纸币鉴伪是防伪领域的重点课题,关系到国家的金融稳定,具备重要的理论研究意义和广泛的使用前景。随着数字图像处理和模式识别等技术的不断发展,一种全新的基于多光谱图像的纸币鉴伪技术应运而生,并得到广泛的关注。纸币多光谱图像鉴伪技术主要包括多光谱图像的采集、图像后期预处理、纸币冠字号识别和真伪鉴别四个部分。多光谱图像的采集和预处理是纸币识别、分类的前提,图像质量的好坏直接影响鉴伪识别的准确性和金融器具的性能。然而由于金融器具本身运转速度不稳定、电路系统热噪声、纸币在金融器具中运行时不同程度的倾斜、纸币自身新旧和残缺等都会影响采集到图像的质量和识别效果。因此研究纸币多光谱图像采集和图像后期预处理技术,获得标准的、高质量的纸币图像具有很大的理论与应用价值。本文针对以上几个问题,并结合金融器具的要求,开发了基于可编程逻辑器件(FPGA)、接触式图像传感器(CIS)和数字信号处理器(DSP)的多光谱图像高速采集及处理模块。利用FPGA精确控制CIS采集纸币正反两面的白光、红外、紫外等光谱图像,并运用乒乓缓存工作原理实现各光谱图像向DSP的高速传输;通过分析纸币原始图像和CIS物理特性寻找图像噪声来源,设计了基于CIS逐点补偿的图像去噪算法,并实现算法在FPGA中的硬件实现;针对图像中可能出现的随机噪声及纸币的残缺情况,提出了基于边缘提取及平行线检测的纸币定位方法;综合考虑效率和图像识别特征区域分布,本文提出了灵活运用多种插值算法的纸币图像标准化方法;最后,作为预处理图像技术的一个应用,本文提出了基于图像纹理特征分析的纸币朝向识别方法,实现了包括人民币在内的多种纸币朝向的准确判别。本文在人民币上进行试验,并与传统方法进行比较,提出的多光谱图像采集和后期处理方法不仅处理速度快、图像质量高,而且对不同类型、新旧和残缺的纸币图像都有很好的适应性,提高了纸币的朝向识别率。本文中所述的方案和算法现已实现商业化量产,并应用于多家大型银行。