Método y sistema de reconocimiento y clasificación de billetes de banco

• Main Authors: LIU SIWEI, CHEN DINGXI, WANG WEIFENG, LIANG TIANCAI, LUO PANFENG
• Format: Patent
• Language: Spanish
• Published: 05.08.2016
• Subjects: CALCULATING; COMPUTING; COUNTING; HANDLING RECORD CARRIERS; PHYSICS; PRESENTATION OF DATA; RECOGNITION OF DATA; RECORD CARRIERS

UN METODO Y UN SISTEMA DE RECONOCIMIENTO Y DE CLASIFICACIÓN DE BILLETES DE BANCO, EN EL METODO Y EL SISTEMA, UN GRAN NUMERO DE MUESTRAS FIABLES QUE SON FACILES DE ADQUIRIR ACTUALMENTE SE USAN PARA ESTABLECER UN MODELO DE DEGRADACION DE SEÑALES DE MUESTRAS QUE CUMPLE LOS REQUISITOS DE APLICACION POR MEDIO DE UN METODO ESTADISTICO, PARA SIMULAR ESTADOS DE BILLETES DE BANCO, TALES COMO COMPLETAMENTE NUEVO EN PERFECCION, NUEVO EN PERFECCION EN UN 80%-90 %, NUEVO EN PERFECCIÓN EN UN 70%-80%, NUEVO EN PERFECCION EN MENOS DE UN 70 %, LA EXISTENCIA DE DIFERENTES GRADOS DE SUCIEDAD, LA EXISTENCIA DE DIFERENTES GRADOS DE PERDIDA DE INTEGRIDAD, LA EXISTENCIA DE DIFERENTES GRADOS DE AGRIETAMIENTO Y LA EXISTENCIA DE PLIEGUES EN ALGUNAS AREAS, A CONTINUACION, UN CLASIFICADOR APRENDE A REALIZAR LA CLASIFICACION Y EL RECONOCIMIENTO EN UNA MUESTRA A RECONOCER, OBTENIENDO DE ESTE MODO CON PRECISION UN RESULTADO DE CLASIFICACION Y UNA REDUCCION DEL COSTE, ASI COMO LA EFICIENCIA DEL DESARROLLO DE LOS PRODUCTOS DE RECONOCIMIENTO DE BILLETES DE BANCO A LA VEZ QUE SE GARANTIZA UNA PRECISION CLASIFICATORIA MEJORADA. Disclosed are a banknote recognition and classification method and system. In the method and system, a large number of reliable samples which are easy to acquire currently are used to establish a sample signal degradation model which meets application requirements by means of a statistical method, to simulate banknote states such as completely new in fineness, 80%-90% new in fineness, 70%-80% new in fineness, less than 70% new in fineness, existence of different degrees of dirt, existence of different degrees of incompletion, existence of different degrees of cracks, and existence of folds in some areas, then a classifier learns to perform classification and recognition on a sample to be recognized, thereby accurately obtaining a classification result, and reducing the cost as well as the efficiency of the development of banknote recognition products while ensuring improved classifier accuracy.