一种基于LNN架构下LFM模型结合直方图均衡化与SIFT算法的多面额纸币快速识别方法、系统、介质及处理器

本申请提供一种基于LNN架构下LFM模型结合直方图均衡化与SIFT算法的多面额纸币快速识别方法，包括：对纸币图像进行采集，并运用直方图均衡化方法进行预处理，以增强图像的对比度，提高图像质量；使用SIFT算法对直方图均衡化后的纸币图像进行特征点提取以得到关键点描述符向量；构建基于LNN架构下LFM模型并进行训练以就得纸币识别模型。采用纸币识别模型对关键点描述符向量进行特征匹配与面额识别；多状态、多光照条件下的大量纸币图像训练模型，结合LNN的动态适应性和SIFT算法的尺度、旋转不变性，通过LFM模型挖掘纸币上图案、纹理和颜色特征的交互关系，使模型在不同场景下都能稳定提取特征并准确识别纸币面额。