1、选题的目的及意义

1.1目的及意义

邮票的齿孔是邮票印刷时为了方便撕开而设计的。对于撕开的邮票，半圆形的凹进称作孔，凸起称作齿；对于未撕开的邮票，圆孔称作孔，圆孔间的部分称为齿。齿度数是指每20毫米邮票所同时拥有的齿孔数。随着互联网的普及，现代人很少使用书信往来，但是由于邮票能在方寸之间展现出地方风土人情、自然风貌，所以邮票慢慢从原来的邮资凭证功能中衍生出收藏功能，从而邮票对于防伪也有了要求。齿度目前作为邮票的重要参数，对邮票的防伪有着重要的意义。本次毕业论文将结合图像处理的相关技术，通过邮票的图片来识别其齿度，无需由人工进行计算，从而实现快捷、准确、方便地计算邮票齿度的目的。

1.2 国内外研究现状

在图像处理技术中，需要通过计算机对图像进行肉眼式的识别，提取图像中的有效信息并进行处理，得到我们想要的信息。物体识别是计算机视觉的基本任务之一，它广泛应用于智能监控和智能控制领域之中。物体识别就是确定一张图像中是否存在目标物体，若存在，则给出目标物体的具体位置。常用的物体识别方法是先利用图像匹配技术找到图像中的目标物体，再利用Hough变换给出物体在图像中的位置。可见，图像匹配技术是物体识别的关键技术。

图像匹配最早应用于图像配准领域，是70年代美国人在飞行器辅助导航系统、武器投射系统的制导中应用。经过几十年的发展，其应用已逐渐从军事应用扩大到其他民用领域中。如今已涌现出的大量的图像匹配方法，都是旨在提高图像匹配的精度、速度和匹配方法的通用性及抗干扰性。Z.Zhang提出了绝对平衡搜索法（Absolute Balance Search,ABS）,ABS采用参考图像和待匹配图像在搜索窗口之间的灰度差建立它们的相关函数，如果差别小于给定阈值，则认为匹配成功，反之则匹配失败。但是这种算法有一些固有的缺陷，主要是因为该算法中的互相关函数不是正交不变量，很容易受到特征点或图像噪声差异的影响。P.E.Anuta提出了使用FFT进行互相关图像检测计算的图像配准技术，以提高配准的性能。D.L.Baranca等提出了使用模板子图像差值相似性测度的图像匹配技术，它比使用FFT计算互相相似性测度进行图像检测的方法有更高的性能。

国内方面，我国对图像匹配算法及匹配策略的研究起步较晚，但也进行了大量的研究。曹晓光等采用基于Harris提取特征的图象匹配算法，该算法在用Harris提取特征点后，用局部灰度关系得到多对多的初始匹配点集，最后使用特征点的间隔比来判断全局一致性，剔除错误的匹配点对。郭宝峰等根据人脸不同部位对人脸识别有不同意义，提出了一种加权的Hausdorff改进算法，计算速度较快，能够应用于不同场合。李辉提出了一种图像轮廓的匹配算法，该算法利用LOG算子从两幅待匹配图像中提取出它们各自的轮廓特征，再使用链码表示这些轮廓特征，由于相同轮廓链码的差分值是不变的，根据这一特征就找出了图像中对应的轮廓特征，进而确定了两幅匹配图像之间的关系。

现在国内外对于利用图像处理技术识别邮票齿度的研究很少，所以这是一个全新的研究领域，可供参考的资料很少，需要研究者大胆尝试。