基于图像处理方法的纸币清分系统的研究与实现-论文.pdf

《基于图像处理方法的纸币清分系统的研究与实现-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第39卷第5期西南师范大学学报(自然科学版)2014年5月Vo1．39No．5JournalofSouthwestChinaNormalUniversity(NaturalScienceEdition)May．2014文章编号：1000—5471(2014)5—0(181—07基于图像处理方法的纸币清分系统的研究与实现①柳春华，何勇信阳师范学院计算机与信息技术学院，河南信阳464000摘要：纸币自动清分可以有效提高银行的工作效率，基于图像处理技术的纸币自动清分系统的识别准确率对于纸币自动清分系统非常关键．基于机器视觉知识与模式识别的理论，并结合纸质人民

2、币的图像特点，提出了纸质人民币序列号图像识别处理算法、“奖惩”机制下的线性传感算法和序列号区域特征提取方法．对纸币图像进行倾斜校正、局部特点提取、灰度增强和图像分块等处理后，将上述方法运用于采用CIS传感器的纸币图像处理系统中．实验证明，该方法具有较高的识别准确率，取得了理想的纸币自动清分效果．关键词：图像处理；纸币清分；序列号识别；线性感知算法；CIS传感器中图分类号：TP391文献标志码：A人民币的识别系统是一种集光电于一体的高端现金处理设备，其主要功能是代替人工挑选ATM用钞、可流通钞和剔除残钞，完成对纸币真伪、面向、面值等的鉴别口]．随着社会进

3、步和经济发展，在我们日常生活中，人民币鉴别和清分系统的应用变得更加普遍¨2]．虽然不同国家的纸币也在不断地更新，但不断提高的假币制作水平潜移默化地影响着金融行业．所以，不论从经济秩序和金融安全方面考虑，都有必要研究一种高速快捷、精度高的高性能纸币清分系统．近年来，计算机技术、模式识别和先进的检测技术等也在纸币鉴别中被广泛应用[3J．但纸币清分机领域的研究与国外相比，国内还处于起步阶段．目前，国外的纸币清分机大多采用神经网络算法，该算法在纸币识别中的应用相对成熟．然而，国内在图像处理技术方面的算法研究相对落后，比如神经网络、模糊模式识别等复杂算法在实际应

4、用中比较困难，因此国内的纸币清分机清分速度低、稳定性差，在纸币清分中存在挑残能力弱，在纸币新旧程度、面向、方位分类中存在不一致性等显著缺陷．针对上述问题，本文提出了基于图像处理技术的纸币自动清分算法．利用图像灰度直方图的方法，通过对比新旧人民币的图像差异，计算图像灰度直方图的均值，提出了图像处理灰度直方图方法，通过C语言编程以实现图像的处理方法．对纸币图像进行纠正，提取序列号，对倾斜的纸币进行校正，提取其局部特征，增强灰度值，图像分割等处理后利用基于“奖励”机制的线性传感算法对纸币图像进行鉴别，以实现纸币图像和序列号的鉴别，进而实现纸币自动清分．1纸币

5、清分的图像处理方法1．1图像灰度直方图方法图像的不同像素点问灰度值差异较小时图像会变得模糊，为了解决这一问题，可以通过改变图像局部的亮度比例关系以增强图像．通过新旧两种人民币图形直方图的差别进行分析，新旧人民币的灰度分布有着明显的差别，其灰度值都会稍高，灰度值一般都会大于15O(对8位256个灰度级别)，通过分析灰度数据分布状况，对局部像素点灰度值对比度进行增强化处理，以获得有效的灰度直方图．①收稿日期：20i3—03一O2作者简介：柳春华(1981一)，女，河南新县人，硕士，讲师，主要从事人工智能与模式识别研究82西南师范大学学报(自然科学版)第39

6、卷Pr(r)为最初图像的灰度值概率密度函数，Pz(z)为变换后的灰度值概率密度函数．使用上述方法进行处理时，需同时符合3个条件S—T(r)一If：P(r)dr(1)V—G(z)===IP(z)dz(2)Z—G()(3)利用均衡化处理原来图像概率密度函数Ps(s)及理想图像概率密度函数Pv()，其结果是相同的．因此，我们可以利用Z===G(S)(4)式(4)中的Z就是我们想要的结果．另外，利用(1)与(3)式便可以得到变换函数：Z—G[T(r)](5)对连续图像，重要的是给出逆变换解析式．对离散图像而言P(Z)一一ni(6)V一G(Z)一∑P(z)(7)

7、Z=G(S)一GET()](8)C语言实现函数如下for(i一0；i

8、的影响，都可能使纸币中的字符出现倾斜的现象．这样使得原本字符之间间隔的零值投影被忽略掉．因此，