下载文档原格式
硕士论文人民币冠字号码的图像识别技术研究１绪论１．１课题研究的背景和意义随着我国经济的快速发展，各种票据在人民大众的日常生活之中被广泛的应用，在这种情况下加强票据的有效管理显得非常重要。
人民币作为我国的法定货币，冠字号码的一票一号的性质，可以作为人民币身份的标识。
基于冠字号码的自动识别技术的研究，对于加强人民币的监督管理，有着很重要的意义。
人民币的冠字就是指人民币上的两个或者三个字母，它是由印钞厂按照一定的规律编排和印刷，表示印刷的批次；号码是指位于冠字后面的八位阿拉伯数字，它表示每张钞票在同一类冠字序列中的先后顺序［１１。
人民币的冠字号码长度是１０位，通常由２个大写英文字母（字母Ａ到Ｚ，字母Ｖ除外）和８个阿拉伯数字（数字０到９）构成。
每一张人民币都对应一个号码序列，冠字号码标志着每一张人民币独一无二的身份，可以作为人民币身份识别的标识。
图１．１显示的是一张冠字号码是“ＮＲ０１４９８８８８”的第五套１００元人民币图像，冠字号码位于纸币的左下角位置，如图中黑色箭头所示。
汹守镯≮嚣ｊ银越一图１．１第五套１００元人民币在印制纸币的过程中，可以根据人民币上的冠字号码计算己印制的纸币总数。
若在印刷过程中出现了纸币的冠字号码被重复印制或者其他残次品的情况，可以根据冠字号码得到不合格的纸币数量，这就避免了事后人力手动统计纸币总数，有效地减少了物力和人力的浪费。
记录人民币的冠字号码，并建立档案序列，可以对人民币的流通状况进行有效的监管和跟踪【２Ｊ。
当出现抢劫或者盗窃人民币案件时，人民币上的冠字号码可硕士论文人民币冠字号码的图像识别技术研究２．７本章小结本章主要研究了人民币冠字号码图像的预处理技术，包括纸币图像的去噪处理、二值化处理、纸币图像的修复处理、冠字号码域的粗定位处理、倾斜校正处理等算法。
在去噪处理部分，分析比较了不同模板下的均值滤波和中值滤波算法的去噪效果；在二值化处理部分，依据阈值的应用范围简述了两类二值化方法，并分析比较了这两类方法的代表性算法的优劣，同时根据人民币的冠字号码字符的特点，提出了基于纸币字符特征的比例阈值二值化方法，通过大量的实验证明，本文提出的算法较常用的ＯＴＳＵ算法、迭代阈值法等具有更好的处理效果；在纸币图像的修复处理部分讨论了图像的平滑去噪处理方法，分别论述了八方向去噪处理、Ｕｎｇｅｒ平滑去噪处理和链码跟踪去噪的关键算法，并针对纸币上冠字号码域噪声的周长和面积的特点，最终采用了链码跟踪和基于链码的轮廓填充算法，实验证明，该算法相对于八方向去噪算法和Ｕｎｇｅｒ去噪算法有更好的去噪效果；在冠字号码域的粗定位处理部分，本文结合了纸币字符的特征，提出了改进的基于投影的粗定位处理方法，该算法有效地确定了号码域的上下边界和左右边界，具有较强的鲁棒性，然后又讨论了基于先验知识的矩形框粗定位方法，该方法根据冠字号码序列的高度和宽度，用一个固定大小的矩形框对号码序列进行了粗定位处理，并给出了一个加速算法；在冠字号码区域的倾斜校正处理部分，介绍了Ｈｏｕｇｈ变换直线检测、最小二乘法直线拟合算法和基于冠字号码区域的首尾字符高度差的倾斜检测算法的理论知识，并简要论述了对冠字号码区域进行倾斜校正处理的方法。
纸币的识别原理
纸币的识别原理主要基于图像处理和模式识别技术。
首先，纸币识别设备会用光电传感器捕捉纸币图像，然后对图像进行分析和处理。
在图像处理阶段，纸币的特征通常包括颜色、图案、图像纹理等。
识别设备会提取和分析这些特征，并将其转化为数字化的信息。
这一过程可以通过使用数字图像处理算法，如边缘检测、颜色分析和纹理分析等来实现。
接下来，通过模式识别技术，识别设备会将纸币的特征与事先储存的纸币图像特征进行对比。
这些储存的纸币图像特征通常是通过大量的训练样本获得。
通过比对，设备可以确定纸币的真伪。
此外，为了提高纸币的识别准确率，一些高级技术也会被应用。
例如，多光谱成像技术可以通过收集不同波长的光反射信息，提供更多的纸币特征，从而增加识别的可靠性。
总而言之，纸币的识别原理是基于图像处理和模式识别技术。
通过提取和分析纸币的特征，并与储存的纸币图像特征进行对比，识别设备可以确定纸币的真伪。
基于 DSP 的纸币号码识别系统 摘要本文给出并实现了一种基于的纸币号码识别系统。
该系统通过视频解码器 7113 将纸币号码图像转换成数字图像，并通 过复杂可编程逻辑器件对 7113 输出的数字图像进行开窗处理，以减小的 图像数据处理量和存储量。
该系统的特点是在采用公司较廉价的 54 系列条件下，可以实现每秒 25 幅号码图象的视频采集速度， 为实现具有纸币号码自动识别记录功能的 点钞机奠定了基础。
此外，该系统还提供了与机通信的异步串行接口。
关键字视频解码器异步串口 1 引言近年来，钱币、特别是纸币被抢劫 事件不断发生，严重影响了社会治安，也使银行在经济上受到了严重的损 失。
如果被抢劫的钱币不能在市场上流通，将从一个方面抑制银行抢劫事 件的发生。
其中一种解决方案是记录每一捆纸币的号码，将被抢劫的纸币号码建 立一个数据库。
在货币流通市场提供一种纸币号码自动识别装置，比如说与点钞机结 合， 将货币号码识别数据与被抢劫号码数据库比较， 一旦有相同号码出现，便可确认目前流通的钱币为被抢劫的钱币，从而限制其流通，同时也有利 于抢劫案件的侦破。
另外，由于纸币号码的唯一性，通过识别纸币上的号码，可以帮助识 别假币。
国外有一种验钞打号机，可以对典型的纸币，比如美元、英镑等进行 自动识别和号码打印,这种装置的典型识别速度为 1 张秒。
不过还没有点钞机附带号码自动识别装置的文献报道。
近些年，国内也有一些单位研制开发纸币号码自动识别装置，例如南 京航空航天大学开发了一种基于单片机的纸币号码识别系统[3]， 利用线阵 实现纸币图象的采集，利用单片机实现号码的定位与识别。
其主要问题是难以提高号码的识别速度。
哈尔滨工业大学开发了一种基于的纸币号码识别系统[4]， 其识别速度 为 8 张秒，但该速度为在机上的仿真结果，实际样机没有实现。
此外，该系统采用即接触式线型图象传感器获得纸币图像信号，存在 传感器磨损问题。
基于图像处理的纸币识别系统彭昌辉
发表时间：2018-07-02T11:46:33.330Z 来源：《电力设备》2018年第6期作者：彭昌辉[导读] 摘要：随着计算机技术的不断发展，基于计算机技术的图像处理技术的发展十分迅速，且在各个领域中的应用十分广泛。
(身份证号码：44148119850312xxxx) 摘要：随着计算机技术的不断发展，基于计算机技术的图像处理技术的发展十分迅速，且在各个领域中的应用十分广泛。
图像处理技术广泛应用于零件的破损检测、产品的分拣等领域，图像识别技术涉及的领域较多，如工业相机、计算机技术、智能算法等领域，通过上述各个领域的技术可以将直观区别的物体通过计算机的数据处理转化为数字，并以数字的比较区别物体。
本文主要针对图像处理技术在纸
币识别中的应用进行分析与研究，通过介绍纸币识别系统中的各个部分的功能和原理，为未来的研究提供一定的指导。
关键词：图像处理纸币识别系统图像处理的基本原理为通过高速相机将被测物体的形状和内容以图像的形式保存在计算机中，在通过相应的计算机处理算法，对图像中的内容进行提取，将提取出的内容与计算机中存储的标准图片进行对比，当相似程度超过一定的阈值时表明此物体属于某一类产品。
不同纸币上图像的内容差别较大，针对不同纸币中的关键不同点进行对比可快速实现纸币的识别与分拣，本文针对图像处理技术在纸币识别领域的应用和关键技术进行分析和研究，对未来的研究和应用起到了积极推动作用。
1．纸币识别系统的组成本文中纸币识别系统包括以下主要部分，工业相机、计算机、智能处理算法、执行机构。
纸币识别系统中原始数据都是通过工业相机的拍照来获取纸币的图像信息，因此，工业相机属于本系统中的感知部分；计算机和智能处理算法属于本系统的大脑，工业相机将拍摄的图片传送至计算机，计算机对图片进行保存，智能处理算法对保存的图片进行数字化处理，并将结果显示出来或传送至执行机构对纸币进行分类；执行机构属于本系统的执行者，根据智能算法处理的结果，执行机构执行不同的动作完成相应的功能。
用于图像处理的工业相机与普通摄像头不同，其对于周围环境和拍摄距离有严格的限制，由于后续的智能算法直接处理拍摄的图像，若工业相机镜头表面或镜头与纸币间存在杂质，则会直接影响图像的准确性，因此，工业相机的选用、使用、维护对整个系统的精度和使用至关重要。
图1工业相机
智能算法的使用也与识别的精度直接相关，在保证工业相机拍摄精度的基础上，使用快速、高效的智能处理算法可以加快系统的速度，提高系统识别纸币的效率。
执行机构可根据实际的使用需求定制化设计，某些系统只需将各种纸币的数量统计出来，因此，只需将统计信息存入计算机中。
若系统的目的或功能是将混合在一起的纸币分拣出来，则需安装相应的分拣机构执行相应的动作。
2图像处理技术
纸币识别有如下几个步骤，首先根据纸币正反面的图像特征进行纸币正反面的识别，其次，根据正面和反面的图像特点识别纸币的面额，最后根据计算机的处理结果得到纸币的面额。
由于纸币的初始状态未知，无法确定纸币的面向，因此，首先识别纸币的正反面，图像处理技术中最常用、最经典的理论是灰度理论，灰度理论的原理是根据图像各位置处的不同的饱和度来区分图像中的色差，进而区分出图像中的图形。
首先，纸币的正反面均存在一块区域的颜色较浅如图2中的A处与图3中的A处、B处，因此，首先根据颜色的深浅将此区域筛选出来。
如图2所示，A处的颜色较浅，且A 处上下位置均存在图案，颜色较重，对比度较大。
如图3所示，A处、B处的颜色均较浅，对比度较小，根据上述的区别可将纸币的正反面区分出来。
图2 纸币正面图像由于纸币的正反面已知，根据纸币上两面数字的位置，对相应的数字位置进行分块处理，即如图2、图3所示，将完整的纸币图像划分为若干个小的面积，对各个面积中的图像进行单独处理，根据划分的区域，处理各个区域内的图像，尤其是针对图像中的数字的处理，将图像中的数字提取出来才能达到纸币识别的目的。
图3 纸币反面图像
人民币在流通过程中，表面难免会存在一些污渍或破损导致计算机识别和智能处理算法也无法达到精确的纸币面额信息。
因此，本文提出一种基于多组数据组合共同判断纸币面值的方法。
其原理如下：根据纸币的面积分区，对各个区进行标号，由于上个步骤中已经将纸币的正反面和纸币较浅的位置区分出来，根据区分出的位置可根据纸币的形状和图像分别大致判断出数字和纸币面额标志所在的位置，根据各个面积块内的图形，分区进行图像处理，得到多组纸币面额的判断信息，并将所有的判断信息集中处理，得出面额数据中面额值最多的一组，此组数据将代表被检测纸币的面额。
图4经计算机识别后的图像
如图4所示，基于图像处理技术得到的纸币上图像中的数字信息，此图像的识别和处理效果较好，原因在于在其数字提取的过程中使用了图像边缘滤波和提取技术，将数字字符内的区域以算法进行填充，而后对边缘位置进行滤波和图像边缘提取，可得到较好的数字提取效果。
将提取出的数字信息与标准的图形进行对比，设置相应的阈值，在阈值范围内则表明纸币面额与设定值一致，超出阈值时则表明纸币面额与设定面额不一致，需进行下一个纸币面额的对比。
通过上述的技术手段可以实现纸币的快速识别，完成基于图像处理的纸币识别工作。
结语
基于图像处理技术的纸币识别系统可减少人工识别纸币的重复劳动，大大提高了纸币识别的速度和效率。
本文从纸币识别系统的组成入手，详细分析了纸币识别系统的组成和各个模块的功能和要求，对纸币识别技术的发展和应用具有十分重要的意义。
随着人工智能技术的不断进步，基于图像处理的纸币识别系统的功能会越来越强大，其应用也会越来越广泛。
参考文献：
[1] 金曦,张健,邵妍.基于数字图像处理的人民币纸币面值识别[J].科学技术创新, 2010(3):68-69.
[2] 张颖,陈雪波,吴庆洪等.人民币纸币识别系统[J].仪器仪表学报,2004, 25(z1):669-670.
[3] 朱安琪.数字图像处理与识别系统的开发研究[J].电子测试, 2016(9):95-96.。
