Coin Recognition from Images

Problem raspoznavanja kovanica sa slika sastoji se od dva manja problema: detekcije kovanica te njihove klasifikacije. Veći dio ovog rada posvećen je detekciji rubnih kružnica kovanica. Houghova transformacija za kružnice svakako je najpoznatiji algoritam za pronalazak kružnica na slici. No, najveći nedostatak Houghove transformacije za kružnice je jako velika složenost i memorijsko zauzeće. Ovaj rad proučava primjenu modificiranog umjetnog imunološkog algoritma koji ima mogućnost detekcije više kružnica pri jednom pokretanju. U sklopu rada izrađen je skup podataka od ukupno 200 kovanica s 5 različitih vrijednosti. U radu je predstavljan primjer jednostavnog klasifikatora koji kao jedinu značajku koristi radijus kovanica.The problem of coin recognition from images consists of two smaller problems: coin detection and coin classification. The main focus of this thesis is coin detection. Hough circle transform has been the most common method for detecting circles on images. The biggest drawbacks are huge computational load and large memory usage. This thesis examines usage of a modified artificial immune system to detect multiple circles at once. A dataset of 200 coins with 5 different values was made. A simple classifier was presented. The classifier uses only the radius as a single feature