我国是一个人口众多的国家,人民币作为法定货币,流通极其频繁,每天都存在大量的现金交易行为。同时,与流通货币相关的诸多社会问题也随之出现,其中影响极大的是制造假钞、抢劫银行等,这不仅使银行遭受重大经济损失,而且严重扰乱社会经济秩序,破坏社会治安,影响人们的正常生活。纸币面额识别是大部分金融设备的重要组成模块,是纸币清分系统的基本功能,对可靠性与稳定性有着较高的要求。如何在纸币磨损、污染等干扰因素的基础上,挑选合适的纸币特征,设计出稳定、高效的分类器来识别不同新旧程度的纸币面值,是目前需要进一步研究的问题。本研究在广泛查阅国内外与纸币面额识别有关的研究的前提下,全面研究纸币清分机的面额识别模块的基础上,根据人民币的突出特点,设计了基于特征的OCR(光学字符识别)人民币面额识别的改进方法,并进行了MATLAB仿真实验分析。本课题的研究方法是:对传统纸币面值识别的二维模板匹配方法进行分析可得,这种方法的缺点是匹配所需时间长、匹配效率低下。本研究将基于一维灰度投影的模板匹配算法应用于人民币的面值识别,该算法通过对二维的纸币图像采取水平角度与纵向角度的投影变换,将其转变为一维的图像,然后再进入匹配试验流程。与以往应用的二维模板匹配方法进行比较可以看出,这种算法在保证匹配率达到95%以上的条件下,能够明显缩短匹配时间,从而提高工作效率。本研究结果表明,改进的基于特征的OCR人民币面额识别算法具有一定的实用价值和推广价值。