基于深度学习的人民币识别系统设计开题报告

1. 研究目的与意义

研究背景：银行业工作中一直存在着纸币识别的工作，主要依赖于纸币清分机，它不仅在处理速度上领先于人工处理，而且在处理效率与准确性上也有一定的保障。而纸币清分机的主要工作则是对纸币面额进行识别并判断与分类，传统的纸币识别方法包括：统计学方法、机器学习方法等，也能够发挥较好的识别作用。随着计算机与人工智能技术的不断发展，深度学习主要是深度神经网络的广泛应用开展在计算机视觉领域的图像处理中大放异彩。

因此，本文依据现有应用中较为普遍的深度学习方法，对我国现行的第五代人民币作为模型数据集进行训练与测试。结果发现，我们选择的深度学习模型能够在对人民币图像进行颜色提取、纹理识别中发挥显著功能，进而在对人民币识别与分类中达到较高的分类结果。

研究目的：实现深度学习的人民币识别系统设计，锻炼学生动手能力，整理大学期间所学。

2. 研究内容与预期目标

研究内容：本课题旨在通过基于深度学习的人民币识别系统设计，更好地识别人民币金额，加快工作效率。

3. 研究方法与步骤

1．研究方法：

（1）利用matlab和单片机实现基于机器视觉的缺陷检测系统设计。

（2）参考各类文献，改革创新。

4. 参考文献

[1] 顾梅花，苏彬彬,王苗苗, 等. 彩色图像灰度化算法综述[j]. 计算机应用研究, 2019,

36(05):12-18.

[2] 王胜春.基于前向运动视频的计算机视觉检测技术研究及应用[d].北京交通大学,2015.

5. 工作计划

（1）1月10日至2月25日(1周前)：根据任务书，明确设计的内容和目的，查阅相关文献材料准备开题报告。

（2）2月28日至3月4日（2周）：根据阅读的资料文献初步了解设计的原理以及实现的方法，开始写开题报告。

（3）3月7日至4月1日（3-6周）：掌握所选择硬件或软件平台的使用方法、开始完成设计的具体内容。