论文部分内容阅读
纸币识别技术是典型的模式识别领域中的问题,应用该技术所开发的纸币清分机也被广泛的使用和推广,纸币清分机具有点钞、验钞、清分、计数等多种功能,在金融行业发挥了越来越重要的作用。对纸币图像进行识别处理是整个纸币清分机系统的核心问题。由于系统的实时性要求,对图像处理算法的深入研究具有十分重要的意义。课题来源于哈工大计算机学院慧通爱迪信息技术有限公司提出的松花江CF1000型欧元纸币清分机系统的开发。该项目与哈尔滨电影机厂合作完成。整个清分机系统包括图像处理与识别子系统、检伪子系统和控制子系统。本系统为其中的图像处理与识别子系统,应用数字图像处理技术对纸币图像进行分析与识别,最终进行分类。本系统是针对CF1000型欧元机系统进行开发和设计的。系统中包括对图像进行预处理、图像的面值面向的识别、纸币新旧程度的识别、纸币残缺程度的识别。纸币图像的预处理包括3个功能模块,图像的亮度补偿、图像的倾斜校正、图像的边缘检测。图像面值面向的识别中包括对图像特征的选择与提取以及分类器的设计。对于以上提出的问题,本系统主要采用了以下方法:图像采集与预处理阶段,采用了补偿和图像采集同步处理的方法,减少了预处理阶段的时间消耗。在图像新旧判别时,采用了直方图与空白块相结合的新旧判别方法,提高了新旧判别的稳定性。在图像残缺判别时,利用了残缺区域与背景区域灰度值相似的方法。在特征提取时,使用了自适应网格提取特征的方法,有效的解决了图像变形的问题。在分类器的选择上,选择了人工神经网络分类器结合距离分类器的方法,大大提高了系统识别的准确率。本系统已经应用于CF1000型欧元纸币清分机,并通过大量试验对软件系统的识别特性进行测试,最终测试的结果完全满足了系统的需求。识别的正确率在99.8%以上,新旧的清分误差在±5张内,残缺的误差在±1张内。