自动售票机等。这些设备的共同特点是需要依靠识别装置完成对票据的检测和识别,而光敏传感器和识别算法则是所有识别装置的重要组成部分。
各种识别装置因为应用行业不同,需要适应不同的需求和使用环境,这就需要光敏传感器和识别算法具有一定的自动适应能力。比如:传感器需要适应不同温度、湿度的变化,保证信号输出的稳定性和一致性;识别算法需要适应不同新旧程度、不同面值、不同版本的票据,保证识别效果的稳定性和一致性。
目前在光敏传感器方面各产品的通用做法是利用白基准片和光电信号反馈补偿的原理对传感器输出信号进行修正;在识别算法方面的通用做法是根据要处理票据的实物,用大样本训练的方式找到合适的阈值,然后用参数的形式固化到算法里以满足具体的产品要求。
在利用CIS采集目标图像过程中,由于受到诸如光学不均匀性、光敏单元本身响应差异、暗电流及偏置等因素的影响,对一个灰度均匀的目标,可能会输出强度不均匀的图像,这将对后续图像处理中的目标识别及测量不利,因此,在利用CIS采集目标图像之前,需要对CIS进行黑白校准,目前,公知的CIS非均匀校正算法中,两点法是用来校正CIS非均匀性的一种有效方法,它成立的假设条件是每个光敏单元的响应是线性的,只需对直线上的两点进行定标测量,便可求出光敏单元的响应直线,从而对非均匀性进行校正。然而,因年月变迁造成的发光体及受光原件的变化带来的有价文件光电信号精度变化亦会影响相关设备的识别精度。
基于过程控制中的反馈控制原理,反馈***主要由比例环节、积分环节、微分环节构成。传统的基于白基准的光电信号反馈修正方法只利用了其中的比例环节,对反馈信号的偏差乘上比例因子进行修正,这种方法对传感器本身的实时偏差修正有一定效果,但对于传感器加识别算法构成的整个***的累积误差却无法处理,也就是缺乏积分反馈环节。另外传感器作为被动器件,无法主动预知处理对象的变化,所以处理对象发生变化后,传统方法无法感知,也无法做出提前修正,也就是缺乏了微分反馈环节。
因此,需要改进整个反馈控制***的设计,引入积分和微分反馈控制环节,解决***累积误差和提前修正的问题。
发明内容
本发明实施例提供了有价文件自适应识别方法和装置,能够解决***累积误差和提前修正的问题。
本发明实施例提供的一种有价文件自适应识别方法,包括:
获取采集参数,根据所述采集参数采集有价文件的光电信号;
获取光电信号修正量,根据所述光电信号修正量对所述光电信号进行数字补偿;
对数字补偿后的所述光电信号进行特征提取,得到特征向量;
将所述特征向量送入预设的分类器中识别,得到所述有价文件的识别结果;
根据所述识别结果获取有价文件上对应的特定区域;
根据所述特定区域获取所述有价文件的光电信号的特征信息;
根据所述特征信息计算得到所述有价文件的累积分量和微分误差;
根据所述累积分量和微分误差计算得到所述光电信号的总修正量;
根据所述总修正量更新所述光电信号修正量和所述采集参数;
输出所述识别结果。
可选地,数字补偿的修正公式如下:
p'=p+M0;
p是所述光电信号任意一点的灰度值,p'为p的修正值,M0为所述光电信号修正量。
可选地,根据所述特征信息计算得到所述有价文件的累积分量和微分误差具体包括:
根据所述特征信息计算所述光电信号的特征分量,所述特征分量Mn的表达式为:θi为特征信息,i=1,2,…,t;
计算所述有价文件的累积分量mi为特征分量Mn在i时刻的值;
计算所述有价文件的微分误差Mw=Mn-M1。
可选地,根据所述累积分量和微分误差计算得到所述光电信号的总修正量具体包括:
根据所述累积分量计算所述光电信号的第二修正量M2=k2*(M*-Ml),M*为预设的标准信息,k2为预设的第二系数;
根据所述微分误差计算得到所述光电信号的第三修正量M3,具体包括:若|Mw|<w,则第三修正量M3=-Mw;若|Mw|≥w,当满足|Mw|≥w的所述光电信号样本数为n,且时,则第三修正量M3=0,否则,第三修正量M3=-k3*Mw,N为所述光电信号的样本总数,k3为预设的第三系数;
根据所述累积分量、所述第二修正量和所述第三修正量得到总修正量,总修正量M=M1+M2+M3。
可选地,根据所述总修正量更新所述光电信号修正量和所述采集参数包括:
更新所述光电信号修正量M0的值等于所述总修正量M;
初始化所述采集参数,更新所述采集参数E0=E0+λ·M0,E0的初始化值为预设值,λ为预设的修正系数。
可选地,根据所述光电信号修正量对所述光电信号进行数字补偿之前还包括:
获取预设的第一校正系数和第二校正系数;
根据所述第一校正系数和第二校正系数对所述光电信号进行信号补偿,补偿修正公式如下:
y=a·x+b;
x为任一点修正前的光电信号值,y为对应的修正后的光电信号值,a为第一校正系数,b为第二校正系数。
可选地,当第一次采集有价文件的光电信号时,获取采集参数的预设初始化值,获取光电信号修正量的初始化值,所述光电信号修正量的初始化值为0。
本发明实施例提供的一种有价文件自适应识别装置,包括:
光电信号采集模块,用于获取采集参数,根据所述采集参数采集有价文件的光电信号;
数字补偿模块,用于获取光电信号修正量,根据所述光电信号修正量对所述光电信号进行数字补偿;
特征提取模块,用于对数字补偿后的所述光电信号进行特征提取,得到特征向量;
识别模块,用于将所述特征向量送入预设的分类器中识别,得到所述有价文件的识别结果;
特定区域获取模块,用于根据所述识别结果获取有价文件上对应的特定区域;
特征信息获取模块,用于根据所述特定区域获取所述有价文件的光电信号的特征信息;
累积分量和微分误差计算模块,用于根据所述特征信息计算得到所述有价文件的累积分量和微分误差;
总修正量计算模块,用于根据所述累积分量和微分误差计算得到所述光电信号的总修正量;
更新模块,用于根据所述总修正量更新所述光电信号修正量和所述采集参数;
识别结果输出模块,用于输出所述识别结果。
可选地,
所述累积分量和微分误差计算模块具体包括:
特征分量计算单元,用于根据所述特征信息计算所述光电信号的特征分量,所述特征分量Mn的表达式为:θi为特征信息,i=1,2,…,t;
累积分量计算单元,用于计算所述有价文件的累积分量mi为特征分量Mn在i时刻的值;
微分误差计算单元,用于计算所述有价文件的微分误差Mw=Mn-M1;
所述总修正量计算模块具体包括:
第二修正量计算单元,用于根据所述累积分量计算所述光电信号的第二修正量M2=k2*(M*-Ml),M*为预设的标准信息,k2为预设的第二系数;
第三修正量计算单元,用于根据所述微分误差计算得到所述光电信号的第三修正量M3,具体包括:若|Mw|<w,则第三修正量M3=-Mw;若|Mw|≥w,当满足|Mw|≥w的所述光电信号样本数为n,且时,则第三修正量M3=0,否则,第三修正量M3=-k3*Mw,N为所述光电信号的样本总数,k3为预设的第三系数;
总修正量计算单元,用于根据所述累积分量、所述第二修正量和所述第三修正量得到总修正量,总修正量M=M1+M2+M3;
所述更新模块具体包括:
光电信号修正量更新单元,用于更新所述光电信号修正量M0的值等于所述总修正量M;
采集参数更新单元,用于初始化所述采集参数,更新所述采集参数E0=E0+λ·M0,E0的初始化值为预设值,λ为预设的修正系数。
可选地,所述装置还包括:
采集参数初始化值获取模块,用于当第一次采集有价文件的光电信号时,获取采集参数的预设初始化值;
修正量初始化值获取模块,用于当第一次采集有价文件的光电信号时,获取光电信号修正量的初始化值,所述光电信号修正量的初始化值为0。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例中,首先,获取采集参数,根据所述采集参数采集有价文件的光电信号;获取光电信号修正量,根据所述光电信号修正量对所述光电信号进行数字补偿;然后,对数字补偿后的所述光电信号进行特征提取,得到特征向量;将所述特征向量送入预设的分类器中识别,得到所述有价文件的识别结果;接着,根据所述识别结果获取有价文件上对应的特定区域;根据所述特定区域获取所述有价文件的光电信号的特征信息;根据所述特征信息计算得到所述有价文件的累积分量和微分误差;根据所述累积分量和微分误差计算得到所述光电信号的总修正量;最后,根据所述总修正量更新所述光电信号修正量和所述采集参数;输出所述识别结果。从而,可以实现有价文件识别过程的累积反馈自适应及微分反馈控制自适应,解决***的累积误差问题和微分误差问题。
附图说明
图1为本发明实施例中有价文件自适应识别方法一个实施例流程图;
图2为本发明实施例中有价文件自适应识别方法另一个实施例流程图;
图3是本发明白光透射冠字号图像选取稳定矩形区域;
图4是本发明有价文件特征信息输出示意图;
图5是本发明累积分量示意图;
图6是本发明微分误差示意图;
图7为本发明实施例中有价文件自适应识别装置一个实施例结构图;
图8为本发明实施例中有价文件自适应识别装置另一个实施例结构图。
具体实施方式
本发明实施例提供了有价文件自适应识别方法和装置,用于解决***累积误差和提前修正的问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例中一种有价文件自适应识别方法一个实施例包括:
101、获取采集参数,根据该采集参数采集有价文件的光电信号;
在采集有价文件的光电信号之前,可以获取采集参数,根据该采集参数采集有价文件的光电信号。
102、获取光电信号修正量,根据该光电信号修正量对该光电信号进行数字补偿;
在根据该采集参数采集有价文件的光电信号之后,可以获取光电信号修正量,根据该光电信号修正量对该光电信号进行数字补偿。
103、对数字补偿后的该光电信号进行特征提取,得到特征向量;
在根据该光电信号修正量对该光电信号进行数字补偿之后,可以对数字补偿后的该光电信号进行特征提取,得到特征向量。
104、将该特征向量送入预设的分类器中识别,得到该有价文件的识别结果;
在得到特征向量之后,可以将该特征向量送入预设的分类器中识别,得到该有价文件的识别结果。
105、根据该识别结果获取有价文件上对应的特定区域;
在得到该有价文件的识别结果之后,可以根据该识别结果获取有价文件上对应的特定区域。
106、根据该特定区域获取该有价文件的光电信号的特征信息;
在根据该识别结果获取有价文件上对应的特定区域之后,可以根据该特定区域获取该有价文件的光电信号的特征信息。
107、根据该特征信息计算得到该有价文件的累积分量和微分误差;
在根据该特定区域获取该有价文件的光电信号的特征信息之后,可以根据该特征信息计算得到该有价文件的累积分量和微分误差。
108、根据该累积分量和微分误差计算得到该光电信号的总修正量;
在根据该特征信息计算得到该有价文件的累积分量和微分误差之后,可以根据该累积分量和微分误差计算得到该光电信号的总修正量。
109、根据该总修正量更新该光电信号修正量和该采集参数;
在根据该累积分量和微分误差计算得到该光电信号的总修正量之后,可以根据该总修正量更新该光电信号修正量和该采集参数。
110、输出该识别结果。
在根据该总修正量更新该光电信号修正量和该采集参数之后,可以输出该识别结果。
本实施例中,首先,获取采集参数,根据该采集参数采集有价文件的光电信号;获取光电信号修正量,根据该光电信号修正量对该光电信号进行数字补偿;然后,对数字补偿后的该光电信号进行特征提取,得到特征向量;将该特征向量送入预设的分类器中识别,得到该有价文件的识别结果;接着,根据该识别结果获取有价文件上对应的特定区域;根据该特定区域获取该有价文件的光电信号的特征信息;根据该特征信息计算得到该有价文件的累积分量和微分误差;根据该累积分量和微分误差计算得到该光电信号的总修正量;最后,根据该总修正量更新该光电信号修正量和该采集参数;输出该识别结果。从而,可以实现有价文件识别过程的累积反馈自适应及微分反馈控制自适应,解决***的累积误差问题和微分误差问题。
为便于理解,下面对本发明实施例中的一种有价文件自适应识别方法进行详细描述,请参阅图2,本发明实施例中一种有价文件自适应识别方法另一个实施例包括:
201、获取采集参数,根据该采集参数采集有价文件的光电信号;
首先,可以获取采集参数,根据该采集参数采集有价文件的光电信号。
需要说明的是,当第一次采集有价文件的光电信号时,获取采集参数的预设初始化值,获取光电信号修正量的初始化值,该光电信号修正量的初始化值为0。
202、获取预设的第一校正系数和第二校正系数;
在对该光电信号进行数字补偿之前,可以对该光电信号进行信号补偿。需要获取预设的第一校正系数和第二校正系数。需要说明的是,该第一校正系数和第二校正系数可以预先计算得到,具体获取方法可以为:通过白样张和黑样张求出光敏单元的响应直线并代入修正公式y=a·x+b(两点法信号补偿),求出校正系数(第一校正系数)和暗电流的校正量(第二校正系数)。
203、根据该第一校正系数和第二校正系数对该光电信号进行信号补偿;
在获取预设的第一校正系数和第二校正系数之后,可以根据该第一校正系数和第二校正系数对该光电信号进行信号补偿,本实施例以两点法举例,具体补偿修正公式如下:
y=a·x+b;
x为任一点修正前的光电信号值,y为对应的修正后的光电信号值,a为第一校正系数,b为第二校正系数。
204、获取光电信号修正量,根据该光电信号修正量对该光电信号进行数字补偿;
在根据该第一校正系数和第二校正系数对该光电信号进行信号补偿之后,可以获取光电信号修正量,根据该光电信号修正量对该光电信号进行数字补偿,具体修正公式如下:
p'=p+M0
其中,p是该光电信号任意一点的灰度值,p'为p的修正值,M0为该光电信号修正量。显然修正后的值与期望完全相同,其中M0>0时,调高灰度值,M0<0时,调低灰度值。
205、对数字补偿后的该光电信号进行特征提取,得到特征向量;
在获取光电信号修正量,根据该光电信号修正量对该光电信号进行数字补偿之后,可以对数字补偿后的该光电信号进行特征提取,得到特征向量。该特征向量可以为β=(ε1,ε2,…,εt)。
206、将该特征向量送入预设的分类器中识别,得到该有价文件的识别结果;
在得到特征向量之后,可以将该特征向量送入预设的分类器中识别,得到该有价文件的识别结果,该分类器可以是但不仅限于神经网络或支持向量机。
207、根据该识别结果获取有价文件上对应的特定区域;
在得到该有价文件的识别结果之后,可以根据该识别结果获取有价文件上对应的特定区域。
208、根据该特定区域获取该有价文件的光电信号的特征信息;
在根据该识别结果获取有价文件上对应的特定区域之后,可以根据该特定区域获取该有价文件的光电信号的特征信息。
209、根据该特征信息计算该光电信号的特征分量;
在根据该特定区域获取该有价文件的光电信号的特征信息之后,可以根据该特征信息计算该光电信号的特征分量,该特征分量Mn的表达式为:θi为特征信息,i=1,2,…,t。
下面通过具体应用场景详细描述步骤207~209:如图3,基于步骤4中有价文件类别识别结果,获取预先设定矩形区域1,矩形区域2,矩形区域3的亮度或色度或饱和度或对比度特征信息θi,i=1,2,3,得到有价文件光电信号特征其中,n为有价文件的放入序号。
210、计算该有价文件的累积分量;
在根据该特征信息计算该光电信号的特征分量之后,可以计算该有价文件的累积分量mi为特征分量Mn在i时刻的值。
211、计算该有价文件的微分误差;
在计算该有价文件的累积分量之后,可以计算该有价文件的微分误差。如图4,a为有价文件光电特征曲线,b为标准曲线,M1为累积分量,其中如图5,a为累积分量曲线,b为标准曲线,计算累积误差,既信号修正量M2=k2*(M*-Ml),M*为预先设定的标准信息,k2为经验值,如图6,c为累积误差曲线,有价文件光电信号的微分误差Mw=Mn-Ml。
212、根据该累积分量计算该光电信号的第二修正量;
在计算该有价文件的累积分量之后,可以根据该累积分量计算该光电信号的第二修正量M2=k2*(M*-Ml),M*为预设的标准信息,k2为预设的第二系数。
213、根据该微分误差计算得到该光电信号的第三修正量;
在计算该有价文件的微分误差之后,可以根据该微分误差计算得到该光电信号的第三修正量M3,具体包括:若|Mw|<w,则第三修正量M3=-Mw;若|Mw|≥w,当满足|Mw|≥w的该光电信号样本数为n,且时,则第三修正量M3=0,否则,第三修正量M3=-k3*Mw,N为该光电信号的样本总数,k3为预设的第三系数。
214、根据该累积分量、该第二修正量和该第三修正量得到总修正量;
在得到该累积分量、该第二修正量和该第三修正量之后,可以根据该累积分量、该第二修正量和该第三修正量得到总修正量,总修正量M=M1+M2+M3。
215、更新该光电信号修正量M0的值等于该总修正量M;
在根据该累积分量、该第二修正量和该第三修正量得到总修正量之后,可以更新该光电信号修正量M0的值等于该总修正量M。
216、初始化该采集参数,更新该采集参数;
在更新该光电信号修正量M0之后,还可以初始化该采集参数,更新该采集参数E0=E0+λ·M0,E0的初始化值为预设值,λ为预设的修正系数。其中,λ表示在CIS传感器的正常打光范围内,平均提高一个灰度值需要增强光电强度。
217、输出该识别结果。
在更新该光电信号修正量和该采集参数之后,可以输出该识别结果。
当识别装置出现老化时,线性度失效,“线性反馈分析模块”利用比例环节对所反馈光电信号进行修正的方式存在较大的误差,可能出现冠字号码区域过曝或者过暗从而影响识别效果。本实施例中,通过有价文件自适应识别方法,能够解决识别装置老化导致冠字号码识别效果不好的问题。
有价识别装置出现老化或输入崭新钞票时。若出现白光透射图像过暗或过亮时,基于累积反馈自适应方法,即***增强或减弱光电能量,再次输入钞票时,便可避免白光透射图像过暗或过曝的问题。
本实施例中,首先,获取采集参数,根据该采集参数采集有价文件的光电信号;获取光电信号修正量,根据该光电信号修正量对该光电信号进行数字补偿;然后,对数字补偿后的该光电信号进行特征提取,得到特征向量;将该特征向量送入预设的分类器中识别,得到该有价文件的识别结果;接着,根据该识别结果获取有价文件上对应的特定区域;根据该特定区域获取该有价文件的光电信号的特征信息;根据该特征信息计算得到该有价文件的累积分量和微分误差;根据该累积分量和微分误差计算得到该光电信号的总修正量;最后,根据该总修正量更新该光电信号修正量和该采集参数;输出该识别结果。从而,可以实现有价文件识别过程的累积反馈自适应及微分反馈控制自适应,解决***的累积误差问题和微分误差问题。
上面主要对一种有价文件自适应识别方法进行描述,下面将详细描述一种有价文件自适应识别装置,请参阅图7,本发明实施例中一种有价文件自适应识别装置一个实施例包括:
光电信号采集模块701,用于获取采集参数,根据该采集参数采集有价文件的光电信号;
数字补偿模块702,用于获取光电信号修正量,根据该光电信号修正量对该光电信号进行数字补偿;
特征提取模块703,用于对数字补偿后的该光电信号进行特征提取,得到特征向量;
识别模块704,用于将该特征向量送入预设的分类器中识别,得到该有价文件的识别结果;
特定区域获取模块705,用于根据该识别结果获取有价文件上对应的特定区域;
特征信息获取模块706,用于根据该特定区域获取该有价文件的光电信号的特征信息;
累积分量和微分误差计算模块707,用于根据该特征信息计算得到该有价文件的累积分量和微分误差;
总修正量计算模块708,用于根据该累积分量和微分误差计算得到该光电信号的总修正量;
更新模块709,用于根据该总修正量更新该光电信号修正量和该采集参数;
识别结果输出模块710,用于输出该识别结果。
本实施例中,首先,光电信号采集模块701获取采集参数,根据该采集参数采集有价文件的光电信号;数字补偿模块702获取光电信号修正量,根据该光电信号修正量对该光电信号进行数字补偿;然后,特征提取模块703对数字补偿后的该光电信号进行特征提取,得到特征向量;识别模块704将该特征向量送入预设的分类器中识别,得到该有价文件的识别结果;接着,特定区域获取模块705根据该识别结果获取有价文件上对应的特定区域;特征信息获取模块706根据该特定区域获取该有价文件的光电信号的特征信息;再之,累积分量和微分误差计算模块707根据该特征信息计算得到该有价文件的累积分量和微分误差;总修正量计算模块708根据该累积分量和微分误差计算得到该光电信号的总修正量;更新模块709根据该总修正量更新该光电信号修正量和该采集参数;最后,识别结果输出模块710输出该识别结果。从而,可以实现有价文件识别过程的累积反馈自适应及微分反馈控制自适应,解决***的累积误差问题和微分误差问题。
为便于理解,下面对本发明实施例中的一种有价文件自适应识别装置进行详细描述,请参阅图8,本发明实施例中一种有价文件自适应识别装置另一个实施例包括:
光电信号采集模块801,用于获取采集参数,根据该采集参数采集有价文件的光电信号;
数字补偿模块802,用于获取光电信号修正量,根据该光电信号修正量对该光电信号进行数字补偿;
特征提取模块803,用于对数字补偿后的该光电信号进行特征提取,得到特征向量;
识别模块804,用于将该特征向量送入预设的分类器中识别,得到该有价文件的识别结果;
特定区域获取模块805,用于根据该识别结果获取有价文件上对应的特定区域;
特征信息获取模块806,用于根据该特定区域获取该有价文件的光电信号的特征信息;
累积分量和微分误差计算模块807,用于根据该特征信息计算得到该有价文件的累积分量和微分误差;
总修正量计算模块808,用于根据该累积分量和微分误差计算得到该光电信号的总修正量;
更新模块809,用于根据该总修正量更新该光电信号修正量和该采集参数;
识别结果输出模块810,用于输出该识别结果。
本实施例中该累积分量和微分误差计算模块807具体可以包括:
特征分量计算单元8071,用于根据该特征信息计算该光电信号的特征分量,该特征分量Mn的表达式为:θi为特征信息,i=1,2,…,t;
累积分量计算单元8072,用于计算该有价文件的累积分量mi为特征分量Mn在i时刻的值;
微分误差计算单元8073,用于计算该有价文件的微分误差Mw=Mn-M1;
本实施例中该总修正量计算模块808具体可以包括:
第二修正量计算单元8081,用于根据该累积分量计算该光电信号的第二修正量M2=k2*(M*-Ml),M*为预设的标准信息,k2为预设的第二系数;
第三修正量计算单元8082,用于根据该微分误差计算得到该光电信号的第三修正量M3,具体包括:若|Mw|<w,则第三修正量M3=-Mw;若|Mw|≥w,当满足|Mw|≥w的该光电信号样本数为n,且时,则第三修正量M3=0,否则,第三修正量M3=-k3*Mw,N为该光电信号的样本总数,k3为预设的第三系数;
总修正量计算单元8083,用于根据该累积分量、该第二修正量和该第三修正量得到总修正量,总修正量M=M1+M2+M3;
本实施例中该更新模块809具体可以包括:
光电信号修正量更新单元8091,用于更新该光电信号修正量M0的值等于该总修正量M;
采集参数更新单元8092,用于初始化该采集参数,更新该采集参数E0=E0+λ·M0,E0的初始化值为预设值,λ为预设的修正系数。
本实施例中该装置还可以包括:
采集参数初始化值获取模块811,用于当第一次采集有价文件的光电信号时,获取采集参数的预设初始化值;
修正量初始化值获取模块812,用于当第一次采集有价文件的光电信号时,获取光电信号修正量的初始化值,该光电信号修正量的初始化值为0。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,该单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
该作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例该方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上该,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种有价文件自适应识别方法,其特征在于,包括:
获取采集参数,根据所述采集参数采集有价文件的光电信号;
获取光电信号修正量,根据所述光电信号修正量对所述光电信号进行数字补偿;
对数字补偿后的所述光电信号进行特征提取,得到特征向量;
将所述特征向量送入预设的分类器中识别,得到所述有价文件的识别结果;
根据所述识别结果获取有价文件上对应的特定区域;
根据所述特定区域获取所述有价文件的光电信号的特征信息;
根据所述特征信息计算得到所述有价文件的累积分量和微分误差;
根据所述累积分量和微分误差计算得到所述光电信号的总修正量;
根据所述总修正量更新所述光电信号修正量和所述采集参数;
输出所述识别结果。
2.根据权利要求1所述的方法,其特征在于,数字补偿的修正公式如下:
p'=p+M0;
p是所述光电信号任意一点的灰度值,p'为p的修正值,M0为所述光电信号修正量。
3.根据权利要求1所述的方法,其特征在于,根据所述特征信息计算得到所述有价文件的累积分量和微分误差具体包括:
根据所述特征信息计算所述光电信号的特征分量,所述特征分量Mn的表达式为:θi为特征信息,i=1,2,…,t;
计算所述有价文件的累积分量mi为特征分量Mn在i时刻的值;
计算所述有价文件的微分误差Mw=Mn-M1。
4.根据权利要求3所述的方法,其特征在于,根据所述累积分量和微分误差计算得到所述光电信号的总修正量具体包括:
根据所述累积分量计算所述光电信号的第二修正量M2=k2*(M*-Ml),M*为预设的标准信息,k2为预设的第二系数;
根据所述微分误差计算得到所述光电信号的第三修正量M3,具体包括:若|Mw|<w,则第三修正量M3=-Mw;若|Mw|≥w,当满足|Mw|≥w的所述光电信号样本数为n,且时,则第三修正量M3=0,否则,第三修正量M3=-k3*Mw,N为所述光电信号的样本总数,k3为预设的第三系数;
根据所述累积分量、所述第二修正量和所述第三修正量得到总修正量,总修正量M=M1+M2+M3。
5.根据权利要求4所述的方法,其特征在于,根据所述总修正量更新所述光电信号修正量和所述采集参数包括:
更新所述光电信号修正量M0的值等于所述总修正量M;
初始化所述采集参数,更新所述采集参数E0=E0+λ·M0,E0的初始化值为预设值,λ为预设的修正系数。
6.根据权利要求1所述的方法,其特征在于,根据所述光电信号修正量对所述光电信号进行数字补偿之前还包括:
获取预设的第一校正系数和第二校正系数;
根据所述第一校正系数和第二校正系数对所述光电信号进行信号补偿,补偿修正公式如下:
y=a·x+b;
x为任一点修正前的光电信号值,y为对应的修正后的光电信号值,a为第一校正系数,b为第二校正系数。
7.根据权利要求1所述的方法,其特征在于,当第一次采集有价文件的光电信号时,获取采集参数的预设初始化值,获取光电信号修正量的初始化值,所述光电信号修正量的初始化值为0。
8.一种有价文件自适应识别装置,其特征在于,包括:
光电信号采集模块,用于获取采集参数,根据所述采集参数采集有价文件的光电信号;
数字补偿模块,用于获取光电信号修正量,根据所述光电信号修正量对所述光电信号进行数字补偿;
特征提取模块,用于对数字补偿后的所述光电信号进行特征提取,得到特征向量;
识别模块,用于将所述特征向量送入预设的分类器中识别,得到所述有价文件的识别结果;
特定区域获取模块,用于根据所述识别结果获取有价文件上对应的特定区域;
特征信息获取模块,用于根据所述特定区域获取所述有价文件的光电信号的特征信息;
累积分量和微分误差计算模块,用于根据所述特征信息计算得到所述有价文件的累积分量和微分误差;
总修正量计算模块,用于根据所述累积分量和微分误差计算得到所述光电信号的总修正量;
更新模块,用于根据所述总修正量更新所述光电信号修正量和所述采集参数;
识别结果输出模块,用于输出所述识别结果。
9.根据权利要求8所述的装置,其特征在于,
所述累积分量和微分误差计算模块具体包括:
特征分量计算单元,用于根据所述特征信息计算所述光电信号的特征分量,所述特征分量Mn的表达式为:θi为特征信息,i=1,2,…,t;
累积分量计算单元,用于计算所述有价文件的累积分量mi为特征分量Mn在i时刻的值;
微分误差计算单元,用于计算所述有价文件的微分误差Mw=Mn-M1;
所述总修正量计算模块具体包括:
第二修正量计算单元,用于根据所述累积分量计算所述光电信号的第二修正量M2=k2*(M*-Ml),M*为预设的标准信息,k2为预设的第二系数;
第三修正量计算单元,用于根据所述微分误差计算得到所述光电信号的第三修正量M3,具体包括:若|Mw|<w,则第三修正量M3=-Mw;若|Mw|≥w,当满足|Mw|≥w的所述光电信号样本数为n,且时,则第三修正量M3=0,否则,第三修正量M3=-k3*Mw,N为所述光电信号的样本总数,k3为预设的第三系数;
总修正量计算单元,用于根据所述累积分量、所述第二修正量和所述第三修正量得到总修正量,总修正量M=M1+M2+M3;
所述更新模块具体包括:
光电信号修正量更新单元,用于更新所述光电信号修正量M0的值等于所述总修正量M;
采集参数更新单元,用于初始化所述采集参数,更新所述采集参数E0=E0+λ·M0,E0的初始化值为预设值,λ为预设的修正系数。
10.根据权利要求8所述的装置,其特征在于,所述装置还包括:
采集参数初始化值获取模块,用于当第一次采集有价文件的光电信号时,获取采集参数的预设初始化值;
修正量初始化值获取模块,用于当第一次采集有价文件的光电信号时,获取光电信号修正量的初始化值,所述光电信号修正量的初始化值为0。
Priority Applications (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510874880.XA CN105528825B (zh) | 2015-12-02 | 2015-12-02 | 有价文件自适应识别方法和装置 |
EP16869523.7A EP3385923A4 (en) | 2015-12-02 | 2016-04-06 | Self-adaptive identification method of identifying negotiable instrument and device |
US15/774,560 US10529163B2 (en) | 2015-12-02 | 2016-04-06 | Self-adaptive identification method of identifying negotiable instrument and device |
RU2018118168A RU2690716C1 (ru) | 2015-12-02 | 2016-04-06 | Способ и устройство самоадаптивной идентификации для идентифицирования защищенного документа |
PCT/CN2016/078506 WO2017092209A1 (zh) | 2015-12-02 | 2016-04-06 | 有价文件自适应识别方法和装置 |
ZA2018/02811A ZA201802811B (en) | 2015-12-02 | 2018-04-26 | Self-adaptive identification method of identifying negotiable instrument and device |
CL2018001162A CL2018001162A1 (es) | 2015-12-02 | 2018-05-01 | Método de identificación auto-adaptativo para la identificación de instrumentos negociables y dispositivo |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510874880.XA CN105528825B (zh) | 2015-12-02 | 2015-12-02 | 有价文件自适应识别方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105528825A true CN105528825A (zh) | 2016-04-27 |
CN105528825B CN105528825B (zh) | 2018-08-31 |
Family
ID=55771025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510874880.XA Active CN105528825B (zh) | 2015-12-02 | 2015-12-02 | 有价文件自适应识别方法和装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10529163B2 (zh) |
EP (1) | EP3385923A4 (zh) |
CN (1) | CN105528825B (zh) |
CL (1) | CL2018001162A1 (zh) |
RU (1) | RU2690716C1 (zh) |
WO (1) | WO2017092209A1 (zh) |
ZA (1) | ZA201802811B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106408744A (zh) * | 2016-08-24 | 2017-02-15 | 中国人民银行印制科学技术研究所 | 票据特征值的检测***和票据特征值的检测方法 |
CN109658586A (zh) * | 2018-11-20 | 2019-04-19 | 广州广电运通金融电子股份有限公司 | 薄片类可堆叠物体的数量校准方法、装置和计算机设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114544638A (zh) * | 2020-11-25 | 2022-05-27 | 南宁富联富桂精密工业有限公司 | 空气湿度量测方法及电子装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009059177A (ja) * | 2007-08-31 | 2009-03-19 | Kalbas Japan Ltd | 紙葉類の真贋判定システム及び真贋判定方法 |
CN101458836A (zh) * | 2007-12-14 | 2009-06-17 | 广州广电运通金融电子股份有限公司 | 有价票据真伪鉴别方法及*** |
CN101908241A (zh) * | 2010-08-03 | 2010-12-08 | 广州广电运通金融电子股份有限公司 | 有价文件识别方法及其识别*** |
CN103310528A (zh) * | 2013-07-08 | 2013-09-18 | 广州广电运通金融电子股份有限公司 | 图像补偿修正方法及识别验钞装置 |
CN105095895A (zh) * | 2015-04-23 | 2015-11-25 | 广州广电运通金融电子股份有限公司 | 有价文件识别装置自修正识别方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6731785B1 (en) * | 1999-07-26 | 2004-05-04 | Cummins-Allison Corp. | Currency handling system employing an infrared authenticating system |
DE10151854A1 (de) | 2001-10-24 | 2003-05-08 | Giesecke & Devrient Gmbh | Wertdokumentbearbeitungsvorrichtung, Verfahren zur Funktionsprüfung, Justierung und/oder Kalibrierung der Wertdokumentbearbeitungsvorrichtung und Testmedien zur Durchführung des Verfahrens |
EP1908027B1 (en) * | 2005-07-27 | 2010-09-29 | Ingenia Holdings Limited | Verification of authenticity |
EP1868166A3 (en) | 2006-05-31 | 2007-12-26 | MEI, Inc. | Method and apparatus for validating banknotes |
GB0612856D0 (en) * | 2006-06-28 | 2006-08-09 | Rue De Int Ltd | Document handling apparatus |
DE102007015484A1 (de) * | 2007-03-30 | 2008-10-02 | Giesecke & Devrient Gmbh | Verfahren und Vorrichtung zur Prüfung von Wertdokumenten |
MY156070A (en) * | 2009-08-11 | 2016-01-15 | Kba Notasys Sa | Authentication of security documents, in particular of banknotes |
CN101968903B (zh) * | 2010-09-21 | 2012-08-29 | 广州广电运通金融电子股份有限公司 | 有价文件识别方法及*** |
CN102890841B (zh) | 2012-10-08 | 2013-11-27 | 广州广电运通金融电子股份有限公司 | 一种有价文件鉴别方法及装置 |
JP2014186373A (ja) | 2013-03-21 | 2014-10-02 | Toshiba Corp | 紙葉類処理方法、紙葉類処理装置、及び紙葉類処理システム |
-
2015
- 2015-12-02 CN CN201510874880.XA patent/CN105528825B/zh active Active
-
2016
- 2016-04-06 EP EP16869523.7A patent/EP3385923A4/en not_active Withdrawn
- 2016-04-06 US US15/774,560 patent/US10529163B2/en not_active Expired - Fee Related
- 2016-04-06 RU RU2018118168A patent/RU2690716C1/ru not_active IP Right Cessation
- 2016-04-06 WO PCT/CN2016/078506 patent/WO2017092209A1/zh active Application Filing
-
2018
- 2018-04-26 ZA ZA2018/02811A patent/ZA201802811B/en unknown
- 2018-05-01 CL CL2018001162A patent/CL2018001162A1/es unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009059177A (ja) * | 2007-08-31 | 2009-03-19 | Kalbas Japan Ltd | 紙葉類の真贋判定システム及び真贋判定方法 |
CN101458836A (zh) * | 2007-12-14 | 2009-06-17 | 广州广电运通金融电子股份有限公司 | 有价票据真伪鉴别方法及*** |
CN101908241A (zh) * | 2010-08-03 | 2010-12-08 | 广州广电运通金融电子股份有限公司 | 有价文件识别方法及其识别*** |
CN103310528A (zh) * | 2013-07-08 | 2013-09-18 | 广州广电运通金融电子股份有限公司 | 图像补偿修正方法及识别验钞装置 |
CN105095895A (zh) * | 2015-04-23 | 2015-11-25 | 广州广电运通金融电子股份有限公司 | 有价文件识别装置自修正识别方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106408744A (zh) * | 2016-08-24 | 2017-02-15 | 中国人民银行印制科学技术研究所 | 票据特征值的检测***和票据特征值的检测方法 |
CN106408744B (zh) * | 2016-08-24 | 2019-03-15 | 中国人民银行印制科学技术研究所 | 票据特征值的检测***和票据特征值的检测方法 |
CN109658586A (zh) * | 2018-11-20 | 2019-04-19 | 广州广电运通金融电子股份有限公司 | 薄片类可堆叠物体的数量校准方法、装置和计算机设备 |
CN109658586B (zh) * | 2018-11-20 | 2021-04-23 | 广州广电运通金融电子股份有限公司 | 薄片类可堆叠物体的数量校准方法、装置和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
EP3385923A1 (en) | 2018-10-10 |
CN105528825B (zh) | 2018-08-31 |
US10529163B2 (en) | 2020-01-07 |
ZA201802811B (en) | 2019-01-30 |
RU2690716C1 (ru) | 2019-06-05 |
WO2017092209A1 (zh) | 2017-06-08 |
CL2018001162A1 (es) | 2018-09-14 |
EP3385923A4 (en) | 2018-12-26 |
US20190340862A1 (en) | 2019-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10690485B2 (en) | System and method for determining tow parameters | |
CN103093225B (zh) | 二维码图像的二值化方法 | |
EP3762795B1 (en) | Method, device, system and program for setting lighting condition and storage medium | |
CN105528825A (zh) | 有价文件自适应识别方法和装置 | |
CN110969200B (zh) | 基于一致性负样本的图像目标检测模型训练方法及装置 | |
CN108257121A (zh) | 产品缺陷检测模型更新的方法、装置、存储介质及终端设备 | |
Tarik et al. | Potato disease detection using machine learning | |
CN108052943A (zh) | 一种仪表字轮识别方法及设备 | |
CN108460344A (zh) | 屏幕中的动态区域智能识别***及智能识别方法 | |
CN112565422B (zh) | 一种对电力物联网故障数据的识别方法、***和存储介质 | |
CN103997590A (zh) | 一种图像校准方法及装置 | |
CN104809800A (zh) | 提取纸币拼接痕迹的预处理方法、拼接钞识别方法及装置 | |
CN117196659B (zh) | 基于区块链技术的产品追溯方法及*** | |
CN117711295A (zh) | 基于人工智能的显示模组控制方法、装置、芯片及介质 | |
Leelavathy et al. | Prediction of biotic stress in paddy crop using deep convolutional neural networks | |
Huh et al. | Efficient framework for automated classification of subcellular patterns in budding yeast | |
Ma et al. | Initial margin simulation with deep learning | |
CN115601713A (zh) | 一种汽包水位图像识别方法及其装置 | |
CN115856694A (zh) | 电池寿命预测方法、装置、计算机设备和存储介质 | |
CN114792007A (zh) | 代码检测方法、装置、设备、存储介质和计算机程序产品 | |
CN204883926U (zh) | 一种纸张类残破程度识别结构及纸币交易装置 | |
CN107680245B (zh) | 一种纸币图像处理方法、纸币图像处理装置及电子设备 | |
CN111222485A (zh) | 3d人脸识别方法、装置、电子设备和存储介质 | |
CN118247493B (zh) | 基于分段集成学习的伪造图片检测与定位方法及装置 | |
CN113539353B (zh) | 确定暗适应下叶绿素荧光特征参数的方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |