首页 理论教育纸币鉴别结果分析技巧与方法

纸币鉴别结果分析技巧与方法

【摘要】:为了评估本节提出的纸币鉴别系统的性能,对目前市场上流通的7种不同面额和版别的人民币纸币进行测试,每种选择2 000张,其中真币和假币各1 000张。与纸币的面额识别相比,纸币的真伪鉴别具有更大的难度,因此表7-6给出本节方法和其他一些纸币鉴别方法对人民币纸币的真伪鉴别正确率。

为了评估本节提出的纸币鉴别系统的性能,对目前市场上流通的7种不同面额和版别(100元2015版、100元2005版、50元、20元、10元、5元、1元)的人民币纸币进行测试,每种选择2 000张,其中真币和假币各1 000张。因为现实中所能搜集到的假币数量极为有限,并且考虑到假币的特征可能是各种各样的,所以大部分的假币图像是利用计算机仿真的方法对真币的红外图像进行局部修改生成的。实验结果表明,本节提出的方法获得了100%的面额识别正确率,这表明本节提出的利用纸币彩色图像的粗略颜色信息进行面额识别的方法具有很强的鉴别力,并且非常稳定可靠。与纸币的面额识别相比,纸币的真伪鉴别具有更大的难度,因此表7-6给出本节方法和其他一些纸币鉴别方法对人民币纸币的真伪鉴别正确率。

表7-6 不同纸币鉴别方法的真伪鉴别正确率

从表7-6可以看出,本节提出的纸币鉴别方法获得了最高的真伪鉴别正确率,超过了其他参与比较的方法。本节方法获得的真伪鉴别正确率为99.92%,即在14 000张测试纸币中只有11张鉴别错误,这表明利用纸币红外图像中的纹理特征和本节提出的纸币鉴别方法能够获得较好的真伪鉴别效果。

在实时性方面,在MATLAB环境下利用本节提出的方法鉴别一张纸币的平均时间为0.31 s,在实际应用中可采用C++语言和DSP/GPU硬件来实现,其鉴别速度可大大提高,能够满足实际纸币鉴别设备对鉴别速度的要求。