欧元纸币清分机中图像处理与识别系统的设计与实现--优秀毕业论文 可复制黏贴.pdf

工程工程硕士学位论文硕士学位论文 欧元纸币清分机中图像处理与识别系统的 设计与实现 the design and implementation of image processing and recognition system in euro paper currency sorter 任芳琳任芳琳 哈尔滨工业大学哈尔滨工业大学 2011 年年 10 月月 国内图书分类号 tp311 学校代码 10213 国际图书分类号 621 3 密级 公开 工程工程硕士学位论文硕士学位论文 欧元纸币清分机中图像处理与识别系统的 设计与实现 硕 士 研 究 生 任芳琳 导 师 刘家锋副教授 副导师 金野讲师 申请学位 工程硕士 学科 软件工程 所 在 单 位 软件学院 答 辩 日 期 2011 年 10 月 授予学位单位 哈尔滨工业大学 classified index tp311 u d c 621 3 dissertation for the master s degree in engineering the design and implementation of image processing and recognition system in euro paper currency sorter candidate ren fanglin supervisor prof liu jiafeng associate supervisor sr lecturer jin ye academic degree applied for master of engineering speciality software engineering affiliation school of software date of defence october 2011 degree conferring institution harbin institute of technology 哈尔滨工业大学工程硕士学位论文 i 摘 要 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 关键词 模式识别 图像处理 提取特征 神经网络 哈尔滨工业大学工程硕士学位论文 ii abstract the technology of paper currency recognition is a typical issue in the field of recognition and application of the technology developed the paper currency sorter has also been widely used and promoted paper currency sorter has count money currency examines paper currency and other features and it play a more and more important role in bank area how to identify images is a key problem of paper currency sorter processing system because the system s real time requirements the image processing algorithms in depth study has great significance the subject is from songhua river cf1000 euro paper currency sorter system of harbin institute of information technology co hui tong eddie s the project is in collaboration with harbin film factory the system of paper currency sorter is consist of image processing and identifying subsystem control subsystem and counterfeit detection subsystem our system is the image processing and identifying subsystem it uses the techniques of digital image processing to analyze paper images and identify it and sort papers finally this system was been developed and designed aiming at the euro machine system it included the image preprocessing recognition of the face value of the image recognition of the old and new degree of the paper identification of incomplete degree of the paper image preprocessing of the paper included three functional modules the brightness compensation of the image tilt correction of the image the edge detection of the image recognition of the face value of the image included the selection and extraction of the image characteristics and classifier design for the above questions this system is mainly adopts the following methods in the image acquisition and preprocessing stage the system adopted the processing method for the compensation and the image acquisition synchronous which reduced time consumption for the pretreatment stage when the old and new image is judged the histogram and blank piece of combination of old and new identification method was used improving the stability of the new and old discrimination in the incomplete identification of the image incomplete area and grey value of similar background region method was adopted in the feature extraction we used the adaptive grid extracted feature method which effectively 哈尔滨工业大学工程硕士学位论文 iii solved the problem of the image distortion in the choice of classifier we chose the bp3 classifier combined with distance classifier method greatly improving the system identification accuracy the system has been used in the cf1000 euro paper currency sorter the final test results fully meet the system requirements the correct identification upon the rate of 99 8 to clear the old error of 5 points the defect error within 1 keywords pattern recognition image processing feature extraction neural network 哈尔滨工业大学工程硕士学位论文 iv 目 录 摘 要 i abstract ii 第 1 章 绪 论 1 1 1 课题背景及研究的目的和意义 1 1 1 1 课题背景 1 1 1 2 研究的目的和意义 1 1 2 与本课题有关的国内外发展概况 2 1 2 1 纸币分类技术发展 3 1 2 2 纸币新旧程度检测技术的发展 7 1 2 3 纸币残缺程度检测技术的发展 7 1 3 本文主要研究的内容 7 第 2 章 系统需求分析 9 2 1 系统工作流程分析 9 2 2 系统的功能需求 10 2 2 1 纸币图像预处理模块 11 2 2 2 纸币的面值面向识别模块 11 2 2 3 纸币图像细节分析模块 11 2 3 系统的非功能需求 11 2 4 系统的实施方案 12 2 5 本系统预期达到的目标 14 2 5 1 功能性目标 14 2 5 2 非功能性目标 14 2 6 本章小结 14 第 3 章 系统设计 15 3 1 系统的总体设计 15 3 2 图像亮度的补偿模块的设计 16 3 2 1 亮度补偿模块的功能 16 3 2 2 亮度补偿模块的算法分析与设计 16 3 3 图像边缘的检测模块的设计 17 3 3 1 边缘检测模块的功能 17 3 3 2 边缘检测模块的算法分析与设计 18 哈尔滨工业大学工程硕士学位论文 v 3 4 图像倾斜的校正模块的设计 19 3 4 1 倾斜校正模块的功能 19 3 4 2 倾斜校正模块的算法分析与设计 20 3 5 纸币面值与面向识别模块的设计 21 3 5 1 自适应网格提取特征 21 3 5 2 分类器设计 22 3 6 纸币的新旧等级确定模块的设计 25 3 7 纸币残缺程度确定模块的设计 27 3 8 本章小结 28 第 4 章 系统实现与运行 29 4 1 图像亮度的补偿模块的实现 29 4 2 图像边缘的检测模块的实现 31 4 3 图像面值和面向的识别模块的实现 33 4 4 图像新旧等级的确定模块的实现 34 4 5 残缺程度的确定模块的实现 36 4 6 与 pc 机之间通讯的实现 36 4 7 数据文件格式 38 4 7 1 面值面向矢量特征 38 4 7 2 位置灰度补偿数据文件 comvalue 38 4 7 3 残缺位置标志数据文件 darea 39 4 7 4 新旧程度对比块信息数据文件 ref dat 39 4 7 5 综合数据文件 39 4 8 本章小结 40 第 5 章 系统测试与分析 41 5 1 本系统使用的测试理论 41 5 1 1 系统测试 41 5 1 2 功能测试 41 5 1 3 性能测试 41 5 2 测试方法 42 5 2 1 面值识别测试方法 42 5 2 2 面相识别测试方法 42 5 2 3 新旧程度测试方法 42 5 2 4 残缺程度测试方法 42 5 2 5 清分速度测试方法 42 哈尔滨工业大学工程硕士学位论文 vi 5 3 测试数据与结果分析 42 5 3 1 面值面向识别 42 5 3 2 新旧程度测试 45 5 3 3 残缺程度测试 47 5 3 4 图像处理速度测试 47 5 4 系统性能的进一步改进 48 5 5 本章小结 48 结 论 49 参考文献 50 哈尔滨工业大学学位论文原创性声明及使用授权说明 54 致 谢 55 个人简历 56 哈尔滨工业大学工程硕士学位论文 1 第 1 章 绪 论 1 1 课题背景及研究的目的和意义 1 1 1 课题背景 本课题名称为 欧元纸币清分机中图像处理与识别系统的设计与实现 课题来源于哈尔滨工业大学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 该项目将与哈尔滨电影机厂合作完成 慧通爱迪公司与计算机学院模式识别研究中心合作 在视频 图像分析理解 信号处理与智能控制系统领域取得了众多成就 纸币清分机是融合精密机械设 计 自动控制 信号检测 模式识别 图像处理等技术的光机电一体化高科技 产品 该课题所研发的产品在金融行业有很好的应用价值 也是该领域内很有 研究价值的一个课题 1 1 2 研究的目的和意义 纸币是人类在商业活动中的重要流通载体 它扮演着在生活中异常重要的 角色 如果由人工把纸币进行清分不仅效率低 工作量太大 而且非常容易出 错 与此同时 由于纸币流通量非常大 而且具有流通周期短 容易破损的特 性 使人工完成把纸币进行清分的难度增大了许多 所以 在银行中进行纸币 清分这种业务的发展趋势必定是将纸币进行自动清分 这种具有高准确率 高 灵敏度的纸币清分机 可以更可靠 方便和高效的来完成非常繁琐复杂的纸币 分类任务 本课题中研究的 cf1000 型两钞口纸币清分机 与其他大型纸币清分机相 比 cf1000 型具有送币通道短 机身小巧应用灵活 纸币的清分速度快等优 点 纸币清分机系统要研究的核心问题就是对纸币图像的分析 这种分析技术 主要是利用图像传感器和数字图像处理技术来进行图像的采集 处理和分析 具体涉及到目标检测 模式识别 人工智能 图像处理等领域内的一些技术和 研究方法 纸币图像处理与分析技术应该作为一个全新的课题来做系统而全面的研 究 由于该技术的实时性要求 其纸币材质具有其特殊性以及纸币图案样式的 哈尔滨工业大学工程硕士学位论文 2 复杂和多变性 有必要对纸币进行质量评估 即对纸币的本身的一些特性 如 绵软程度 污损程度等纸币的质量情况给予合理的判断与分类 纸币在金融领 域的地位非常重要 所以对纸币进行分类的精确度要求非常高 怎样构造一个 比较稳定高效率的分类器 怎样摆脱在分类的过程中由低质量的纸币带来的困 难 怎样提取和选择合适的特征来进行分类 怎样确定纸币的绵软程度和残破 程度是一个有意义的特殊的研究课题 1 2 与本课题有关的国内外发展概况 本部分讨论与纸币图像的识别和处理的相关技术在国内外的发展情况与 研究现状 其中主要包括了纸币分类技术 纸币新旧程度检测 纸币的识别与 残缺检测技术 许多国内和国外的研究人员对利用模式识别和图像处理技术来研发纸币 的识别和自动清分产生了浓厚的兴趣 一些起步比较早的发达国家如韩国 德 国 日本等在这方面的技术已经相对比较成熟与完善 对于面向面值的识别 其准确率和速度已经可以达到使用要求 也已经将这些技术投放到了实际的应 用中 如 delarue toshiba g d 等公司的清分机 相比较国外 国内的纸币 识别技术起步比较晚 在很长一段时间内 在该领域内处于空白阶段 然而如 今伴随着与各大学的合作 国内的一些大厂家也开发了自己的纸币清分机 如 哈尔滨比绍特有限公司的 cf2000 厦门数佳电子科技有限公司的 cs 100 湖 南丰汇银佳科技有限公司的融和 rh 5100 系列清分机都已经成功的投降市场 下图 1 1 图 1 2 所示的样机是国内外比较成功的样例 图 1 1 纸币清分机样机 1 哈尔滨工业大学工程硕士学位论文 3 图 1 2 纸币清分机样机 2 tdu 50c 纸币清分机是由劳雷尔公司应用当前最前沿的技术 并且针 对中国钞票的特点开发出来的多功能中国钞票专用清分机 它能够同时对三 种不同面额的人民币同时来进行面额和数量的清分与点算 由此可以对银行 收取的钞票进行非常全面的控制和质量分析 可以对清分机进行十个等级的 清分设定 另外 可以对各种面额的钞票单独指定清分标准 共十个等级的 设定 通过这种设定可以退出不满足清分要求的纸币 只留下需要的 各个 出钞口也可以按要求设置清分程度 入钞口 出钞口容量大 取放钞票后自 动连续进钞 不需要人工干预 操作人员不需要另行培训 大大减少了额外 开支及时间流失 可见 清分等级的设定可以判定纸币是否满足流通的要求 并大大提高了纸币处理的效率和处理工作的可靠性 1 2 1 纸币分类技术发展 目前 纸币识别技术研究 1 的重点 在于提取特征和分类器设计 对于二 者的设计方法有待于进一步的详细讨论与选择 所以如何将纸币的特征进行有 效的提取以及分类器设计的是否优秀两点是纸币识别系统的核心问题 其中每 一方面的的算法设计的好坏都会对清分机图像识别系统造成严重的影响 另 外 由于机器噪声对图像的影响 传感器存在不稳定性的特点 对纸币的残缺 和新旧的识别效果也很不稳定 这也是一个令清分机开发设计人员一直感到困 扰的问题 1 2 1 1 纸币图像的获取及表示 人类的眼睛能够通过接收来自物体的反射光从而有效获取物体的图像信 哈尔滨工业大学工程硕士学位论文 4 息 而人眼对于识别纸币来说 面额 放置的面向等均能迅速做出准确的判 别 但是如果纸币是仿制的话人眼却很难辨别 尤其是当没有经过充分的认 真检查时 由于目前的仿制技术发展的越来越高超 对纸币清分机用于获取 有效的纸币图像的传感器的要求也越来越高 人眼是通过 组合核对 这种 方式来识别纸币的 他们通过观察纸币的图像 纸币挺括度以及一些其它特 定的标志符号 但并不能够像机器有那样准确的检测尺度 人们想要靠机器自动识别和检查纸币需要通过传感器 虽然通过小的摄 像能够比较有效的读取图像 但是对于纸币的挺括度以及一些特定符号的检 测需要应用一些复杂和高成本的传感器 因此 如何选择合适有效的传感器 成为清分机识别部分设计过程中最关键的要点之一 市场上目前有很多种不 同型号的传感器 但总体上基本可分为两类选用 第一种方法是选择专门为特定类别的纸币设计的专用传感器 要求在使 用时将其放置在特定的位置使传感器能够有效的提取判别信息 第二种方法是选择通用的传感器 它能够适用于获取任何纸币的图像信 息 一般来说 利用第一种方法选择传感器能保证非常高的性能 但是一般 成本都太高 而且只能用于特定的纸币 对于系统的扩展很不利 而利用第 二种方法就单成本而言 更加的经济 方便 只是在性能上与第一种相比相 差很多 在现实的清分机应用中纸币是以非常高的速度通过图像传感器 在离合 器作用下使单张纸币能够保证被依次采集到它们反射扫描管发出的红外光 从而得到相应的图像信号 而通过扫描得到的图像则以一个二维点阵数组存 储 这些点阵中的点是以 0 至 255 间的像素的灰度值构成的 对于相邻的两 张图像 下一张图像在扫描之前要为前一张图像的识别预留出一定的时间 一般来说 两次扫描之间的间隔要求比识别时间多出一部分 以保证图像的 识别以及识别后进行的通讯和硬件控制能够及时的完成 每次从识别完成到 扫描下一张图像的间隔时间均由离合器来进行控制 如果输入的两张纸币之 间的间隔过小 识别系统将输出纸币连张或残缺信号 因此清分机既要确保 清分机的转速的同时又必须能够有效拉开纸币之间的间隔 这就要求了整个 纸币的识别过程要具有很强的实时性 否则识别的结果就失去了意义 1 2 1 2 特征选择与提取 特征选择与提取的主要工作就是从物体的众多的特征中选取出最能够作 为其分类依据 最终能被用作识别的那个特征 特征识别的过程是通过对物 哈尔滨工业大学工程硕士学位论文 5 体之间没有关联的特征进行提取和区分 从而来识别出不是一类的物体 下 面介绍的离散 k l 变换 2 4 网格特征 5 8 和类 harr 特征 9 11 是一些比较常用 且有效的特征选择与提取方法 1 离散 k l 变换方法 一般来说 物体原本的数据信息各自在不同程度上反映了识别对象的某 些特性 若将原来的这些特征作正交变换 获得的每个数据都是原来数据的 线性组合 然后从新的数据中选出少数几个 使它们尽可能多地反映各类模 式之间的差异 又尽可能的相互独立 这比单纯的选择方法更灵活 效果更 好 这就是 k l 变换方法 一种特殊的正交变换 它消除模式之间的相关性 突出其差异性 但不受模式分布的限制 2 网格提取特征 网格提取特征方法主要是利用把图像分割成一定数量相同大小的子块 并 计算每个子块的平均灰度值 将这些平均灰度值作为图像的最原始特征 再通 过 k l 变换等方法来提取出待识别的特征 这种提取特征方法的关键是确定子 块的数目和大小 3 类 harr 特征 2003 年 由 viola 等人提出了类 harr 特征法 12 该方法采用了和 harr 小波相似的思想 在图像的不同区域 不同尺寸的模板块上提取出图像的原 始特征 并针对每一个原始特征进行分类器设计 最后进行有效特征的挑选 类 harr 特征提取方法是一种很有效的纸币分类方法 但是该方法的缺点是时 间复杂性较高 效率比较低 在模式识别中 在保持分类识别正确率的前提下 使特征空间的维数尽 量减少是特征提取与选择的最佳准则 1 2 1 3 分类器设计 进行特征选择与提取的过程之后 模式识别领域实现的关键是如何设计好 分类器来完成对输入特征矢量的训练与分类 需要注意的是 对于分类器的选 择也要考虑实时性的问题 因此需要选择一些效率较高的分类器 目前 国内 外使用较多的分类器是最小距离分类器和人工神经网络分类器 1 最小距离分类器 最小距离分类器 13 是依据样本中心的最小距离来判别分类的 首先确定 各类别的类别中心 计算各类别中心的各个样本之间的距离 以其中的最小值 作为该样本的距离 可以采用马氏距离 欧式距离等来计算 按照最小距离原 则 将所有样本分到各类别中 哈尔滨工业大学工程硕士学位论文 6 2 人工神经网络式分类器 该分类器具有很强的学习能力 它能够被识别系统广泛适用 也表现在 其强大的学习规则 由于神经网络可以简单有效的解决一些比较复杂的问题 如含有大量参数的问题 因此其发展趋势也越来越好 其学习的主要目的就 是修改网络中的权值 以使网络可对于数据样本集进行正确有效的分类 神 经网络的学习一般需要经过多次的训练来完成 逐渐减小误差值 最终使其 趋于零 另外 神经网络很有可能存在训练过度现象 所谓训练过度是由于时间 过长 参数过多 造成把样本集的所有细节特征全部详尽的保留下来 那些 被保留下来的没用的特征会导致所建立的模型不规则化 因此 为了有效防 止这种现象的发生 我们需要建立一个测试用的样本集 用来检验训练结果 在这个测试集上的正确率如何 当正确率达到一定值 不再增加反而降低时 说明已经可以停止训练 已经达到最好的状态 目前应用比较广泛的一种分类器是基于误差反向传播 14 神经网络 back propagation neural network 算法的分类器 简称 bp 网络分类器 15 19 bp 网络分类器是一种无反馈的前向网络 其网络结构简单 易于理 解 使用方便 是目前应用最广的一种神经网络模型 其结构包括 输入层 隐藏层 输出层 bp 网络是在输入层和输出层之间添加一层或多层隐藏层构 成 层与层之间的神经元相互连接 每层内部神经元之间并不连接 输入信 号在传播过程中 从输入层通过神经元功能函数后逐层向后传播 直至输出 层 如果在输出层得不到期望的输出 则进行反向传播 将误差信号沿原来 的连接通道返回 通过修改各层神经元的连接权值来调整网络的输出 如此 循环处理 直到在输出层得到期望的输出值 如图 1 3 所示 为 bp 网络结 构图 输入层输入层输出层输出层 隐藏层隐藏层 图 1 3 bp 网络结构图 哈尔滨工业大学工程硕士学位论文 7 1 2 2 纸币新旧程度检测技术的发展 清分机系统的一个非常关键的部分是纸币的新旧检测 有关这一技术的研 究发展 很多国家曾经尝试过利用纸币在机械内部运动时所发出的不同声响来 判断纸币的新旧情况 然而这种方法存在很严重的缺点 就是机器在运转过程 中本身就存在一定的噪音 很容易对其造成干扰 而这种干扰造成系统没有办 法进行准确的检测 因此 利用声音的方法已经极少使用于清分系统了 纸币图像新旧程度的确定作为模式识别的问题来研究是目前的一种研究 趋势 对纸币新旧程度的确定 主要采用了一种对选定的区域的灰度值与标准 灰度值的比值来确定新旧等级的方法 由于纸币图案的复杂性 通过分析纸币 的其特性 通常选择纸币图像上灰度值比较大的部分 因此可将纸币上的空白 区域作为纸币的判定区域 另外结合了图像灰度直方图的方法 并采用 lvq 分类器 20 23 进行识别分类 1 2 3 纸币残缺程度检测技术的发展 目前 对于图像的残缺程度的检测可以分成两种情况 第一种情况是对图 像的纹理方面的残缺情况进行检测 例如对钢材的表面 纺织品的面料等图像 进行检测 此类检测利用对纹理分析的检测方法 24 26 从对图像的多种纹理 特征进行提取 并以此检测各种情况下图像上的纹理的残缺 第二种情况是对 图像的结构方面的残缺情况进行检测 例如对晶片 电路板等的图像进行检测 27 30 这种图像拥有非常精准的结构上的特征 可以将标准图像和待检测图 像直接进行比较 将存在于待检图像中的各种细微的损伤都能非常精确地检测 出来 检测纸币图像的残缺与检测上面介绍的两种情况相比 具有以下几个难 点 纸币图案的尺寸 构造都有着各种各样的微小差异 最重要的是纸币在流 通的过程中变得越来越破旧 其质地和图案都已经发生了很大的变化 加上纸 币还会受到温湿度方面的影响 标准图像和待检测图像一般有较大的差别 而 且两者也不存在精确的匹配位置 所以没有办法把标准图像和待检测的图像直 接进行配准 所以对纸币残缺程度的检测一定要克服以上存在的问题 由于纸币的材质具有其特殊性 很容易发生破损和变形 还需要研究一些 更好的检测方法来解决这个问题 1 3 本文主要研究的内容 本课题分别从项目背景 需求分析 系统设计 系统实现及测试等方面 哈尔滨工业大学工程硕士学位论文 8 阐述 采用一系列方法实现清分机系统以下几个方面的内容 1 准确识别欧元的面值 2 准确识别欧元的面向 正上 正下 反上和反下 3 正确识别欧元的新旧 4 正确识别欧元的缺损性 缺边 缺角 缺孔 5 识别速度达到 1000 张 min 左右 准确率达到 99 以上 主要完成纸币图像的预处理 特征提取和分类器设计以 新旧等级的确 定以及图像的细节处理 第一章 简要讨论了纸币图像处理与识别系统的项目背景 研究的目的和 意义 以及与本课题相关的国内外研究现状及发展 第二章 对纸币图像处理与识别系统进行了详细的需求分析 包括系统工 作流程分析 对各个模块的功能需求分析 非功能需求分析 系统的实施方案 预期达到的目标 第三章 对欧元纸币清分机中图像处理与识别系统进行设计 对系统进行 了总体设计 以及各个模块进行了详细的功能分析和算法设计 第四章 是欧元纸币清分机中图像处理与识别系统的实现部分 包括亮度 补偿模块的实现 边缘检测模块的实现 面值和面向的识别模块的实现 新旧 等级确定模块的实现 残缺程度的确定模块的实现 以及系统和主控端的通讯 协议和系统与 pc 机之间通讯的实现等 第五章 是对欧元纸币清分机中图像处理识别系统的测试与分析 包括对 本系统使用的测试理论的介绍 测试标准 测试数据与结果分析以及系统性能 的进一步改进 哈尔滨工业大学工程硕士学位论文 9 第 2 章 系统需求分析 2 1 系统工作流程分析 纸币清分机所需要具备的主要功能是能够对纸币的面向 面额 残缺程度 等进行识别 并能够满足将新旧纸币进行清点分类的需求 它需要具备在钞票 在快速通过机器的前提下 仍能够检测出钞票的连张 外贴胶带 缺损等很多 异常情况 从而实现清分机自动检测钱币面值 面向 残缺 新旧等的清分功 能 系统在没有错误的启动之后 就会进入等待图像阶段 当图像扫描完毕后 dsp 31 的存储缓冲区便会接收到扫描得到的图像数据 这个时候系统就能够识 别到图像的到来 然后系统就自动进入了下一阶段 即对图像的预处理和识别 阶段 在这一阶段中 首先是对图像的预处理 这个过程里系统的程序会对图 像的整体依次的进行亮度上的补偿 边界的检测 和倾斜方面的校正 在边界 检测这个过程成功完成后 系统便会进入识别模块 在识别模块中进行提取图 像特征和模式分类的工作 这样就能够识别出纸币的面向了 最后一个阶段是 图像的细节处理 这里系统会进入图像细节处理模块 这个模块的作用是检测 当前正在识别的币种被自然因素或者人为损坏的程度 在这部分完成对被识别 纸币的新旧程度以及残缺状况等进行检测 图像的处理与识别是纸币清分机软件系统的核心部分 也是本课题研究的 主要内容 根据用户对清分功能的需求 对图像处理与识别系统各功能模块概 述和分析如下 整个系统的流程分析如图 2 1 所示 哈尔滨工业大学工程硕士学位论文 10 开始 图像预处理 是否成功特征提取 面值面向识别 是否成功 新旧检测 残缺检测面值面向识别 结束 否 是 是 否 图 2 1 系统总体流程图 2 2 系统的功能需求 欧元纸币共有 7 个币种 分别为 500 欧元 200 欧元 100 欧元 50 欧元 20 欧元 10 欧元及 5 欧元 欧元纸币的长度从 120mm 开始 每隔 6mm 或者 7mm 递增一次 欧元纸币的宽度从 62mm 开始 每隔 5mm 递增一次 但最大 宽度为 82mm 币种及相应尺寸如下表 2 1 所示 表 2 1 欧元币种及尺寸表 单位 欧元 尺寸 mm 500 160 x 82 200 153 x 82 100 147 x 82 50 140 x 77 20 133 x 72 10 127 x 67 5 120 x 62 哈尔滨工业大学工程硕士学位论文 11 2 2 1 纸币图像预处理模块 传给清分系统的图像是原始图像 经由高速图像扫描装置的采集 并通过 模数转换器得到 采集图像采用的传感器是自带光源的线阵图像传感器 采集 到的图像在每一线阵上就存在着一定程度上的差别 并且图像的形状也会在扫 描时受到譬如纸币位置倾斜或侧向移动等影响 图像的预处理是指通过对一些 列图像的处理来保证图像的质量 然后将处理后的图像用来进行后续的图像的 识别部分和图像的细节上的处理部分 预处理就是对图像的亮度 位置和形变 进行各种调整 图像的预处理包括图像的亮度补偿 边缘检测和倾斜校正 1 亮度补偿 能够对图像上不同点的亮度进行均衡 2 边缘检测 边缘检测 来对图像进行定位 3 倾斜校正 经过图像定位之后 我们可以利用图像的定位信息来对图 像进行几何校正 2 2 2 纸币的面值面向识别模块 对于纸币面值和面向的识别 要求能准确识别出指定种类的钞票的面值和 面向 然后把不属于设定的面值和四个面向 正上 反上 正下 反下 能够进 行分类 并送至退钞口 准确率要求达到99 以上 2 2 3 纸币图像细节分析模块 纸币图像的细节分析包括纸币残缺程度的确定和纸币新旧程度的确定 纸币残缺程度的确定要求能够精确检测出纸币的残缺等级 可将钞票的残 缺等级分成十个等级 对于纸币的破洞 残角 折角和破裂等情况能够准确检 测出其残缺度 对于任意设定的某一等级 误差要求在1张以内 纸币的新旧程 度的确定要求能够精确的识别出钞票的新旧等级 可将钞票的新旧程度分成十 个等级 对于任意设定某一等级 误差要求在5张以内 纸币的新旧和残缺程度也是系统的一个关键功能 对于银行等金融机构对 清分机的清分功能会有一些特殊的要求 一些破旧的纸币已不适于再流通于市 场 因此对纸币的新旧和残缺程度需要有测量和清分的标准 而要完成这些功 能 对一个实时系统而言又有较高的算法要求 2 3 系统的非功能需求 在满足上面清分功能的同时 纸币清分系统还应满足实时性和准确性的两 哈尔滨工业大学工程硕士学位论文 12 大技术需求 纸币清分机在实时性方面要求清分机清分纸币的速度应该达到 1000 张 min 假如采集到图像每张都是 800 100 8bit 的数据 那么对它的运算 需要在几十毫秒之内完成 由此可见快速的识别是纸币清分机的系统的首要条 件 纸币清分机的准确性是指识别纸币的最终结果应该达到一定标准的准确度 要求这个准确度至少应该在 99 以上 这个要求非常的现实 为了达到尽可能 程度上的准确 我们还需要研究出更加优秀的识别算法应用在纸币清分机上 2 4 系统的实施方案 本课题要实现以上功能要用到以下相关技术方案 1 图像的采集方案 图像采集部分所需要的硬件设备主要为 ti 公司 dsp 32 35 digital signal processing 数字信号处理器 芯片 tms320c6713 36 在图像采集时 先使用 cis 接触是图像传感器 采集到图像的模拟信号 通过模数转换器 将模拟 信号转换成数字信号 存入到 ram 中 dsp 从 ram 中得到数据后 对其进 行处理 最后把处理之后的结果输出给控制系统 图像采集与识别框图如图 2 2 所示 cisa ddsp主控机主控机伪双端口伪双端口ram 控制逻辑控制逻辑 图 2 2 图像采集与识别框图 2 图像的预处理 图像的预处理包括纸币的亮度补偿 纸币的倾斜校正和边界检测三部分 亮度补偿主要采用了和采集并行的策略 这样可解决实时性系统带来的时间要 求 在图像的边界检测这一方面 由于背景图像的灰度值和纸币图像的灰度值 有着很大的不同 可以利用这一特点 来检测边缘上的点序列 并且采用了最 小二乘拟合方法拟合出边界直线 另外 因为纸币采集时都会发生一定程度的 形变 这会对后续的图像识别产生很大影响 因此需要对纸币图像进行倾斜校 正 哈尔滨工业大学工程硕士学位论文 13 3 图像特征提取方法 在关于特征提取上的方法我们采用了选择宽度特征与自适应网格特征 因 为清分机的机械结构并不是十分的稳定 所以在纸币连续传输的过程中 纸币 经常会发生形变等现象 因此即使是同一张纸币在机器中运行时 它的宽度也 会发生一定范围内的波动 这样的话我们主要应该对纸币在连续传输情况下的 宽度值来进行测量 并以此来确定一个宽度的范围 对于自适应网格特征方法 37 关键点是如何来确定网格的数量和如何选择包含有最多图像的特征信息量 的块 这里主要是需要通过大量的实验采样来研究确定 我们通过大量的实验 比较 最终通过比较选择了对系统来说最合适的网格数量和特征区域 与此同 时我们还尝试了新的特征的提取方法 并且通过大量实验对这几种方法进行比 较 以此来选择最能够提高本机器的识别准确率的方法 网格提取特征方法主要是利用把图像分割成一定数量相同大小的子块 并 计算每个子块的平均灰度值 将这些平均灰度值作为图像的最原始特征 再通 过 k l 变换 38 等方法来提取出待识别的特征 这种提取特征方法的关键是确定 子块的数目和大小 4 图像分类方法 在对于识别面向这一点主要是采用了人工神经网络分类器 而对于识别面 值这一点是采用了人工神经网络分类器和最小距离分类器相结合的方式 因为 清分机在机械结构上的不稳定性和纸币图案的不确定性 导致经常会出现由于 面向或面值识别错误而导致清分机拒钞的情况出现 而神经网络分类器缺乏有 效的拒识手段 非常容易出现将一些类似纸币的印刷品也错误的识别为特定类 别的纸币这一情况 对于这一情况 为了准确的识别出纸币的币种 我们引入 了拒识类别 对于不能完全确定的情况下 归入拒识类别中 针对上述问题 主要对人工神经网络进行优化 测试不同隐藏层节点数量 对识别效果的影响 并尝试采用其它类型的分类器 如亮度分类器 基于支持 向量机的分类器 通过对这些分类器进行实验比较 最终选择一种或多分类器 融合的方法 从而在大大地提高图像识别的准确率的同时有效地解决拒识类的 识别问题 5 图像残缺识别 系统可以根据从纸币的残缺处所获取到的图像信息与背景的图像信息所一 致这个特点 提取出于纸币图像中与背景的图像灰度值相同的部分作为纸币的 残缺区域 如果设定的标准面积的值减去残缺区域的面积小于预先设定的阈值 则判定为可流通纸币 否则对纸币的残缺程度进行判断 确定残缺等级 哈尔滨工业大学工程硕士学位论文 14 6 图像新旧识别 纸币图像新旧程度的确定作为模式识别的问题来研究是目前的一种研究趋 势 对纸币新旧程度的确定 主要采用了一种对选定的区域的灰度值与标准灰 度值的比值来确定新旧等级的方法 由于纸币图案的复杂性 通过分析纸币的 其特性 我们将纸币上的空白区域作为纸币的判定区域 另外结合了图像灰度 直方图的方法 并采用 lvq 分类器 39 进行识别分类 2 5 本系统预期达到的目标 2 5 1 功能性目标 该系统预期的目标为完成纸币清分机的图像处理与识别系统的全部需求功 能 遵循易升级 可维护性和可扩展性等原则 完成如下具体功能 1 图像的采集与预处理 2 图像特征提取与图像的分类 3 图像的细节分析 4 串口通讯 2 5 2 非功能性目标 该系统预期达到的非功能性目标可归结为以下几点 1 高速性 纸币清分机运行在一种高速的状态下 需要每秒钟清分 17 张纸币 将控制 装置和扫描装置的动作时间综合考虑到 要求清分程序对一幅钱币图像完成处 理至少在 19ms 之内 不然清分机将无法正常运行 2 准确性 清分机应用在金融行业上 这个行业要求设备在运行上有很高可靠性 不 允许有任何的差错发生 所以根据这点清分软件系统需要具备相当高的正确性 尤其是纸币真伪的识别功能 对于币种和面向的识别不能出现任何错误 2 6 本章小结 本章对纸币图像处理与识别系统进行了详细的需求分析 包括系统工作流 程分析 对各个模块的功能需求分析 非功能需求分析 系统的实施方案 预 期达到的目标 哈尔滨工业大学工程硕士学位论文 15 第 3 章 系统设计 3 1 系统的总体设计 通过前面对系统识别算法的研究和需求分析 本系统采用 dsp 平台来进行 纸币识别系统的开发 dsp 端的程序采用 c 语言开发 pc 端环境采用的是 windows 操作系统 dsp 与 pc 间通讯采用 usb 通讯接口 软件开发环境为 ccs3 3 到目前为止 项目按照计划已经依次完成了需求与可行性分析 概要设计 与技术准备 详细设计与项目架构细化 系统架构搭建四个阶段 项目开发编 码方面正在进行 其总体框架和核心功能已经基本完成 正在根据需求以完成 功能的细化完善 本系统负责开发的功能模块分为 4 个模块 纸币图像预处理模块 面值面 向识别模块 纸币图像细节处理模块 串口通讯模块 系统的功能模块图如图 3 1 所示 后面依次说明各个模块的完成情况 欧元纸币清分机图欧元纸币清分机图 像处理与识别系统像处理与识别系统 纸 币 图 像 细 节 分 析 纸 币 图 像 细 节 分 析 纸 币 面 值 面 向 识 别 纸 币 面 值 面 向 识 别 系 统 通 讯 系 统 通 讯 纸 币 图 像 预 处 理 纸 币 图 像 预 处 理 图 像 的 亮 度 补 偿 图 像 的 亮 度 补 偿 图 像 的 边 缘 检 测 图 像 的 边 缘 检 测 图 像 的 倾 斜 校 正 图 像 的 倾 斜 校 正 提 取 特 征 提 取 特 征 分 类 器 设 计 分 类 器 设 计 新 旧 识 别 功 能 新 旧 识 别 功 能 残 缺 识 别 功 能 残 缺 识 别 功 能 图 3 1 系统总体功能模块图 哈尔滨工业大学工程硕士学位论文 16 3 2 图像亮度的补偿模块的设计 3 2 1 亮度补偿模块的功能 如图 3 2 所示 为未经过补偿的白纸采样图像 通过观察图像 可以发现 没有经过补偿的图像上的点 在横轴上的灰度值差别较大 纵轴上的灰度值差 别很小 所以图像看上去是一条一条亮度差别很大的纵向的直线 为了便于清 分系统的测量和识别 需要对纸币图像上亮度有差异的点进行亮度均衡 图 3 2 补偿前白纸图像 如图 3 3 所示图像是经过亮度补偿后的白纸图像 可以观察到 补偿后的 图像灰度值比较均匀 横向和纵向上的点的灰度值差别都很小 相比较未补偿 的图像得到了很好的缓解 图 3 3 亮度均衡后的白纸图像 3 2 2 亮度补偿模块的算法分析与设计 从图 3 2 可以看出 图像在 x 坐标轴上的灰度差异较大 而在 y 坐标轴上 的灰度值基本一致 由此可得 经过亮度补偿的图像可以用如下函数表示 其 中x为横坐标 yxf为原始图像在x坐标点的图像的灰度值 所以补偿后图 像的灰度值可表示为函数 gyxfx 即 x 坐标及该点上灰度值的函数 见式 3 1 g f x yg x f x y 3 1 所以该模块的关键就是求 g x f x y 求 g xfxy需要进行多次的实验 来确定传感器的性能和参数 该函数是由灰度值和x横坐标两个参数决定的 所以要求对横轴上点进行灰度值测试 依次访问横轴上的每一个点 然后利用 灰度标准测试纸进行多次采样 得到的值再拟合出一条曲