基于图像处理的人民币纸币面值识别研究开题报告

1. 研究目的与意义（文献综述）

随着科技的发展，很多行业都出现了基于人民币纸币识别技术的智能化无人收费系统，节省了大量的人力资源。人民币纸币的识别技术不仅可以应用在自动售货售票上，也可以应用到银行的自动存取款机，手机营业厅的自动交费机等。目前已有的识别方主要是利用统计方法进行识别，如尺寸比较法、人工神经网络等。人民币纸币在流通中不可避免的会沾染污迹或磨损，这些方法虽然能快速识别出纸币的面值，但纸币上的微小污迹或其他图像噪声对识别结果影响很大，甚至出现无法识别或错误识别的现象。为此提出以提高识别准确率为目的的识别方法，分析和比较一维灰度投影算法和二维模板匹配算法来识别纸币的面值，进行相关匹配试验，获得较为理想的识别率。

目前，西方发达国家已经有比较成熟的纸币技术了，并且将计算机图像处理技术、检测控制技术等纸币技术，广泛地应用到纸币清分机中。国外当前生产大品牌、高品质清分机的公司主要是：德利来、CG公司，光荣、东芝、劳雷尔公司等。得利来、CG和东芝等公司主要生产供人行清分应用的大型清分机，光荣UW-1加及劳雷尔TDU-SOC公司主要生产省级及中小城市二级以下的专业银行的小型清分机。以上公司在清分机研制技术上比较成熟，技术经验丰富，生产的产品有质量保证，可以满足实际应用所需，所以占领了大部分的产品市场。针对中国钞票特点，为了更准确的清分人民币，劳雷尔公司研发出了TDUSOC人民币清分机。TDUSOC可以同时处理3种不同面额的人民币，对其进行精确的质量分析和控制，以及同时进行面额的清分和张数的点算。由于我国纸币在流通过程中，折损、划痕、残损情况较多，如果直接引进国外清分机产品，由于这些产品不是针对人民币纸币特点量身定做，那么这些产品会对纸币的质量提出较高的要求，且会在一定程度上影响清分过程的完成，存在清分效果不是很理想的问题。针对上述问题，国外一些生产清分机的厂家开始将针对人民币的特点来开发出专门用于人民币纸币的清分机。与国外先进的纸币技术相比，国内在这方面的研究相对落后。国产清分机主要还是小型清分机，在技术更为精湛，严密的大型清分设备方面的研发还需要更多的人力物力的投入。目前投放到市场的小型国产清分机有来自沈阳信达的XD2188系列和来自哈尔滨彼绍特公司的松花江CF2000；而来自清华同方的小型人民币清分机CS-100CN还处在研发阶段，产品还没有正式投产。针对人民币纸币特征、使用环境等，并以此为技术基准研发而成的国内几款清分机产品，对人民币涂写普遍、残损多、纸质较软等特点适应性很强。特别是已经面市的品牌，它们体积小、价格低、市场定位准确。但是由于国内在清分机相关技术的研发起步晚，加之研发时间较发达国家的短，技术上未达到突破性发展，从而使得国产清分机的生产数量有限，对应的在技术方面也存在方方面面一定程度的缺陷和不尽如意之地。比如说，对纸币的挑残能力差，在进行面值、面向、新旧程度的分类一致性不够好，对于由运动的不均匀性、机械振动、表面的不平整性等影响考虑不周到等，而造成的识别速度慢及稳定性不够理想。

2. 研究的基本内容与方案

本课题是基于数字图像处理的人民币纸币面值识别研究，以第四、五版人民币纸币图像作为识别对象，以软件matlab8.0与pc机作为主要工具，使用模式识别方法和数字图像处理技术，对纸币清分机的核心技术，面值识别进行深入的研究分析和算法验证。并分析和比较一维灰度投影算法和二维模板匹配算法，进行相关匹配试验，获得较为理想的识别率。

图2-1 设计方案图

本课题的设计方案图如图2-1。在研究特征识别之前，先对采集到的待处理纸币图像进行预处理，主要包括图像的增强，倾斜校正和图像分割三大部分。采用线性增强以及空域滤波增强的方法实现了图像的对比度增强。对于图像的倾斜校正，采用的是多级hough变换，用由粗到细的角度搜索步长进行图像的倾斜检测，并根据倾斜角度来使用双线性差值法进行旋转校正。图像的分割采用基于区域定位的分割算法，粗略定位序列号所在区域。纸币面额识别中，分析和比较一维灰度投影算法和二维模板匹配算法，针对算法的计算量问题，采用了基于一维灰度投影的匹配算法，该算法主要原理是，对纸币图像分别进行水平投影和纵向投影变换，将二维纸币图像转换为一维图像之后再进行匹配试验。

3. 研究计划与安排

在综合考虑设计任务之后，设计进度安排如下：

第1-4周：查阅相关文献资料，撰写开题报告。

第5-6周：论文开题。

4. 参考文献（12篇以上）

[1]chi-yuan,wen-pinsu,shie-jue.employingmultiplesupportvectormachinesforcounterfeitbanknoterecognition[j].appliedsoftcomputing,2011,11:1439-1447

[2]ebenezerowusu.researchonkeytechniquesofheterogeneousfacialexpressionrecognition[d].江苏大学,2014

[3]isra'aabdul-ameerabdul-jabbar.facerecognitionandmatchingenhancementbasedonwavelettransform[d].合肥工业大学,2014