冠字号码可以给人民币作一种标示作用,每一张人民币上都对应一个唯一的冠字号码。据此,金融部门可以建立适当的管理机制,追踪人民币的使用情况,人民币冠字号码的自动识别系统研究和实现,对于我国金融机制有着深远的意义和广阔的前景。本文结合冠字号码本身的数字特性和统计特性,使用数字图像模式识别和特征提取方法,对冠字号码进行识别。首先对图像预处理,包括两值化操作,去除降噪音处理,进行单个字符分割;然后对图像进行特征提取;最后使用正则极限学习机对冠字号码进行模式识别,建立了一套人民币的自动识别系统。本文主要内容如下:(1)在二值化算法处理中,对比了OSTU算法,Bersen算法、双峰算法、基于比率的二值化算法等在处理冠字号码中的效果。针对冠字号码的背景单一,且需要考虑到实时性和识别精度高的特点,选择使用OSTU算法作为冠字号码的二值化算法。在冠字号码分割方面,采用垂直分割和水平分割算法,确定冠字号码的水平区域和垂直区域。基于冠字号码的先验知识,背景像素点和目标像素点灰度值相差值为80,来确定冠字号码区域,进一步提高了冠字号码的定位准确度。(2)系统选择使用基于Hough变换的直线倾斜校正算法,利用Hough变换检测出直线倾斜角,找到冠字号码图像最大倾斜角度,然后选择最大倾斜角对图像进行校正,从而提高准确度。特征提取中使用十三网格特征,特征提取简单,同时受使用的分类器类型影响小,特征的独立性好,有助于提高冠字号码字符的识别率。(3)字符识别模块识别中,提出一种基于遗传算法的正则极限学习机的冠字号码分类方法。极限学习机是一种单隐含层反馈神经网络,同时正则极限学习机引入了结构风险。对比基于支持向量机、基于BP神经网络、极限学习机的分类器,实验数据显示了基于遗传算法的正则极限学习机冠字号码算法的有效性。