下载文档原格式
纸币图像鉴伪预处理的方法研究
胡晨茜
【期刊名称】《河南科技》
【年(卷),期】2015(000)022
【摘要】随着我国经济的高速发展,纸币的发行量和流通量也在逐渐扩大,那么对纸币的鉴伪工作就显得尤为重要.由于纸币污损和点钞机运转的情况不同,鉴伪之前对纸币图像的预处理也是一个不可忽视的步骤.本文正是着眼于此,研究了纸币图像的倾斜校正和大津法二值化算法,编程实现了对纸币源图像的相关图像预处理.实验结果验证了提出的方法的有效性与正确性.
【总页数】2页(P227-228)
【作者】胡晨茜
【作者单位】华中师大一附中,湖北武汉430223
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于磁特性纸币鉴伪技术专利申请分析 [J], 周秀杰
2.基于光学特性的纸币鉴伪专利申请分析 [J], 陈坤云
3.基于辅助分类生成对抗网络的纸币红外特征鉴伪算法 [J], 陈小静;曹语含;张学东
4.基于辅助分类生成对抗网络的纸币红外特征鉴伪算法 [J], 陈小静;曹语含;张学东
5.基于透射图像纹理的纸币快速鉴伪方法 [J], 谢剑斌;秦陈刚;陈章永;程永茂;刘通
因版权原因，仅展示原文概要，查看原文内容请购买。
人民币防伪特征研究及鉴别方法学院：轻工与化学工程学院专业：轻工技术与工程学生姓名：马志宇班级学号：151082200011652015年12月摘要中国人民银行定于2015年11月2日起发行2015年版第五套人民币100元纸币，在保持规格、主图案、主色调等与2005年版第五套人民币100元纸币保持不变的前提下，对票面图案、防伪特征及其分布进行了调整，提高机读性能，采用了先进的公众防伪技术，使公众更易于识别真伪。
本文针对2015年版第五套人民币100元纸币结合2005年版100元纸币，从纸张、油墨、制版技术、印刷技术四个维度阐述人民币防伪特征研究及鉴别方法。
关键词：人民币；防伪；制版；印刷；鉴定中国人民银行定于2015年11月2日起发行2015年版第五套人民币100元纸币（如下图），在保持规格、主图案、主色调等与2005年版第五套人民币100元纸币保持不变的前提下，对票面图案、防伪特征及其分布进行了调整，提高机读性能，采用了先进的公众防伪技术，使公众更易于识别真伪[1]。
1. 新版100元纸币防伪技术和印制质量的改进和提升2015年版第五套人民币100元纸币在2005年版第五套人民币100元纸币的基础上，增加了防伪性能较高的光彩光变数字、光变镂空开窗安全线、磁性全埋安全线等防伪特征，提升了人像水印等防伪性能，改变了原有的冠字号码字形并增加了竖号码。
根据防伪技术的新发展，取消了2005年版第五套人民币lO0元的光变油墨面额数字、隐形面额数字、凹印手感线3项防伪特征。
总体来看，2015年版第五套人民币100元纸币集成应用的防伪技术更为先进，布局更为合理，防伪技术水平较2005年版100元纸币有明显提升[2]。
2. 纸张人民币钞纸是一种特殊的纸张，专门用来制造人民币，其与假钞的纸张主要区别在以下几个方面：2.1 纸质真币钞纸的主要成分是棉短绒和少量木浆，比一般的造纸原料贵重得多。
这种造纸原料配方，有着严格的固定比例。
基于BP神经网络的人民币识别方法研究
近年来，基于机器学习的图像识别技术得到了快速发展，在人民币识别领域中也有重
要的应用。
在此背景下，本文研究了基于BP神经网络的人民币识别方法。
BP神经网络是一种常见的人工神经网络模型，主要用于分类、预测等复杂任务。
在该模型中，输入层接收人民币图像的像素信息，并将其传递到隐藏层。
隐藏层通过激活函数，将信息映射到输出层，输出识别结果。
BP神经网络的优点是具有较强的自适应和学习能力，可以适应各种类型的人民币图像，并进行有效的识别。
本文利用Matlab编程工具，使用BP神经网络实现了人民币的识别。
首先，选取一组
包含不同面额人民币图像的训练集，通过预处理方法将其转换为相同大小的灰度图像。
然后，将图像的像素点作为BP神经网络的输入节点，将人民币的面额作为输出节点，训练
BP神经网络。
训练过程中，利用交叉验证方法对神经网络进行了优化，以提高识别的准确率。
实验结果表明，基于BP神经网络的人民币识别方法具有良好的准确率和稳定性。
在测试集中，识别的准确率可以达到99.5%以上。
该方法适用于各种类型的人民币图像，能够
快速、准确地识别人民币的面额，并具有较强的实用性和可靠性。
－３７－
科技论坛
一种有效的纸币识别预处理方法
杜铭１宫芳２吴锐
３
（１、哈尔滨电影机械厂，黑龙江哈尔滨１５００００２、哈尔滨工程大学，黑龙江哈尔滨
１５００００
３
、哈尔滨工业大学，黑龙江哈尔滨１５００００）
１
概述
在清分系统中，如何实现对纸币快速准确地分类涉及到多方面因素，这其中有效的特征提取与分类器设计固然重要，但如何获取图像及选择图像的存储方式，如何快速实现对图像的预处理（包括图像亮度补偿，边界检测与定位，图像几何校正）同样是系统的关键部分，对此我们对纸币的识别流程作了详细设计。如图１所示。纸币经过高速传感器扫描生成纸币图像后，系统进入图像亮度补偿模块，该模块的功能主要是对原始图像进行灰度校正，克服由于传感器性能因素造成的图像灰度分布不均匀特点；在完成该步骤后，系统进入图像边界检测与定位模块，该模块的主要功能是通过检测纸币图像在背景区的上、下、左、右四条边界，确定纸币图像在背景区中的位置；由于纸币在扫描时，不同程度的存在倾斜现象，因此系统在进行识别前，先要对图像进行几何校正，将倾斜纸币图像校正为图像上下边界与整体图像的上下边界平行，左右边界与整体图像的左右边界平行，该功能由图像几何校正模块实现；在完成上述过程后，系统进入图像的面值，面向识别模块，该阶段通过对纸币图像特征进行提取，将生成的特征矢量送入纸币分类器进行识别，实现对纸币面值、面向的分类。２纸币图像的亮度补偿系统中所使用的图像传感器是一种自带光源的线阵传感器，不仅同一个型号的传感器之间存在差别，即使同一个传感器，线阵上的每一点性能也都存在着一定的差异，这就造成了采样图像上各个点的光强性能不同。图２是将传感器放置在一张均匀白纸上静态采样得到的图像。从图像中我们可以看出，图像灰度在纵向上差异不大，而在横向上差异却很大，呈现出一系列纵向的亮线和黑线。这是图像传感器本身的原因造成的，因此在进行图像识别和测量之前，需要先对采样图像上不同点的亮度进行补偿，使不同行以及不同列像素之间灰度分布尽量均匀，最大程度上还原原始图像。３纸币图像的边界检测与定位图像定位是在原始扫描图像中确定出钱币图像的位置。在一般意义上讲，检测出钱币的边缘并不是一件很困难的事情，因为标准区域的位置是固定的，而图像区域和背景区域的灰度值有着明显的差异。然而在清分机软件中对图像定位却有着特殊的要求：边缘检测的速度必须非常快，因为不同的清分机对清分速度的要求并不一样，因此设计要求清分软件必须在１５ｍｓ的时间之内处理完一幅图像，边缘检测部分所消耗的时间必须在５ｍｓ之内
，如果使用传统的边缘检测算
法，需要逐点对图像进行访问，
无法满足快速性的要求；
清分的纸币很有可能是一
个破损的钱币
，这时我们希望检
测到的边缘是纸币没有破损情
况下的边缘
，而不是破损的边
缘，如图３所示。
通过观察我们发现，钱币的
原始形状是矩形的
，在清分机中
扫描时，即使受到倾斜和侧向移
动影响
，纸币的形状也可以保持
为平行四边形，即上下两边为相
互平行的直线
，左右两边为相互
平行的直线。
利用上述特点我们提出了
一种特殊的边缘检测算法，可以
满足快速性要求和对残缺钱币
边缘检测的要求
。首先利用钱币图像边缘为直
线的特点，我们不需要检测出边缘上的每一点，
而只需要检测出边缘上的若干离散点就可以拟
和出边缘的直线，这里我们采用了在图像上等
间隔位置检测边缘的方法
，每一条边检测出一
个边缘点序列，用边缘点序列作最小二乘直线
拟和就可以得到纸币图像的边缘
。
针对残缺纸币，我们可以利用图像的两个
边互相平行的特点来处理，首先假设图像边缘
残缺的部分不会很大
，两条相对边的残缺部分
长度总和不会超过两条边总长度的一半（一般
情况下该假设可以得到满足
，如得不到满足，此
图像可以作为残缺过大纸币，按拒识处理）。然
后利用每一条边检测出的边缘点序列计算相邻
两点之间直线的斜率
，构成一个斜率的集合，合
并相对两条边的斜率集合，寻找该集合中出现
次数最多的元素
，作为这两条边的期望斜率，在
边缘点序列中删除斜率不等于期望斜率的点，
用剩余点分别拟和出两条直线，作为边缘。
４
纸币图像几何校正
高速扫描装置是在纸币运动过程当中扫
描图像
，因此一般情况下都会存在一定程度的
几何变形，这种变形主要来自于两个方面，一方
面是纸币的倾斜造成的
，另一方面是纸币在扫
描过程中横向移动造成的。经过图像定位之后，
我们可以利用图像的定位信息来对几何形变进
行校正。
５
纸币的识别
采集到的纸币图像经过灰度校正、边界检
测及定位
、几何校正等一系列的预处理之后，进
入纸币的识别过程。这一过程中，首先经过特征
提取，选取纸币图像具有可分性的特征，作为图
像特征向量送入分类器，通过对输入纸币特征
向量的分类
，实现纸币的识别。可以说，图像的
特征提取是识别系统的基础，有效的特征可以
极大提高识别的准确率，而分类器性能的好坏
则直接关系到识别能否成功
。
６
结论
通过对纸币清分机中图像识别系统的分
析
，详细阐述了纸币识别的过程和方法，并对纸
币识别过程中的关键技术
－
纸币图像预处理方
法进行了详细的分析，同时就关于如何快速准
确检测图像边界
，完成图像定位及图像的几何
校正都作了深入说明。
参考文献
［１］崔国勤，李锦涛，高文等．
基于支持向量机的
人脸识别方法［Ｊ］．计算机科学，２００３，３０（４）
．
［２］
戴葵．神经网络实现技术［Ｍ］．北京：国防科技
大学出版社，
１９９８．
责任编辑：温雪梅
摘要：纸币图像识别技术是近年来模式识别领域较为活跃的一个课题，有着很广阔的应用前景，由此技术研制的纸币清分机在银行等金融系
统发挥着越来越大的作用
。
关键词：图像识别；特征提取；均匀性特征
图１纸币识别总体流程图
图
２
白纸静态采样图像
图３纸币图像的边缘检测
