将机器视觉技术应用于纸币识别,是纸币处理类金融机具相关技术的发展趋势。我国高端纸币点验钞机、鉴伪仪等设备已能较好完成基于图像分析的人民币鉴伪及冠字号识别功能。随国际贸易及人员往来的日益频繁,对金融机具提出了外币识别的功能要求。越南是一带一路的重要邻国,也是金融机具的出口目的国,研究越南盾纸币的图像识别,开发兼容越南盾的金融机具是国内外市场需求。本文研究越南盾多光谱图像识别技术,主要工作包括:1)设计了一种基于卷积神经网络的越南盾图像识别算法,实现越南盾朝向、面额、版别的识别。该算法使用越南盾图像的下采样后的图像作为特征,朝向识别准确率达到99.83%,面额识别准确率达到99.65%。与传统方法相比,该方法可一次性识别朝向、版本、面额,同时提高了识别准确率和鲁棒性。2)实现了越南盾冠字号的提取与分割,并设计了基于神经网络的冠字号识别算法。该识别方法使用冠字号的二值化图像,实现越南盾冠字号的精确识别,字母识别准确率达到99.31%,数字识别准确率达到99.74%。3)针对越南盾图像的特点,设计了一种基于局部邻域增强模式特征的越南盾真伪鉴别算法。此方法的真正率达到99.42%,假正率达到0.50%。与传统方法相比,此方法使用了10处防伪特征,提升了真正率并降低了假正率。本文基于多光谱图像分析的方法,实现越南盾的面额、朝向、版别、冠字号、真伪的识别。相关算法已应用于外币点验钞机中,经测试,算法达到金融机具对纸币图像分析的准确性、可靠性以及计算性能的要求。