综合利用Contourlet变换和模糊逻辑方法的优点

提出一种新的基于Contourlet变换和模糊逻辑的纸币图像特征提取方法。该方法通过对纸币图像进行Contourlet变换

提取纸币图像在不同尺度不同方向上的变换系数。把提取的系数作为语言变量

在此基础上引入模糊逻辑方法

计算出模糊特征空间中每个模糊区域的激活强度值

并将其进行归一化处理后构成纸币的特征向量。同时结合纸币的几何特征来进行粗分类。采用神经网络作为识别分类器并且在识别阶段引入拒识类。实验结果表明

提出的方法取得了较高的识别率并且满足清分系统实时性的要求

该方法已经在一个资源约束的嵌入式系统中得到应用。