论文部分内容阅读
纸币清分机是机电一体化的金融器机具,可同时实现纸币的点钞、计数,识别残破、新旧及不同几何尺寸、不同版本的纸币的清分归类操作。能够提高金融业现金处理的速度和效率,使纸币的清分工作变得快捷、有效。本课题研究的CF1000型小型两钞口纸币清分机具有体积小,纸币运行快等特点,主要针对人民币进行清分,很适合国内金融行业推广和使用。本文主要针对CF1000型纸币清分机图像识别系统的进行了设计。图像识别系统包括纸币图像的预处理、面值面向识别、版本判别、新旧程度检测以及残缺程度检测。在图像预处理模块中,根据图像传感器采集的图像质量,对采集的图像进行了亮度补偿,提高了纸币图像的质量,并采用了采集和补偿并行处理的图像采集方法,减少了补偿所用的时间;同时采用了快速的检边方法对纸币在图像中的位置进行了定位。在纸币图像的面值面向识别模块中,主要设计了特征提取的方法和识别面值面向的分类器。根据纸币图像的效果,采用了利用模板匹配的方法对纸币的面值面向进行识别,模板匹配的特征提取方法采用基于纸币图像局部特征的网格特征;同时根据纸币的宽度特征设计了面值分类器,并在最终的识别方法上,采用了面值分类器与模板匹配相结合的识别方法,进一步有效的提高了系统对纸币面值面向识别的准确率。在纸币清分功能的实现中,对于版本的判别,根据区分版本区域的特征,采用了基于梯度高斯分布的方法对版本进行判别;对残缺的检测的设计利用了纸币对可见光的投射的性质。在纸币的新旧检测中,根据机器本身的性能,设计了基于纸币空白区域与基于直方图平均灰度值相结合了新旧判别方法,互补了两种方法的缺点,提高了新旧判别的稳定型。本文设计的图像识别系统已应用到CF1000型纸币清分机上,并且取得了不错的效果,面值面向的识别准确率达99.6%左右,版本判别的准确率达到100%,新旧检测的误差在10张以内,残缺检测的误差在1张之内。