浙江大学：基于神经网络学习的在线纸币识别（毕业论文&PPT&代码）

本次毕业设计实现一种实时高精度在线纸币识别系统，旨在帮助视障朋友识别手中纸币的面值，为其生活工作带来便利。 选用普通 RGB 相机，实时读取视频流，利用模式识别原理，结合机器学习的方法，快速准确给出图像中纸币的面值，并通过语音系统告知使用者面值以及传达指令。 本文提出矢量模板匹配算法识别纸币特征数字 2,5、卷积滤波远近寻找法判断 0 及其个数、通过神经网络学习识别纸币上毛主席的头像（下文简称毛像）、 识别数字 1、纸币背面英文字母 YU 等，保证算法速度与精度。本文展示在不同 的光照环境及复杂的背景下，纸币不同距离、旋转角度、部分遮盖等情况下的识 别情况。经测试，总体正确率达 95%以上，并在 500ms 给出纸币面值，3s 内完成语音提示，本系统具有鲁棒性好、准确度高、实时性好、使用简便等特性。