（机械设计及理论专业论文）纸币清分机图像处理算法及控制策略的研究.pdf

浙江人学坝l 学位论文 摘要 纸币清分机是近年来得到快速发展的金融光机电一体化设备。论文结合纸币 清分机产品的研发实践，在数字图像处理理论和当今先进的设讣理论的指导下， 针列现有清分机存在的卜足，结合今后的发展趋势对纸币清分机的关键技术进行 了较为全面深入的研究，提出了一种新的新i u 识别算法，并采用最新a r m d s p 双核芯片对控制系统进行了最优化设讣，从而提高了清分效果。主要涉及如下几 个方面： i 图像处理算法的设计。首先，运用数字图像处理的一些主要方法对纸币 的图像特征进行了分析。在分析的基础上，提出了基于分块灰度直方图和形态区 域分割的污渍特征提取新旧识别算法，由于国内类似算法具有包含新旧信息较 少，分辨率不高等缺点，本算法在兼顾速度的同时，在此方面进行了较大改善， 而且能够很好的识别出少量的脏点和脏线。最后，根据实际情况，选择已有的方 法中较为高效的算法并进行了一些改进，实现了纸币清分机的其它功能而额 识别、版本识别和方位识别。 2 分类法及误差分析。首先介绍了系统所采用的l v q 神经网络和求相关 性两种分类方法。接着，对系统新旧识别的总体误差作了分析，并在求相关性的 基础上建立了衡量硬件系统图像采集效果的方法。 3 系统分析及控制策略的规划。为了提高系统的整体运行效率，首先对整 个系统建立了两个简单的数学模型。接着，在这个模型的基础上，详细分析了决 定系统运行速度的关键因素，并且在多处理器并行设计理论的指导下，提出了系 统并行设计的几种方案。最后，阐述了纸币清分机硬件系统和软件系统具体的实 现方案。出于本系统采用多处理器并行方式，采用当今先进的a r m d s p 双核芯 片做主处理器，并且针对系统特点进行了优化，从而保证了系统在控制方面具有 很大的优越性。 关键词：纸币消分机，新旧谚 别，图像处理，并行处理，d s c 2 5 ，灰度直方图 塑兰叁兰塑1 兰丝堕兰 a b s t r a c t b i l ls o r t e r , w h i c hi sf a s tb e e nd e v e l o p i n gl a t e l y , i sa no p t i c a l ，m e c h a n i c a la n d e l e c t r i c a lf i n a n c i a lf a c i l i t y i nt h i sp a p e r , o nt h eb a s i so f t h ep r a c t i c eo f d e v e l o p i n g t h e b i l ls o r t e r , w i t ht h ed i g i t a li m a g ep r o c e s s i n gt h e o r ya n dt h ea d v a n c e dd e s i g nt h e o r y s g u i d a n c e a n d a i m e da tt h e d e f i c i e n c y o ft h ee x i s t e n tb i l ls o r t e r sa n dt h e d e v e l o p m e n t a lc u r r e n to f t h eb i l ls o r t e r t h ea u t h o rm a k e sat h o r o u g hs t u d yo nt h ek e y t e c h n o l o g y ，b r i n g sf o r w a r dan e w c l a s s i f i c a t i o na r i t h m e t i co ft h en e wa n du s e db i l l s a n dw i t ht h ea d v a n c e dc h i p ( a r m d s pd u a lk e r n e lc h i p ) o p t i m i z e st h ed e s i g no ft h e s y s t e mi nt h ec o n t r 0 1p a r t a c c o r d i n g l y , t h ee f f e c t o ft h ec l a s s i f i c a t i o ni s g r e a t l y i m p r o v e d t h ep a p e rc o n s i s t so f t h ef o l l o w i n gp a r t s ： 1 t h ed e s i g no ft h ei m a g ep r o c e s s i n ga r i t h m e t i c f i r s t l y , w i t ht h em a i ns t u d y m e t h o d so ft h ed i g i t a li m a g ep r o c e s s i n g ，a n a l y s et h eb i l l si m a g ec h a r a c t e r s t h e n ，o n t h eb a s i s b r i n gf o r w a r dt h ec l a s s i f i c a t i o na r i t h m e t i co ft h en e wa n du s e db i l l sb a s e d o n d i s t i l l i n g b e s m i r c h m e n tc h a r a c t e r s b y m e a n so ft h e h i s t o g r a m o f i m a g e s e g m e n t a t i o na n dm o r p h o g i c a lp r o c e s s i n go fi m a g es e g m e n t a t i o n b e c a u s eo ft h e d e f i c i e n c yo fi n c l u d i n gt h el e s sn e w a n du s e di n f o r m a t i o na n dt h el o w e rr e s o l u t i o ni n t h en a t i v e h o m o l o g u e ，t h i sa r i t h m e t i cg r e a t l yi m p r o v e si nt h i sp o i n ta n dp r i m l y r e c o g n i z e st h ef e wd i r t yd o t sa n dl i n e s ，c o n s i d e r i n gt h ev e l o c i t y a tl a s t ，o nt h eb a s i s o ft h ea c t u a l s t a t e ，i m p r o v e o nt h eb e t t e ro n ei nt h ea 1 1h o m o t h e t i ca r i t h m e t i c c o n s e q u e n t l y ，r e a l i z eo t h e rf u n c t i o n so ft h eb i l ls o r t e r 。“d 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 t h em e t h o d so f t h ec l a s s i f i c a t i o na n dt h ee r r o r a n a l y s i s f i r s t i n t r o d u c et w o c l a s s i f i c a t i o nm e t h o d sa d o p t e db yt h i ss y s t e m l v qn e r v en e t w o r ka n dc u r v i l i n e a r c o r r e l a t i o n t h e n ，a n a l y s et h ec o m p o s i t ee r r o ro ft h es y s t e mc l a s s i f i c a t i o na n db u i l d t h em e t h o d ，w h i c hc a ne v a l u a t ei m a g ec o l l e c t i o ne f f e c to ft h eh a r d w a r e s y s t e mo nt h e b a s i so f c a l c u l a t i n gc u r v i l i n e a rc o r r e l a t i o n 3 t h e s y s t e ma n a l y s i sa n dt h el a y o u to f t h ec o n t r o ls t r a t e g yo n p u r p o s eo f i m p r o v i n g t h ew h o l e s y s t e m p r o d u c t i v ee f f i c i e n c y , f i r s t l y b u i l dt w o s i m p l e m a t h e m a t i c sm o d e l s t h e n ，b a s e do nt h i s p o i n t ，a n a l y s ed e t a i l e d l yt h ek e yf a c t o r s w h i c hd e t e r m i n et h e s y s t e mr u n n i n gv e l o c i t y b e s i d e s ，w i t ht h e m u l t i p r o c e s s o r p m a l l e ld e s i g nt h e o r y sg u i d a n c e ，b r i n gf o r w a r ds e v e r a l s y s t e mp a r a l l e ld e s i g n p r o j e c t s a tl a s t ，e x p a t i a t eo nt h ei d i o g r a p h i cd e s i g np r o j e c t so ft h eh a r d w a r ea n d s o , w a r es y s t e mo ft h eb i l ls o r t e r b e c a u s eo fa d o p t i n gt h e m u l t i p r o e e s s o rp a r a l l e l d e s i g n ，a d o p t i n gt h ec u r r e n ta d v a n c e dc h i p ( a r m d s pd u a lk e r n e lc h i p ) a st h em a i n p r o c e s s o r , a n da i m e da tt h ec h a r a c t e r s ，o p t i m i z i n gt h ec o n t r o ls y s t e m ，g u a r a n t e et h e a d v a n t a g eo f t h ec o n t r o ls y s t e m k e y w o r d s ：b i l ls o r t e r ；c l a s s i f i c a t i o no ft h en e wa n du s e d b i l l s ；d i g i t a li m a g e p 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 ；d s c 2 5 ；h i s t o g r a m 浙江人学顺 j 学位论文 第一章绪论 【摘要】阐述了纸币清分机的研究意义和当前的发展现状，对前人的研究结果进 行了系统的分析，并在此基础上提出了本课题的研究内容，最后给出了全文的结 构框架。 1 1 引言 商品的流动及因此产生的货币流动，是人类社会生活中两个基本的相互诱导 的共生流。货币流动是商品流动的映像，若货币运行不畅，商品流动也不能畅通， 商品生产也要受阻。 第二次世界大战以米，商品生产的规模和交换方式都发生了很大的变化。科 学技术的发展促进了劳动生产率的迅速提高，此外，全国性和国际性贸易也有了 急速发展，无论是从规模还是从速度上，这都导致了商品流动和货币流动的急速 加大。除了与商品流动有关的货币流动外，在现代银行业务中，还有大量与实物 商品流通没有直接联系的货币流动。例如储蓄和信贷，仅此一项就可使货币流动 的强度增大1 0 倍。 如此急剧增长的货币流通强度使银行界陷入困境，整个银行界h 益为堆积如 山的金融纸票( 现金、支票和各种凭证) 所困扰。正当银行界为对付货币流通激 增的局面寻找出路时，电子计算机应运而生。计算机与通信技术( c c ) 的引进， 使银行界发生了革命性的变革，不仅使传统的银行业务迅速实现电子化，使银行 界从困境中获得新生，还开辟了一些新的自助银行项目。总的来说，现在金融电 子化主要包括：a t m ( 自动柜员机) 服务、p o s ( 销售点) 服务、h b ( 家庭银行) 服务；柜员联机系统；为客户提供各种金融信息服务；公用信息发布、银行业务 介绍存款利率发布、贷款利率发布等公共信息服务，等等。作为其中的一员，纸 币清分机系统就是在这种背景下应运而生的。 浙江人学坝1 学似论殳 1 2 课题的提出及研究意义 1 2 1 适应市场的迫切需要，弥补金融电子化的重要一环 在众多的金融业务电子化后，整个行业的运行效率迅速提高。然而，在银行 内部，对破的钞票进行回收处理，要求上缴的钞票新、u 分类存放，这些f _ | 常 事务仍然是依靠人工处理。而这种人工选钞是一项单调、繁重、重复性较高的体 力劳动，不但占用较多的人员，而且速度、分选质量都存在很大问题。在以前， 这种矛盾，f ：不明显。然而，随着我国经济不断迅猛发展，市场的日趋成熟，纸币 的发行量和流通量每年也都在飞速递增。而且，自从我国加入w t o 以来，越来 越多的外商来华投资设厂，近几年我国已经成为全球吸引投资最多的因家，进出 口贸易b 速发展，因而，国外货币也越来越融入我国的经济发展中来。在这种背 景下，选钞工作越来越成为金融系统的负担，国内对自动化选钞的需求极为迫切。 1 2 2 实现国产化、降低成本的要求 目前，世界上只有英国得利来、劳雷尔、日本的东芝、光荣等几家公司生产 自动化选钞机，现在国内许多银行采用的也大都是进口产品。但是进口产品价格 昂贵，每台估计在3 0 一4 5 万元之问，而且它们是专门针对国外货币进行设计的， 对于人民币处理效果并不是很好。而对我国数量庞大的金融系统，实在是杯水车 薪。如果研制国产的适合于人民币的自动化选钞系统，不但解决了金融系统的需 求，而且会创造大量的社会财富。 1 3 纸币清分机简介 1 3 1 功能概述 综上所述，纸币清分机必须代替人工完成以f 任务：纸币点算，伪钞鉴别， 根据面额分类，根据纸币版本分类，把破损的纸币清分出来，使纸币按照一个方 位排放整齐，按照新旧等级分类输出。因而，最终输出应当是按照要求排放整齐、 类型一致的纸币，而且，为了提高效率必须达到一定速度。综合以上要求，根据 国外同类产品的情况，清分机的基本功能和指标规定如r ： 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i ：； 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： l 酊额清分：能够识别出规定类型的纸币而额，把0 i 同而额的纸币分类 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； 方位识别：能够正确识别纸币方位，可以把四种方位( 正上、币下、 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，已； 1 3 2 发展现状 把计算机技术应用到纸币清分上面，很早以前就引起了国外研究者的广泛兴 趣，目前国外在纸币识别领域技术已经较为成熟。对于面额、面向的识别率已经 接近1 0 0 1 2j ，而对于新旧清分，国外也陆续采用过一些方法，如声音识别、图 像识别等。同时，作为这些技术的应用，一些产品也已经在市场上产生，如英国 劳雷尔的t d u - 5 0 c ，日本光荣的g r u 一2 0 0 、东芝f s 一8 0 0 等。他们由于研发时问 早，技术积累丰富，因而产品在市场上也占有较大份额。 相比而言，国内在这方面明显落后。以前一直是采用人工完成纸币清分工作， 采用国外进口产品的银行也是寥寥无几，对清分机的需求也不是很迫切。然而， 近几年由于经济的迅猛发展，整个市场忽然有了“忽如一夜春风至”的感觉，对 清分机的需求猛然问变得极为迫切。同时，从事清分机研究、开发的机构也如雨 后春笋般纷纷亮相。最早的有哈工大的c f 2 0 0 0 ，清华同方与东芝合作的 s - 1 0 0 c n ，鞍山聚龙公司的j l 5 0 1 a 等产品也已经或即将上市。为了更好的了解 清分机的发展形势，下面对目前市场上的主要产品进行比较。 鲨兰查兰堡：兰些堡竺 一 生产厂家型号功能 速度适用范围 时处理3 利卟同货币；1 0 个 清分等级； 英围劳雷尔 t d u 一5 0 c 张数、金颥点算清分 l 、券别榆测、合格度检测、形 4 0 ，o o o 、6 0 ，o o o 张最多2 1 种钞 l ? s 8 0 0 状榆测、片_ _ ! ：舱测 小时 h 本东芝 f s l 2 0 0 2 、荧光漂【j 3 、荧光油墨、红外、磁忡油墨、 金属线、铝线、水 ；| l 箍伪 面额、版而( 正面、背血、左、点钞模式1 0 0 0 张小t d 型o 对 右面) 、缺损、点钞功能：分钟府小周家 g f u - 2 0 0 钞票厚度枪测及防伪；面额自动识别模式货币 日本光荣 钞票状态检测，包括肮脏物、破6 4 0 张分钟 涧、裂缝、卷角、重钞、缺损及清分模，6 4 0 分钟 胶纸。正反面模式6 4 0 分 钟 1 、自由点算、批量点算清分模式6 4 0 张分第网、第五 c f 2 0 0 0 2 、面额清分钟；点钞模式1 0 0 0套人民币5 哈工大 3 、成色情分( 1 0 个清分等级)张分钟元、1 0 儿、 4 、i e 反清分、方位清分2 0 元、5 【) 元、 5 、伪钞鉴别、t o o 儿等 强大的c c d 图像检测功能可实 处理速度达到每分 现对票面污渍、折珀、破涧、涂 写痕迹等的检测和清分； 钟5 0 0 张以上 清华同方 s 1 0 0 c n 人民币 具备安全线觯码、荧光、磁性、 红外、尺寸等检测方法，可对各 种钞票进行全面榆测 1 钞祟种类：符种版奉、点数模式1 2 0 0 张分 再种血额的人民币 2 清分功能：点数o 一 清分模式1 0 0 0 张分 9 9 9 识别并检出可疑 钞票 3 钞祟质量状a 6 清分：适 合重新发行及销毁卷 鞍【l i 聚龙j l 5 0 1 a 人民币 4 清分方式：钞票正、反 面清分钞票正、反向 清分 5 清分程度级别：钞票新 0 - 9 级钞祟粘贴折 损0 - 9 级 表】- 1 产品性能比较表 - 4 浙江人学倾l 一学位论文 1 3 3 基本方法综述 为了应用和进一步发展前人的研究成果，下两从清分机各种功能出发，刈 卅内外相应的解决方法以及优缺点进行分类探讨。 1 、点算功能 点算是最基本的功能，现在在简单的点钞机上已经得到很好的实现，一 般是通过一个对射或反射式的红外传感器来完成的。当纸币到来时，遮挡住 红外传感器的光路，传感器输出电平会产匕高低变化，有脉冲输出，通过计 算输出的脉冲个数即可计算走过的纸币张数。 2 、鉴伪功能 鉴伪主要是通过检测纸币上的防伪标记来实现的，根据纸币( 一般指人 民币) 的防伪特征主要的鉴伪方法有如下几种： 荧光鉴伪 国家在发行人民币时为了防伪的需要，将印刷人民币的纸张经过特 殊的化学处理，使其对紫外光的反射性比普通纸张低。普通纸张在紫外 灯的照射下会发出蓝紫色明亮光线，而真的人民币印刷纸张则不会发 光。因此，只要测量出通过机器的纸张在紫外灯照射下的反射光的强 度就能够判断出人民币的真伪。 红外鉴伪 人民币的油墨经过特殊处理，使其对特定波长的红外光反射和吸收 特性与普通油墨有所不同。可以采用红外探头检测出透射光和反射光的 强度，再与标准值进行比较，利用检测值与标准值的偏差来判定是否为 伪币。 磁性油墨鉴伪 人民币印刷的油墨经过特殊处理，具有磁性，而伪币的油墨般没 有磁性。这种微弱的磁性可以用磁头进行检测。 水印鉴伪 真的人民币的水印是在制造纸张时就压制出来的，水印处的纸张比 别的地方厚。假币的水印则是后来印上去的，厚度与别的地方相同，并 且不用投射即能够看到。因为水印即使在透射光下看起来电很暗，所以 浙江人学硕l 学位论文 很难采集到个，叮供分析的清晰图像，如何利用水印来鉴别还有待进 步的研究。 金属线鉴伪 在9 0 年版的5 0 和1 0 0 元人民币中，包含一条金属线，这条金属线 是存造纸时就埋入其中的，从表面看4 i 出来。假币大多没有这条线，即 使有，也是后来粘贴上去的，不用透光即可看出。利用这条金属线1 i 透 明的特性，可以用光电探测器将其检测出来，并根据它的有无判断真伪。 3 、 面额清分 通过阅览国内外相关资料，面额识别主要有以下两种方法： 特征块识别法 通过识别纸币图像中的特征块的方法进行面额识别。最通用的就是 识别代表面值的数字。首先，从纸币图像中提取包含特征的图像块，然 后主要采用以下两种方法进行处理。 ( 1 ) 模板匹配【4 ：l 【7 2 1 计算目标图像块与标准特征图像块的相关系数，当相关系数大于一 个规定值时就认为匹配成功。此种方法国内采用较多。 ( 2 ) 利用随机掩码进行特征识别【5 】【6 7 【8 1 对目标块利用特殊设计的随机掩码处理后，作为神经网络的输入， 通过训练神经网络进行判别。此种方法在国外文献中多有叙述。 尺寸识别法【3 利用不同面额纸币长宽尺寸不同的特点进行分类，只要计算出扫描 纸币图像的长宽即可判别。 评价：从运算量上来说，尺寸识别法是最简单的，具有其他两种无 法相比的优越性，但是在通用性上则不足；后两种具有通用性，相比而 言，模板匹配只要能够准确选定目标区域，在运算规模上要远小于随机 掩码，只需稍微变动即可求得最大相关系数，而随机掩码在操作上更加 复杂，它涉及到更多的像素点的运算，而且运用神经网络运算量也较大， 编程也较为复杂。由于本系统主要针对人民币，所以采用尺寸识别，实 践检验具有1 0 0 的识别率，而且速度极快。 浙江人学硕士学何沦义 4 、版面识别 可采用特征块识别法，用模板匹配或随机掩码进行。也可采用尺寸识 别法，在本系统中主要采用后者，而且达到很好的效果。 5 、残缺检验9 在国内文献巾主要采片| 连通区域提取法进行处理，根据破损处荻度与 背景一致的特点，提取扶度与背景相同的区域，并计算区域面积，如果区 域面积大于规定面积叩叮判为残缺。 评价：此神方法主要耗费在连通像素的递归搜索上，没有复杂的乘除 运算。 6 、新旧清分 纸币新旧清分是整个系统中的核心部分，国内外对于新旧识别的方法 也是层出不穷。这里从以下几个方面进行介绍： 声音识别法【l o 【1 1 【1 2 f 1 3 利用新币与旧币在摩擦时发出的声音不一样的特点进行鉴别。我 们知道新币发出的声音比较清脆，而旧币发出的声音比较沉闷，所以用 一个麦克风和一个放大器、加a d 转换电路来采集纸币通过传送带时所 发出的声音，通过对声音的分析进行鉴别。具体过程如下： 圈l - 1 纸l n 声昔识别流程图 首先经过2 层的a d f ( a d a p t i v ed i g i t a lf i l t e r ) 滤除掉环境噪音，然后进 行f f t 转换，变为频域信号，最后以频域信号作为神经网络的输入， 进行分类。此种方法多为国外早期所使用，由于分辨率不是很高，现在 逐渐弃之不用。 透光率识别法 根据在光源照射时，新币透光率高而旧币透光率低的特点，令一个 稳定光源照射纸币，在纸币下用一个色敏传感器进行透光率检测，通过 衡量透光率的大小来进行新旧等级鉴别。此种方法在王晓光的专利中采 用。 浙江大学倾i j 学位论文 图像谚 别法 由于以上两种方法分辨率较低，而且纸币的新旧主要还是反映存图 像上，所以近年来图像识别法被广泛采用。对丁国外的方法，由于技术 保密很少看到，这里仅对国内几家所采用的方法简要介绍。 ( 1 ) 哈工人的方法 将纸币划分为同等大小的m * n 个区域，采用投票法确定每种纸 币、每一种面向前t 个最亮的区域，求出这t 个区域的灰度平均值( 可 以根据区域间明暗的顺序作加权平均) 完成新旧判别。 ( 2 ) 顾临怡，谢英俊专利( 浙江大学) 方法【1 5 j 首先对图像进行滤波、锐化，并与标准图像进行比较，求出表征纸 币图像的特征指标r 、w 和c m ，其中r 为相关系数，表征纸币图像 与标准图像的重合度；w 为图像相邻梯度总平均值，表征纸币表面光 滑程度：c m 为粗粒化局部方差均值，表征纸币图像模糊程度。 d ( 佩靓) 科礁跨) r - - - - ( 6 ( 巩靠) 2 ) 了( 州挑就) 2 ) 下 w - - - - i g ( 蠢j ) 一g 【( 冲j ) ，川 一嚣誉静 其中 塑坚尘堂塑兰些堡兰 走( t j ) - i b 蚤z 。l e ( ；一d 鹏+ 囊 ( j - 1 ) - n , 1 + 妇一髓( 毫) i 2 甄( j ) - - - - 瓦毛蚤蓍露一，) 确+ 器- ( j j ) 勤+ 1 露( tj ) 2 i i 蚤蚤霹【( i 一! ) _ 2 ，+ 致 ( 产i ) 磊+ 】 一抒硒，岛一挖瑰 再对所求出的特征指标r 、w 和c m 分档，加权平均，得到纸币破旧 度的综合指标： 0 ：( p l n l + p 2 n 2 + j p 3 3 ) 3 kkk 其中尸1 + p 2 + p 3 = l且p l o ，p 2 o ，p 3 o 把计算出的0 与事先设定的值o s 比较，如果o n ( 规定值) ，则可初步判定b i ( p ) l k 所对应 的图像为污渍。但是，山于位置误差较大时也存在上面情况，所以，刈初 步判定的污渍区域进步检验。分两种情况，一般由于位置误差造成的错 位区域还是属于原图像因此与标准模板接触面较大，即接触边界长度( 像 素数) 在整个边界中占的比例较大或在整个面积中占的比例较大，而污渍 则相反。因此，计算p ：生和p ，：生( 其中u 为接触边界长度，l 为边 l 。 一 界总长度，s 为总面积) 若数值小于规定值，则叮判为污渍。 3 3 2 实例分析 为了验证卜- 面算法，我们从新旧两张纸币中各提取了较为典型的几个小块进 行处理。 图3 - 8 带有勾画污渍的纸币( 3 0 0 x 6 0 0 ) ( 左边为原图，右边为均值滤波后的图像) 按照f 而步骤进行： ( 1 ) 首先进行均值滤波，并各划分为1 0 0 个小块，取其中典型的四块 ( 2 ) 求取灰度直方图：设定分割阈值：9 0 ，7 0 ，1 6 0 ，7 0 ： ( 3 ) 进行图像分割：按照上面闽值分别对图像分割并提取连通区域； 圈3 - 9 形态廖域分割实例斟 - 2 5 ( 4 ) 与模板对比分析。 计算l 的面积： 对l b ，= 8 ，b ，。= 1 7 ，b 。= 9 ，b 。= 4 ，b , s = 2 3 9 ，b 。= 7 8 ； 对2 面积小于l o 的有1 2 个，大于l o 小于2 0 的有4 个，大于2 0 的 有b 2 = 2 7 ，b 2 , , 2 0 ； 刈3 b = l j = 2 2 4 ： 对4 小丁1 0 的有6 个，大于l ( ) 的有一个吼。= 1 6 。 分别取山面积较大的b ，：b 。& b ：。b 。或。，讨+ 算它们的p ，、p ： b , 2 p 。- 1 4 1 5 ，p2 = 1 4 1 7 ；b 。f 一未接触：b 。p ，= 4 5 8 ，p2 - 4 7 8 ； b 2 , 一p ，= 2 6 2 7 ，p2 - 2 7 2 7 ：b 2 。p 。= 1 8 2 0 ，p2 = 1 8 2 0 ： b ，未接触；瓯。p 。- 1 6 1 6 ，p ，= 1 6 1 6 。 可以判定b 。；b 。臣为污渍，如下图红色部分所示： 图3 - 9勾画污渍识别结果图 此外，我们对其它，l 种污渍的纸币进行了处理均得出了较好的结果。 3 3 3 评价 可见，此方法并不局限于单个对应点的差异，而是关心该点所属集合( 图形) 的差异，因而，在根本e 避免了由于位置不能对准或扫描造成的误差带来的困难。 而且，它也不局限于识别图形的形状，而只是关心是否有“大量”不匹配的点， 即该点在脏币中所属的集合与在模板中所属的集合不一样。通过这样的方法，我 们就可以把这些“大量的、一体的( 不是零散的) ”点识别出来，而对于那些零 散的不一样的点看作是纸币图像固有的误差。理论上，通过设定不同的阈值范围， 完全可以找出所有的污渍信息，不仅仅是比较明显的脏点、脏线。但是，此种方 法由于空间的基本对准，可以关注于集合而不必关注于分割出的图案的形状，省 却了模式识别的繁琐，只关注于大量连通的不对应的点的集合的存在而把零散的 少量的点看作是位置或图像固有误差，就不需要纸币的精确对准。但是，这样 来x , i 丁那些较细小的固有图案，如果位置误差大于或接近于本身那么就无法对其 浙江人学蛳i 学位论文 处砰。 3 4 分类器设计 对于已经获得的特征r 司量，如何设计分类器，是整个识别中卜n 分关键的一个 步骤。实践表明要取得好的识别率，必键在于特征和分类器的匹配。下面分别介 绍几种分类器。 3 4 1l v q ( l e a r n i n gv e c t o rq u a n t i z a t i o nn e t w o r k s ) 1 8 神经网络( a n n ) 是仿生学的产物，它通过网络节点的连接来存储信息，并 完成分类。a n n 分类器通过学习，根据训练的特征样本向量集来调整连接的权 值，构造出相应的分类曲面。a n n 的学习能力使其能够在复杂的分布中提取出 人直观还不能理解的规律。在实际系统中，需要面临纸币币种的扩充等问题，而 a n n 由于其固有的自组织、自适应和容错性，只须重新训练就可以完成对新类 的f 确识别。目前广泛使用的a n n 有：多层感知机( m l p , b p 网) k o h o e n 网络、 p n n 、自组织神经元树等。通过对多种神经网络的比较，我们发现l v q ( 学习 矢量量化算法分类器) ，由于具有在大输入节点的条件下，可以达到精确分类的 j 的，所以，在这里选择它作为分类器。 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 tc o m p e l i t i v el a y o r l i n e a rl a y e r 叶2 _ “，1 w 1 。p 歌= p u r e l i n ( l w 2 l a 1 1 a l = c o m p e t m l ) 图3 - 】l l v q 结掏目 浙江人学砸l 学位论文 对丁l v q ，由r 篇幅所限，我们不再详述，如要深入了解请参考相应文献。 应用狄度直方图的方法我们刘咱己系统采集的图像进行了处理。 具体操作步骤如下： ( 1 ) 计算图像数据( 连同背景) 的扶度直方图曲线，是一个2 5 6 个元 素的一维数组； ( 2 ) 对所得曲线数据以及事先给定的类别用l v q 进行训练，采用2 5 6 个输入节点，8 个隐层，三个输出节点的l v q 网络； ( 3 ) 在具体工作时，首先执行( 1 ) ，然后，把曲线数据作为输入，经过 训练过的l v q 网络变换后得到最终分类结果。 我们初步用了2 0 多张七成新以上纸币作为样本分作三类进行训练，然后用 5 0 多张纸币进行检验，发现误判率在7 左右。这个结果不是很令人满意的，但 是有多种原因，一是系统采集的图像质量不足很高，二是我们用于学习的样本比 较少。但是l v q 已经表现出较好的分类性能。 3 4 2 相关性”9 相关函数描述了两个信号之间的关系或其相似程度，也可以描述同一信号的 现在值与过去值的关系，或者根据过去值、现在值来估计未来值。因而，这罩如 果要衡量两个直方图之间的差异比较好的方法就是求它们的相关系数。利用公 式： p 。2 x ( i ) xr ( 0 i = 1 搐以f ) 2 著h f ) 2 3 5 用相关性对直方图定量分类 3 5 1 直方图定量分析 利用直方图作为工具提取特征，用神经网络的方法进行分类，虽然在直观上 能够加以区分，但是不能够给出新旧差异的定量表示。而如果要把差异定量化， 浙江大学坝j ：学何沦文 最好的工具就是进行相关性分析。下面我们埘自己系统扫拙的图像求取相关系数 把差异量化之后再进行分类。 p a la 2 = o 9 7 1 8p a l ，a 3 = 0 ，9 7 2 7 p a l ，b l = o 9 6 0 5 p a l ，b 2 = o 9 5 8 7p 。l b 3 = 0 9 5 4 5 p a lc i = 0 8 9 4 3p a l 。2 = 0 8 5 5 8 幽3 - 1 2 新m 纸币直方图曲线及相关系数对比 上图为三个等级共8 张纸币的灰度直方图和它们与第一张新币的相关系数 从数值上就可以区分出新旧差异。 3 5 2 误差分析 除却扫描误差外，总体灰度直方图只与纸币图像的面积( 全部像素之和) 以 及具体图像有关。因而，它们也就成为导致误差的唯一两个因素： ( 1 ) 纸币面积差异s ； ( 2 ) 作为样本的新币图像的差异。； 总体误差 1n2 s + 由于纸币面积相差不大，样本图像差异也可以采用统计的方法加以弥补，所 以总体晚来灰度直方图相对于其他方法来说，误差是比较小的。 浙# i 。人学颁i 。学位论文 3 5 3 分块直方图误差分析 分块卣力图由于引入位置因素，从理沦上来说，块分得越多，那么分辨率也 越高，但是，两张纸币如果空削位置不能对准或大小不同，那么就会带来位置误 差，基于自1 对总体灰度直方图的分析，由此带束的位置误差会分散剑每个小块 上并且反映为图像误差，那么总体误差为： = s +( m 8 n ) 4 。- + 删 设图像分为m * n 块，其中i m g 为由于位置误差所导致的在每个小块上的 图像误差。 3 6 系统总体新旧识别率的决定因素分析 在4 定程度上说，新旧识别算法的好坏实际上就是对纸币新l j 差异的灵敏程 度，算法好则对应一定差异量的纸币数量就少( 即分辨率高) ，反之则大量的纸 币仅对应少数的差异量。因此，在新旧算法一定的情况下，如果把纸币的新旧程 度量化，从理论上来说，从最旧的纸币算起到标准的新币实际上是一个连续的量， 而我们对其进行分类，在理沦上是可以分成无数个等级。但是。事实卜并非如此。 因为存在着图像扫描误差，即同一张纸币两次扫描的图像刁i 是完全一致的，所以， 在接近分类线处的纸币有时总会被划分为不同的类别，而我们要计算总体识别 率，这个扫描误差是必须考虑的。 陶3 1 3 总体识别率0 扫描误差关系图 上图中，为扫描误差，横线表示旧币与新币差异的量化值，位于阴影范围 内( 即2 范围内) 的纸币是极易被错误分类的。因此，在假设新旧识别率极高 的情况下，假设所有纸币与新币的筹异量化值在横线上是均匀分布的，差异值最 浙z r 人学坝l 学位论义 大为e ，且分为n 类，在对应的差异量为e ，那么，总体的误判率最大为： 目：垒兰 e 可见，e 一定的情况下，分类越细，误判率越高。为了减小误判率，必须首 先尽量减小扫描误差。 为了衡量硬件的扫描误差，可以采用相关性的方法柬进行。对刷一张纸币连 续扫描两次，分别做出它们的灰度直方图，然后计算两个直方幽曲线的相关系数。 由丁总体扶度直方图上j 位置无关，可以对扫描图像在不进行任何预处理的情况下 反映纸币的图像信息。凶而基本上不会有由于预处理带来的误差，所以能够很好 的反映扫描效果。下面是在我们自己的系统上扫描的同张钱的两个灰度直方图 曲线。 相关系数为：p = o 9 8 2 4 图3 - 1 4 硬件系统扣描嗅差评定图 可见，相对于我们的分类界限来况误差还是比较大的 3 7 小结 本章中，提出了一种新旧识别算法，该算法弥补了幽内已有算法新旧信息包 含较少、分辨率不高的缺点，而且，回避了要求纸币精确对准的困难，从形态学 出发，较好的识别出t - 细, j 、的脏点和脏线。此外，对具体的分类方法也进行了探 讨，最后还得出了影响总体误判率的关键因素，这一切都为整个系统的实现做出 了最核心的工作。 浙江人学坝 学位论义 第四章关于清分机其它功能算法研究 【摘要】阐述了本系统所用到的纸币清分机其它功能：面额识别、版本识别和方 位识别的图像处理算法。 4 1 引言 相对于新旧清分算法来说，清分机其它的功能算法就比较简单，而且已经比 较成熟了，其中很多算法可以在国内外的期刊杂志上查到，奉章将针对人民币的 特点对这些方法进行探讨并加以修改以应用到本系统里来。 4 2 面额识别算法 纸币的面额识别也是系统中的重要功能之一，如何实现以及如何高效率的实现 就成为本章要讨论的重点问题之。 4 2 1 尺寸识别法 要识别纸币的面额首先要找出不同币值纸币的差异，由于我们主要面对的市 场是国内市场，处理的主要货币为人民币，因此，可以利用人民币的一些特殊的 特点对其进行识别。与美元不同，不同面额的人民币其票面尺寸都有明显的差别。 下表列出了几种不同面额的人民币的尺寸。 面额( 元) 1 0 05 0 1 05 k ( m m )1 6 51 6 01 5 5 1 5 0 l宽( r a m )7 77 77 07 0 表4 一l 小l 叫向獭人民币尺寸对照表( 5 儿以下省略) i j l 从上表中可以看出，不同面额的人民币尺寸是不同的，长宽相差几个毫米，再换 算到面积上则相差更大，因而对于我们精确到像素级的扫描精度来说，完全可以 通过计算图像尺寸( 像素数) 来识别。我们在自己的系统上，利用计算像素个数 ( 纸币面积) 的方法连续处理了1 5 0 多张面额分别为1 0 0 、5 0 、2 0 、1 0 、5 ，二的 人民币，正确率到达1 0 0 ，而且速度很快，可见此种方法对于尺寸随面额；同 而不同的纸币是非常有效的。 4 2 2 特征块识别法 利用上向方法虽然非常有效，但是它对于尺寸相同面额不同的货币来说就不 行了。因此，我们必须寻找个更加通用的方法。识别而额，很自然的想到要根 据纸币上标明面额的数值来识别，而上= l 任何纸币都含有表明其面额的特征，因此， 只要我们能够识别这个特征，那么无论什么纸币都可以识别。 1 、基本原理【4 【7 2 】 对于特征图像识别一种通用的方法就是“模板匹配法”。所谓模板匹配，指 的是利用已知特征图像作为模板，在目标图像中寻找与模板相似的图像块，而判 定相似的主要工具就是相关性。因此，通过讨算目标图像与模板图像的相关 系数就可以确定是否匹配。具体的步骤如下： ( 1 ) 准备一个模板特征块，一般为包含纸币面额的图像块，进行二值化处理； ( 2 ) 提取完整的纸币图像并进行位置旋转校正： ( 3 ) 从图像中提取包含面额信息的图像块，称为目标块，尺寸一般要大于等 于特征块，对目标块也进行二值化处理，去掉背景信息； ( 4 ) 把模板块与目标块依照某一点对齐，计算相关系数，然后按照一定方向 移动一个步长，继续计算。依次搜索下去，取其中的最大值所对应的位 置即为当前最佳匹配； ( 5 ) 把计算的相关系数与规定值比较，如果大于则说明匹配成功，否则不成 功； ( 6 ) 如果成功，则可判定币值即为模板块的值，否则另换模板块继续( 2 ) ( 5 ) ，直到成功或所有模板块匹配失败。 2 、实例验证 取一张1 0 0 元纸币按照上面方法进行验证 幽4 - 1 模板匹配法面额识别 日标蚨模板块 浙江人学坝f 学位论义 相关系数为0 9 6 1 2 这种方法虽然普适性高，但是讣算量要比上一种大的多。 4 3 方位识别算法【3 6 】 方位识别，就是要识别出纸币的叫种方位：l f 上、l f 下、反上和反下。要较 好的识别出纸币方位，特征块识别法也是一个很好的办法，为了减少计算量，我