（机械设计及理论专业论文）纸币清分机图像处理系统的研究.pdf

浙江大学硕士学位论文 摘要 纸币清分机是一种集光机电于一体的金融现金处理设备。它的主要功能是识 别纸币的面额、面向、新旧程度，以满足新旧纸币的清分和挑选适合a t m 机纸 币的需求。基于数字图像识别技术在纸币清分机中的广泛应用，针对现有清分机 存在的清分速度不高和清分效果不理想的缺陷，本文对纸币清分机的关键技术进 行了深入的研究，提出了基于d s c 2 5 芯片的并行系统架构，研究了有利于提高 图像处理速度的并行处理算法及图像处理核心算法的实现策略。主要研究内容及 成果涉及以下几个方面： 1 清分机图像识别算法的研究。对当前国内外纸币图像识别技术进行了综述， 并针对实际纸币的特点，提出了基于灰度直方图和特征区域相结合的特征提 取方法。利用神经网络自组织，自适应和容错特性，比较了b p 和l v q 两种 神经网络分类器，在实际应用中使用改进的l v q 分类器对待识别的纸币进 行特征训练和匹配，实现纸币新旧的识别。结合产品研发实践，比较分析了 现有方法并选择较为高效可靠的算法以实现纸币清分机的面额清分、面向清 分、方向识别等其它功能。 2 清分机图像系统的软硬件设计。针对清分机实时性要求高的特点，详细分析 了决定系统运行处理速度的关键因素，比较了现有几种清分机的系统硬件方 案，提出了基于d s c 2 5 芯片( a r m d s p 双核芯片) 的快速图像扫描和高速图像 处理的并行系统结构。阐述了由以d s c 2 6 为核心的图像处理系统和以 m c 9 s 1 2 a 1 2 8 b 为核心的控制系统所构成的硬件系统方案。在此硬件平台上 研究了有利于提高图像处理速度的并行处理算法，详细描述了系统软件总体 结构设计以及各功能模块的设计。 3 系统试验结果分析。将本文研究的图像识别算法在自主研发的清分机平台上 进行有效的验证，并对系统速度进行了测试，在此基础上着重分析了影响新 旧识别率的因素。 关键词：纸币清分机，图像处理，并行处理，灰度直方图，神经网络，模式识别 第1 页 浙江大学硕士学位论文 c u r r e n c ys o r t e ri sa l lo p t i c a l m e c h a n i c a la n de l e c t r i c a lf i n a n c i a lf a c i l i t y f o rt h e n e e do ft h ea t m sd e m a n d c u r r e n c ys o r t e rm a i n l yc l a s s i f i e st h en e wa n du s e db i l l s f a c ed i r e c t i o na n dd e n o m i n a t i o no ft h eb i l l s d i g i t a li m a g er e c o g n i t i o ni sak i n do f r e c o g n i t i o nt e c h n i q u ew i d e l yu s e di nc u r r e n c ys o r t e r a i m e da tt h ed e f i c i e n c yo ft h e e x i s t e n tc u r r e n c ys o r t e r s ，s u c ha su r i c f f i c i e n tp e r f o r m a n c ea n du n s a t i s f i e dr e s u l t ，t h e p a p e rm a k e sat h o r o u g hs t u d yo nt h ek e yt e c h n o l o g ya n db r i n g so u tt h ep a r a l l e l s y s t e ma r c h i t e c t u r ew h i c hb a s e do n t h ea d v a n c e d c h i pd s c 2 5 t h ep a r a l l e l p r o c e s s i n ga r i t h m e t i ct h a tc a ni m p r o v et h ew h o l ep e r f o r m a n c ea n dt h ei m a g e p r o c e s s i n ga r i t h m e t i ca r er e s e a r c h e d ，t h ep a p e rc o n s i s t so f t h ef o l i o w i n gp a r t s ： 1 1 1 1 er e s e a r c ho f t h ei m a g ep r o c e s s i n ga r i t h m e t i c t h ep a l ：l e rs u m m a r i z e st h e c u r r e n c yr e c o g n i t i o nt e c h n i q u ei nt h ew o r l d a i m e da tt h ef e a t u l eo f t h eb i l l s t h e p a p e rb r i n g so u tt h ec l a s s i f i c a t i o na r i t h m e t i co f t h en e wa n du s e db i l l sb a s e do nt h e h i s t o g r a mo f i m a g ea n dt h eb l o c kf e a t t i r e s i n c et h ea r t i f i c i a ln e u r a ln e t w o r kh a st h e p r o p e r t yo fs e l f - o r g a n i z a t i o n ，s e l f - a d a p t a t i o na n df a u l tt o l e r a n c e ，t h ep a p e ru s e st h e m o d i f i e dl v qn e t w o r kt od i s c r i m i n a t et h en e wa n du s e db i l l st h r o u g ht h ec o m p a r i s o n o f b pa n dl v qn e t w o r k o nt h eb a s i so f t h ea c t u a ls t a t e w ei m p r o v eo nt l l eb e t t e r o n ei nt h ea l lh o m o t h e t i ca r i t h m e t i ct or e a l i z eo t h e rf u n c t i o n so f t h ec u r r e n c ys o r t e r s u c ha sd e n o m i n a t i o nr e c o g n i t i o n ，e d i t i o nr e c o g n i t i o na n do r i e n t a t i o nr e c o g n i t i o n 2 n l eh a r d w a r ea n ds o f t w a r es y s t e md e s i g no ft h ec u r r e n c ys o r t e r f o rt h e a l l o w a n c eo ft h er e a lt i m ed e m a n d ，t h ep a p e ra n a l y s e st h ek e yf a c t o r sw h i c h d e t e r m i n et h es y s t e mr u n n i n gv e l o c i t y w h r o u 吐c o m p a r i s o n 也eh a r d w a r es o l u t i o no f t h ec u r r e n c ys o r t e r , t h ep a r a l l e ls y s t e ma r c h i t e c t u r ei sp r o p o s e di nt 1 1 i sp a p e r , w h i c h b a s e do nt h ea d v a n c e dc h i pd s c 2 5 ( a r m d s pd u a lk e m e lc h i p ) t oc o m p l e t et h e d i 百t a li m a g es c a n n i n ga n dp r o c e s s i n g t 1 l i ss y s t e mi n c l u d e st h ei m a g ep r o c e s s i n g s y s t e mb a s e do nd s c 2 5a n dt h ec o n t r o ls y s t e mb a s e do nm c 9 s 1 2 a 1 2 8 b t h e p a r a l l e lp r o c e s s i n ga r i t h m e t i ct h a tc a ni r e p r o v et h ew h o l ep e r f o r m a n c ea n dt h ei m a g e p r o c e s s i n ga r i t h m e t i ca r er e s e a r c h e do nt h i sp l a t f o r m w bp r e s e n tt h ed e t a i ls o f t w a r e d e s i g ni n c l u d i n ga l lf i m c t i o nm o d u l e s 3 1 1 1 ee x p e r i m e n tr e s u l ta n a l y s i s t h ec l a s s i f i c a t i o na r i t h m e t i ci sv e r i f i e do n t h er e a lm a c h i n e t h es y s t e mr u n n i n gv e l o c i t yi st e s t e dt o o t h ef a c t o r sw h i c hc a n i n f l u e n c et h er e c o g n i t i o nr a t ea r ea n a l y z e d k e y w o r d s ：c u r r e n c ys o r t e r , d i g i t a li m a g ep r o c e s s i n g ，p a r a l l e lp r o c e s s i n g ， h i s t o g r a m ，n e u r a ln e t w o r k ，p a t t e r nr e c o g n i t i o n 第2 页 浙江大学硕士学位论文 第一章绪论 【摘要】阐述了本课题研究的背景和意义，分析了国内外研究状况，对当前研究 成果进行了系统的分析，并在此基础上提出了本课题的研究内容，给出了全文的 结构框架。 1 1 课题研究的背景和意义 我国是个人口众多的国家，现钞的流通量十分巨大。流通中残损的纸币所占 比例大，对纸币的整点、挑剔、分版等工作在各家银行都是个相当棘手的问题。 为了提高流通人民币的整洁度，维护人民币信誉，人民银行制定了不宜流通人 民币挑剔标准【l 】具体标准如下： 一、纸币票面缺少面积在2 0 平方毫米以上。 二、纸币票面裂口在2 处以上，长度每处超过5 毫米；裂口l 处，长度超过 1 0 毫米。 三、纸币票面有纸质较绵软，起皱较明显，脱色、变色、变形，不能保持其 票面防伪功能等情形之一。 四、纸币票面污渍、涂写字迹面积超过2 平方厘米；不超过2 平方厘米，但 遮盖了防伪特征之一。 各个商业银行都要按照该标准上缴继续用于流通的纸币和将要销毁的损伤 纸币入库。而目前大多数金融机构的现钞整点挑剔工作仍然依靠繁重的手工操作 进行，不但劳动强度大、时间长，还存在劳动卫生条件差、整点挑剔质量不理想 等问题。因此，钞票清分的自动化、机械化是我国金融行业现代化进程中亟待解 决的问题之一，而解决的根本出路就是大力推广使用纸币清分机。纸币清分机的 处理速度、相对成本、防伪识别率都远胜于老式的人工劳作，清分机实现了纸币 清分的自动化处理，从而能够最大限度地提升银行内部的管理水平，这一点也正 在被越来越多的专业银行所认知。在这种背景下，对于银行来说，广泛使用纸币 清分机是必然的趋势。 由于纸币清分机技术含量较高，世界上只有日、美、英、德等少数几个国家 能生产纸币清分机，国内银行大都采用进口产品。但引进的国外产品价格昂贵， 第6 页 浙江人学硕士学位论文 维修服务成本高，而且并不十分符合人民币旧钞多的特点。因此研制性价比优越 且适合国情的纸币清分机，其未来的市场发展前景十分广阔。可以预见，小型纸 币清分机在今后几年内将逐步普及到支行及以上的各类商业银行机构，其市场容 量预计每年1 0 0 0 台左右，以后还会增长到每年数千台的水平。 1 2 国内外研究状况和进展 1 2 1 国外研究现状 目前，纸币识别技术在英、曰、德等西方发达国家已经比较成熟，在技术上 采用模式识别、图像处理、计算机控制等检测控制技术，并在纸币清分机中得到 了广泛的应用。其发展趋势是采用各个学科最新技术不断提高整个系统的功能， 质量和工作效率。目前纸币清分机国外主要厂家有德国的c & g 、英国的德利来、 日本的东芝、光荣、劳雷尔等公司。g & g 、东芝、德利来等公司主要以生产大 型清分机为主，大型清分机主要应用于人行清分中心。中小型清分机则以日本的 光荣u w - 1 2 0 和劳雷尔t d u 5 0 c 为代表，适用于省级、总行级专业银行，以及 分布于广大中小城市的二级以下专业银行。这些公司由于研发时间比较长，技术 积累丰富，因此产品在市场上占有很大的份额。 u w - 1 2 0 小型现钞清分机是日本光荣公司研制的最新一代现钞清分机，它有 三个分类出钞口和一个拒钞口，一次就能清分出三类不同要求的钞票，如选出 a t m 适用钞、流通钞、待销毁钞( 旧钞、残钞) 并剔除伪钞。此外u w - 1 2 0 具 备最新排列钞票面向功能，使钞票处理动作更完善，它还能完接记录清分过程并 打印出审计报告。该产品具备高速现钞清分功能，采用独特快速“图像识别”技 术，能对钞票的两面同时做质量、完整性的检测。采用业界完善的独特设计，处 理大量的现钞时不卡钞。智能化程度高，有自动分析钞票特性和学习的功能，能 很快适应新币种的扩充。 t d u 5 0 c 纸币清分机是劳雷尔公司针对中国钞票状态，采用最新技术开发 出来的多功能中国钞票专用清分机，可同时处理3 种不同面额的人民币，对纸币 进行全面的质量分析和控制。通过1 0 个清分等级的自由设定，判断是否可以继 续流通或适合a t m 的使用。可将3 种不同面额的人民币同时进行张数，金额的 第7 页 浙江大学硕士学位论文 点算和清分。 国外产品专门针对国外货币进行设计的，但由于在我国流通领域中，软、 旧、残纸币较多，现金量巨大，因此直接引进的国外产品适应性差，大都存在对 待清分纸币质量要求较高，清分效果不理想的问题。因此为了解决上述问题，国 外产品开始针对人民币这些特点开发专门用于处理人民币的纸币清分机。 1 2 2 国内研究现状和进展 与国外相比，国内在这方面技术相对落后。直到最近两年，我国金融机具制 造行业在国内著名院校的协作下，才初步实现了纸币清分机的国产化，目前仍然 以小型清分机为主，而在大型的钞票清分系统方面我们还没有足够的技术实力去 涉足。国产清分机目前投放市场的主要有哈尔滨彼绍特公司的松花江c f 2 0 0 0 和 沈阳信达的x d 2 1 8 8 系列小型纸币清分机。而清华同方c s 1 0 0 c n 小型人民币纸 币清分机仍处于研发阶段，产品目前还没有正式投产。 松花江c f 2 0 0 0 型纸币清分机是国内首次以人民币特性为基准，并首次采用 c i s 图像处理技术、模糊智能控制技术、精密机械制造技术研制的适合中国国情 的小型现金处理设备，也是目前国内第一个商品化批量生产的国产品牌。采用先 进的快速图像识别技术、伪币鉴别技术对钞票质量进行检测。采用适合国情的钞 票分钞技术，过钞顺畅，处理大量现钞时不会卡钞。智能化程度高，具有自动分 析钞票特征和学习功能，能快速适应新币种钞票的清分处理。设备具有自检功能， 并能自动显示工作状态和故障位置。 信达的清分机在产品设计方面特色十分突出，尤其在人民币防伪方面甚至比 其点钞机更胜一筹。其独有的磁图像和纸质分析技术，在高达每分钟9 0 0 多张的 清分速度下，仍能准确地鉴别纸币真伪。此外，它在设计上还有很多独到而又人 性化的设计颇为引人关注。比如灵活小巧的外观设计，便于摆放和移动；l c d 液晶汉字显示，易于操作；1 0 0 级可调参数，使新旧钞的清分更加细化；采用人 体工程学原理设计的独特的全开放式结构，便于日常维护、维修；侧式摆放设计， 则是出于对人民币灰尘过多的考虑，避免了机器运转时灰尘迎面扑向操作人员。 清华同方c s 一1 0 0 c n 小型人民币纸币清分机，是由拥有雄厚技术研发实力的 清华同方，与具有7 0 多年清分机研制历史，在此方面经验丰富的日本东芝公司 第8 页 浙江大学硕士学位论文 联合设计的。这台设备起点高、标准严，从软件到硬件都力求达到目前世界最先 进的水平，尤其是他们第一次将强大的c c d 图像检测功能用于小型纸币清分机， 可实现对票而污渍、折角、破洞、撕裂、尺寸短缺、贴胶布，尤其是人民币上非 常普遍的涂写痕迹( 据不完全统计，有近2 0 的人民币大额钞票上有各种书写 痕迹) 等的检测和清分。此外，他们还对不卡钞、新旧清分比例恒定等方面也制 定了近乎苛刻的要求，力求每张钞票的清分都做到精准无误。 国内这几款产品，都是根据人民币特征及其使用环境、国内银行的具体要求 等为技术基准研发而成，对人民币软、残损多、涂写普遍、灰尘大等特点适应性 很强。尤其是已经面世的两个品牌，价格低、体积小，市场定位非常明确。但是 由于研发时间短，生产数量有限，以及受一些技术的限制，目前问世的国产清分 机的普遍存在的问题就是清分速度不高，清分效果及其稳定性都不够理想。 1 3纸币清分机功雒概述 1 3 1 功能概述 纸币清分机的主要功能是识别纸币的面额、面向、新旧程度，满足新旧纸币 的清分以及挑选适合a t m 机纸币的需求。它能够在钞票一次通过机器的情况下， 对钞票缺损、连张、破洞、胶带等多种状况进行检测，实现对钞票的点算、鉴伪 并按照新旧、面额、版本、正反和方向进行清分p 1 。清分机的基本功能和指标规 定如下 点算功能：能够进行纸币张数统计，速度必须达到1 0 0 0 张分钟以上； 伪钞鉴别：能够识别当前流通纸币的各种防伪标记，可以准确的鉴别 出伪钞，速度必须保证点算的正常运行； 面额清分：能够识别出规定类型的纸币面额，把不同面额的纸币分类 输出，速度必须达到6 0 0 张分钟以上。 版本清分：能够把不同版本的纸币分类输出，速度达到6 0 0 张分钟以 上； 残缺检验：能够检出残缺度( 缺角、裂缝、破洞、卷角等) 超过规定 的纸币，速度达到6 0 0 张分钟以上； 第9 页 浙江大学硕士学位论文 方位识别：能够正确识别纸币方位，可以把四种方位( 正上、正下、 反上、反下) 的纸币分类输出，速度达到6 0 0 张分钟以上： 新旧清分：能够正确识别纸币新旧，分辨率达到1 0 个等级以上，速度 达到6 0 0 张分钟以上： 1 3 2 基本识别方法综述 对于纸币清分机的各个基本功能，下面就国内外常用的方法进行分类探讨。 1 点算功能技术分析 点算功能在点钞机上应用已经很成熟。通常采用对射式红外传感器来完成。 当纸币经过红外传感器时，传感器会产生相应的脉冲信号，从而实现纸币的 点算功能。 2 鉴伪技术分析 人民币版本在不断更新，假钞仿造手段也越来越高明。清分机要求能识别所 有的假钞，单一功能鉴伪对有些假钞鉴别已无能为力，如对钞票进行磁性识 别，只能对无磁的假钞进行鉴别，对有磁性的假钞，要进行磁分布的检测以 及钞票水印真假识别，才能判断是否是假钞。这就要求清分机有多种形式的 鉴伪能力才能满足需求，如对纸币的紫外荧光反应、磁性位置分布、红外线 透射等多种特性进行测试，只要有一种特性不符合真钞特性即为假钞4 。”。 夺紫外荧光鉴伪 紫外光特性是目前最为常见的识伪方法。我们都知道一定波长的紫外线 具有能够激发隐含的不发光荧光物质发出可见光这一物理特性。当波长 3 4 0 一3 7 0 唧左右的紫外光照射在含有荧光剂的纸张表面时，荧光剂就被 激发出波长4 7 0 m m 的蓝紫光，即所说的荧光反应。真钞使用特殊纸张不舍 荧光剂，不会有荧光反应，有些假钞制造不具备这一条件，币面会产生 荧光反应。因此，测量出通过机器的纸币在紫外灯照射下的荧光光量的 大小就可以区分真假。这种紫外线荧光检测法只能检测有荧光反应的假 钞，对于无荧光反应的假钞就要用其他方法来检测。 夺红外穿透特性鉴伪 当红外发光管通电时发出的特定波长的红外光穿透钞票被光敏三极管接 第1 0 页 浙江大学硕士学位论文 收，由于真钞和假钞透光率不同，光敏三极管的输出电流也有差别，从 而达到区分真伪的目的。 夺磁性油墨鉴伪 磁性油墨检测是当前世界各国都普遍采用的防伪措旋。我国在第四，五 套人民币上也使用了磁性油墨，高灵敏度的磁传感器能有效捕捉到磁信 号。我们国家在第五套人民币上还加有磁性安全线，并且每一币种的安 全线磁码排列都不相同，伪币由于制造工艺和制造成本的限制目前还不 能在这一指标上同真币媲美，因此安全线识伪是目前最为有效的识伪手 段之一。此外每种真钞的磁性位置是固定的，因此检测纸币的磁性分布 可以识别纸币的真伪。 3 面额识别技术分析 面额识别根据各国纸币特性不同，主要有以下几种方法。 夺尺寸识别法 不同面额的人民币其票面尺寸有明显差别，可以利用不囝面额纸币长宽 尺寸不同的特点进行分类。只要根据人民币的长宽即可判别纸币的面额 和版本。 冷基于图像特征的识别法 由于国外货币长宽尺寸相同，因此采用通过识别纸币图像特征的方法进 行面额识别。传统的识别方面采用基于试错法，即通过人工寻找纸币的 图像特征，设定阀值，找出不同纸币的差异，来完成特征提取，判别面 额。由于该方法涉及开发人员主观查找的因素，缺乏系统性和客观准确 性，试验周期长，且对于新面额币种的引入，就需要人工重新寻找特征， 需要很多重复劳动，因此现在多采用通过神经网络来提取特征和进行识 别，以及采用特征匹配的方法【9 _ l ”。 4 残缺识别技术分析 可以主要采用连通区域提取法进行处理，根据纸币破损处采集到的图像信息 与背景相同的特点，提取与背景灰度值一样的连通区域即为破损区。计算破 损区的面积s ，若s 鲁一s o ，p 3 o 第1 3 页 浙江大学硕士学位论文 把计算出的o 与事先设定的值g 比较，如果0 d ，( z ) j 2 1 ，2 ，w ；j i 换句话说，一个未知的模式x 被称为第i 个模式类，只有把当x 代入所有判别函 数后能得到d i ( x ) 的最大值才成立。因此常用的分类器有以下几种： 最小距离分类器：这种方法要计算( 在欧几里得空间中) 未知量和每一个原 型矢量间的距离，选择其中的最小距离来决策。假设我们把模式类的原型定义为 m ，决定未知模式矢量x 的类别成员的方式是将它分配给最近的原型类，使用 欧几里得空间距离判断简化了计算距离测度的问题。 d ，( 功刊lx - - 所，i |j 。1 ，2 , - - - , w 9 ( x ) 的值是最小距离时，把x 划归给类q 。当每个类的均值分布在n 维模式空 间中呈现一种球形的“超级云团”状态时，最小距离分类器会得到最佳性能( 从 错误分类的平均损失的最小水平上来说) 。 依据相关的匹配：一幅m + n 的图像坟x ，y ) 和j * k 的图像g ( x ，y ) 之间的相关是： 第2 2 页 浙江大学硕士学位论文 c ( x ，y ) = 厂( j ，t ) w ( x + s ，y + r ) c 的最大值指出g 能够很好的匹配f 。 最佳统计分类器：典型的有贝叶斯分类器，分类器对每一个模式x 计算平均 失效率，并且阱最低的失效率对每一个模式制定相应的类，使得所有判决的总体 平均失效率降至最低。 神经网络分类器：人工神经网络是通过结点问的连接来存储信息并完成分类 计算。a n n 分类器通过学习，根据训练样本集来调整连接的权值，找出相应的 分类曲面。a n n 所具有的学习能力使其能够在复杂的分布中提取人脑还不能理 解的规律。下一节我们将着重讨论人工神经网络在纸币图像识别中的应用。 2 4 神经网络技术的应用 2 4 1 传统模式识别与神经网络模式识别的比较 基于样本统计分析的模式匹配算法是当前主要采用的识别算法。算法的主要 思想是通过对大量纸币特征的分析，建立每一种面值货币的标准特征集组成标准 库，并预设接受或拒绝的阀值( 每一特征集设相同阀值或根据分析设组阀值) 。 识别时，将待识别纸币的特征与标准库进行比较，根据匹配程度做出结论。这种 算法具有计算简单，可扩展性好( 只需要将新加入的纸币种类标准特征集加入特 征库就可) ，易于在硬件电路上实现的特点。但这种算法的缺点就是自动化程度 低，需要人工的分析大量纸币，安排提取特征的方法，耗时费力，而且判别阀值 的确定大多采用试探法或经验值，准确度低。在试验初期，我们也采用这种方法， 针对人民币的特点，通过比较纸币某几个区域灰度值来判别其新旧。该方法如上 所述，比较主观，缺乏系统性和客观准确性，试验周期长，识别效果也不是很理 想。此外，针对每一种币种都要人工重新寻找，需要很多重复劳动f 越i 。 目前国外普遍采用神经网络方法实现纸币的识别，在与传统的基于差异判别 的人工方法的比较基础上，证实了神经网络技术的很强的推广能力，非常适合用 于纸币图像处理。因此研究发展适合纸币识别问题的人工神经网络算法是提高识 别精确度的有效途径。 第2 3 页 浙江大学硕士学位论文 2 4 2 神经网络学习和识别的特点 神经网络是通过对人脑的研究而得到的一种算法的实现。实际上，神经科学 的一个分支就是采用计算机对人脑的感知功能建立模型，通过它，计算机可以直 接从数据进行学习，从而完成模式识别、函数估计、数据压缩以及类似的任务。 神经网络能在很短的时间内在模式识别领域里得到广泛应用，是与其下面的 特点分不开的。 1 它具有自组织和自学习能力，能够直接纳入数据并进行学习。在学习过 程中，它可以自适应地发现包含在样本数据中的内在的特性及规律性。这一自学 习的能力与传统模式识别中所采用的标准软件技术大不相同，后者往往依赖于编 程者对识别规则的先验知识，而神经网络对所要处理的对象在样本空间的分布状 态无需作任何假设。而是直接从数据学习样本之间的关系，因而它还可以解决那 些因为不知道样本分布而无法解决的识别问题。 2 神经网络具有推广能力。它可以根据样本间的相似性，对那些与原始训 练样本相似的数据进行正确处理。在实时应用时，所给的数据往往含有噪声，或 构成某个模式的特征不全甚至没有等，神经网络的推广能力，可将样本从这种失 真或变形中恢复出来，这种对失真或不完全数据的处理能力，是神经网络用于实 时模式识别的主要方面。 3 网络是非线性的，即它可以找到系统输入变量之间复杂的相互作用。在 一个线性系统中，改变输入往往产生一个成比例的输出，而且这种影响关系是一 个高阶函数，这一特点很适合于实时系统，因为实时系统通常是非线性的，纸币 识别是一个受票面新旧、磨损程度、温度高低、潮湿程度以及所处的电磁场环境 等因素相互影响、相互作用的复杂的非线性系统，所以进行纸币识嗣，就必须考 虑各种影响因素的作用及变化情况，神经网络则为这种复杂系统提供了一个实用 的解决办法。 4 神经网络是高度并行的，即其大量的相似或独立的运算都可以同时进行。 这种并行能力，使它在处理问题时比传统的微处理器及数字信号处理器快数倍， 这就提高了系统的处理速度，并为实时处理提供了必要的条件。 神经网络上述的几个特点，使得它在纸币识别、语音识别、图像处理和文字 识别等诸多模式识别领域有很广泛的应用 3 3 - 3 5 】。因此，神经网络分类器就成为主 第2 4 页 浙江大学硕士学位论文 要研究的对象。目前常用的神经网络有前向型神经网络( 主要有b p 神经网络) ， 反馈型神经网络( 主要有h o p f i e l d 神经网络) ，自组织和l v q 神经网络( 主要有 n q 神经网络) 。我们将着重阐述和比较b p 神经网络和l v q 神经网络，并选择【q 神 经网络作为我们的分类器。 2 4 3b p 神经网络 目前，在人工神经网络的实际应用中，绝大部分的神经网络模型是采用b p 网络和它的变化形式，也是前向网络的核心部分，体现了人工神经网络最精华的 部分1 3 6 刁7 1 。 b p ( b a c k p r o p a g a t i o n n n ) 是一种单向传播的多层前向网络，其结构如图所示： 输入层隐含层输出层 薯 而 x h y m 图2 - 5b p 神经网络 网络除输入输出节点之外，还有一层或多层( 常用是一层) 隐层节点，同层节点 没有任何耦合。输入信号从输入层节点依次传过各隐层节点，然后传到输出节点， 每一层节点输出只影响下一层节点的输出，其节点单元特性( 传递函数) 通常是 s i g m o i d 型( f ( x ) = 1 ( 1 + e x p ( 一b x ) ) ) ，但在输出层中，节点的单元特性有时为线 性。b p 网络可以看作一个从输入到输出的高度非线性映射。 对于输入信息，要先向前传播到隐含层的节点上，经过各单位的特性为 s i g m o i d 型的激活函数运算后，把隐含节点的输出信息传播到输出节点，最后给 出输出结果。网络的学习过程由正向和反向传播组成。在正向传播过程中，每一 层神经元的状态只影响到下一层神经元网络。如果输出层不能得到期望输出，就 是实际输出值与期望输出值之间有误差，那么就转入反向传播过程，将误差信号 延原来的连接通路返回，通过修改各层神经元的权值，逐次向输入层传播去进行 第2 5 页 浙江大学硕士学位论文 计算，再经过正向传播过程，这两个过程反复运用，使得误差信号最小。实际上， 误差达到所希望的要求时，网络的学习过程就结束了。 反传算法有两种学习过程，这是由于在求导运算中假定了所求的误差函数的 导数是所有模式的导数和。因此权重的改变方式有两种，一种是对提供的所有模 式的导数求和，再改变权重，具体地说，对每个模式要计算出权重误差导数，直 到该训练期结束时才累加，此时才计算权重变化醴，并把它加到实际的权重数 组上，每个周期只做一次。由于权重的修正是在所有样本输入后，计算总的误差 后进行的，保证e 总向减小方向变化，收敛速度快。另一种是在计算每个模式 的导数后，改变权重并求导数和，它是每处理一个模式就计算出该模式的权重误 差导数，更新在处理下一个模式之前就把加到原来的权重上。 基于b p 算法的多层前馈型网络的结构如图所示。 讽叠豆侍c 学习础) 厂一，一一r 一一一广一一一一一一1 信 号 蠢 图2 - 6 基于b p 算法的神经兀悄络结构 设含有l 层和n 个节点的一个任意b p 网络，各节点特性为s i g m o i d 型函数， 为简单起见，认为网络只有一个输出y 。设给定n 个样本( 吒，y 。) 0 c = 0 ，1 ，2 ，n ) ， 任一个节点i 的输出为口，对某一个输入为x k ，网络的输出儿，节点i 的输出为 瓯，现在研究第，层的第j 个单元，当输入第k 个样本时，节点j 的输入为： 艇- m # 1 d ：1 表示，一1 层，输入第k 个样本时，第j 个单元节点的输出： 镇2 6 丽 浙江大学硕士学位论文 使用误差函数为平方型： o 名- f ( n e t ：e ) e tz 0 5 ( y 乒一歹肛) 2 j 其中y 且是单兀j 的实际输出。总误差为： _ ( 薹引，( 2 。y ) 定义d 0 la e t 7 衲。，则偏导数为： 噍? 。珊； o e k 衲甜；膏一妇，a m ；- o f 。牛o ；1 ，a 树：- t 5 _ l0 ，j 1 下面分两种情况来讨论： 1 如果j 为输出单元，则 一a e 8 n e t ：- 葩。矽肚，( 巧肚a 耻l ；) - 一( y 。一l ) f 。泓 二) o l i j 2 如果j 不是输出单元，则 6 ；峨，d 一订0 一o f , t a d ；巧配衲肼0 ) 一a e 。，0 甜二) ，a d 二 其中是下一层( ，+ 1 ) 层的输入，计算a d ；要从( ，+ 1 ) 层算回来。 在( ，+ 1 ) 层第m 个单元时： a 7 8 d ；。善( 8 毛砌w = ，衲e l + l d o i ) 。善( 皈掰等) ，a ，旧o 善。0 1 畦1 可以得到： 6 盖- 孙o “柑一t 一j t 。：i ) 反向传播算法可概括如下： ( 1 ) 选定权系数初值： ( 2 ) 正向计算隐层和输出层各结点输出； ( 3 ) 反向计算误差梯度； 第2 7 页 浙江大学硕士学位论文 r 4 1 调整权值； ( 5 ) 重复( ( 2 ) ，( 3 ) ，( 4 ) 步直到样本输出误差足够小； ( 6 1 得到设定在误差范围内的神经网络参数； 采用b p 算法，隐节点数的多少对网络性能的影响较大，当隐节点数太多时，会 导致网络学习时间过长，甚至不能收敛。而当隐节点数过小时，网络的容错能力 差。由于b p 算法采用的是剃度下降法，因而易陷于局部最小并且训练时间较长。 2 4 4l v q 神经网络 l v q 神经网络通过有监督和无监督学习来形成分类。在l v q 中，第一层的 每个神经元都指定给某个类，常常几个神经元被指定给同一类，每类再被指定给 第二层的一个神经元。第一层神经元的个数，与第二层神经元的个数至少相 等，通常要大一些。同竞争网络一样，l v q 神经网络的第一层的每个神经元学 习原型向量，它可以对输入空间的区域进行分类，并且通过直接计算距离的方法 来模拟l v q 网络。直接计算距离的一个优点就是向量不必先规格化。 l v q 是一种k o h o n e n 网络方法的扩展形式。分为两层结构：一个是竞争层， 一个是线性层。竞争层通过学习好的权值把输入向量进行分类，然后经过线性层 把竞争获胜的节点转化为用户定义的最终的分类结果。其拓扑结构如下： i n p u t c o r n p e l j t i v el a y e r l i n e a rl a y e r 已! 、! ， n j l = 一i i j l w i 1 一pi i邮= p u r e l i n ( l w t 。l a i ) n l = c v m p e t ( n i ) 图2 7l v q 网络 l v q 的学习训练规则如下【7 5 - 7 6 1 ： 1 对训练样本的每一个输入向量x ( t ) ，寻找获胜神经元c 使得满足 帐r 卜砜忙母一酬 第2 8 页 浙江大学硕十学位论文 2 如果获胜神经元属于正确分类，则它将朝输入向量方向移动： w 。9 + n - * 。o a ( t x x ( o w 。o ) ) 如果获胜神经元不属于正确分类，它将朝远离输入向量方向移动： w 。( i + 1 ) 篇w 。0 ) 斗廖( 喇x 0 ) _ w 。和” 如图所示： 获胜者正确时 职天一w 墨 瓜 兹竽墨 f 图2 - 8l v q 训练原理 上面讨论的l v q 网络对许多问题解决的都很好，但存在两种局限，首先有时 一个l v q 网络的隐含神经元可能有使其从竞争获胜停止下来的初始劝值，结果 就造成了一个无用的死神经元。其次，由于有时初始向量的排列，在取某些初始 向量的时候，一个神经元的劝值不得不经过一个不它代表的类的区域以到达它所 代表的区域。由于这样的神经元权值将被它必须经过的区域内的向量排斥，它可 能无法通过，以至可能对吸引它的区域不能进行正确的分类。基于以上两种缺陷， 在实际当中我们采用改进的l v q 网络( l v q 2 ) ，当网络正确的分类一种输入向 量时，只有一个神经元的权值被移向输入向量。而当输入向量被错误的归类，两 个神经元的权值都将改变，一个权值向量被移开输入向量，另一个被移向输入向 量。 2 5图像识别算法的研究 图像识别模块是整个清分机软件设计的核心部分，扫描经过的图像数据要进 行5 项处理，纸币的边界检测和倾斜校正，纸币的残缺识别，纸币面额、面向识 别，以及新旧识别。相对于新旧识别算法，其他功能算法已经比较成熟，在国内 外文献上都可以查到，并已经应用于实际当中。本节就把我们实际所采用的这些 第2 9 页 浙江大学硕士学位论文 识别算法进行详细的阐述。而新旧算法是所有算法中的难点，也是纸币清分机的 核心技术。国外技术严格保密，国内该项技术发展较慢，新旧识别效果并不理想， 因此在研究了纸币的特点及相关识别技术，提出了一种基于灰度直方图和区域特 征相结合的新旧识别算法。 2 5 1 预处理一边界检测和倾斜校正 在高速通过的纸币采集的图像，往往会存在一定的噪声和纸币位置的倾斜， 因此需要进行必要的预处理。如通过边界检测来实现纸币的定位和倾斜校正。纸 币的定位主要是确定在图像中的纸币的四个边的直线方程。针对人民币矩形图 像，常用两种边缘检测的方法，一种方法是用h o u g h 变换计算边缘直线： 另一种方法是采用线性拟合的方法来计算边缘直线。 用上述两种方法计算都很有效，但是它们都各有利弊，可以具体情况确定采 用那种方法。 1 ) 用线性拟合的方法： 优点：计算速度快，而且不受图像大小的限制。 缺点：抗干扰性差。因为用这种方法计算的准确性很大程度上取决于边 缘点的选取，如果图像中的噪声太强，滤除的效果不佳，边缘点 确定的就不准确，就会导致倾斜角度计算上的偏差。 2 ) 用h o u g h 变换的方法： 优点：抗干扰能力强，这是由它的算法特点决定的。 缺点：计算速度慢。一次h o u g h 变换需要遍历整个图像，运算量大，不 能满足实时性的要求。 由于纸币清分机有很高的实时性要求，且对图像的边缘检测要求并不是很 高，因此采用h o u g h 变换不能满足系统实时性要求。本系统所选择的是基于线 性拟合的方法，因为它的计算速度快，而且计算结果也能满足实际要求。 实际应用中，采用在图像上等间隔位置采集边缘点，每一条边缘检测出一个 边缘点的序列，用得到的边缘点序列作为线性拟合就可以得到纸币图像的边缘直 线，从而确定纸币的边界。线性拟合的计算过程如下：设这条直线的一元线性回 归模型为： 第3 0 页 浙江大学硕士学位论文 一ry 4 焉+ 即+ 。 广n 。磊+ a x 。+ 焉 l = i 。2 3 ，n l e 耸0臼置= 一2 q q 风，冉净杰露。宝( 片一岛一届焉y | 鬻埘善t 川诹灿 【署州扣只一雇嘲阳 j 属_ rk 一t 一覃) = 一裙 | - d 一 tk ，主鹕一习舰一歹) ；主屯只一嘲 第3 l 页 浙江大学硕士学位论文 2 5 2