作为管控中国印钞行业生产质量的关键一环,钞纸机器视觉检测系统的检测能力严重受限于技术人员的模板选取、参数阈值设定及系统成像环境的影响,且因受生产工艺限制,钞纸生产线上没有条件使用相同实物样张进行二次成像来对机检系统可靠性进行检查。当前机检系统检测能力验证方法主要是通过历史生产存图与人工手动合成的方法得到纸病电子样张,存在耗时耗力且无法覆盖所有纸病类型,鲁棒性差的问题。为了解决上述问题,本文研究了基于W散度的条件生成对抗网络的电子样钞生成系统。本文引入W散度作为优化目标并调整网络框架和训练方法来优化条件生成网络,并根据钞纸纸病特点研究了电子样钞感兴趣区域融合方法,有效的改善了条件生成网络生成样本细节质量差的问题。本文研究的主要内容概括如下:1.研究条件生成对抗网络的优化目标函数,研究基于W散度的条件生成网络。通过对比实验分析表明,在三个数据集的对比实验中,基于W散度的条件生成网络得到的结果像素准确率提高了11.35%、3.76%、10.11%;平均交并比提高了19.91%、18.70%、14.14%。2.结合钞纸纸病的特点,研究电子样钞感兴趣区域融合方法。通过对比实验分析,该方法在前景和背景的平均峰值信噪比和平均结构相似性上都要优于传统的小波融合和泊松融合。并讨论了改进的小波融合方法针对五种纸病的融合参数选择。3.自制钞纸纸病数据集,实现电子样钞生成系统软件。利用电子样钞生成系统软件生成电子样钞,并进行机检系统检测能力验证实验。结果表明,基于条件生成网络的电子样钞生成系统能很好的作为机检系统检测能力的验证手段。