بهبود تشخیص و دسته بندی اسکناس ایرانی توسط بینایی ماشین

Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 277

This Paper With 13 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ECMM06_026

تاریخ نمایه سازی: 3 خرداد 1401

Abstract:

مبادله اسکناس از مهمترین راه های دادوستد در جوامع می باشد که امروزه چند صد نوع اسکناس متنوع در سراسر جهان وجود دارد. در ایران با وجود روش های دیگری همچون استفاده از کارت های بانکی و انتقالاتاینترنتی همچنان اسکناس های فرسوده، پاره و دست نوشته شده وجود دارد که نیازمند روشی خاص برای بهبود دسته بندی و تشخیص اسکناس های رایج به صورت سریع، دقیق و با اطمینان بالا می باشد. به منظور نیل به چنین هدفی، در این پژوهش روشی پیشنهاد شده که شامل تکنیک های پردازش تصویر برای تطابق الگویی رنگ اسکناس ایرانی و الگوریتم SURF برای استخراج ویژگی های بافت است و نتایج آن برای تطابق ویژگی ها وتعیین وارونگی اسکناس ایرانی کاربرد موثر دارد تا بتوان اسکناس ها را به راحتی دسته بندی و تشخیص داد. با توجه به الگوهای بافت و سیگنال های رنگ این روش بر روی چهار نوع اسکناس سالم، رنگ رفته، کثیف (چروک و دست نوشته شده) و دارای پارگی بر روی ۰۹۹ قطعه اسکناس شامل ۵، ۱۰، ۲۰، ۵۰ و ۱۰۰ هزار ریالی رایج ایرانی انجام شد که هر کدام به ترتیب ۱۰۰%، ۱۰۰%، ۹۱/۵۴ و ۹۳/۸۲ را نشان می دهد که در حالت کلی قابلیت تشخیص ۹۸/۱۰ درصد را نشان داده است.

Authors

سعید یزدانفر

کارشناسی ارشد مهندسی نرمافزار کامپیوتر، دانشجو دانشگاه آزاد اسلامی واحد زاهدان،

امیر رجایی

دکتری هوش مصنوعی، استادیار دانشگاه آزاد اسلامی واحد ایرانشهر،