三种人民币面值的自动识别专题培训课件

三种人民币面值的自动识别目录：1.币值识别的方法2.纸币币值识别技术的应用3.基于MATLAB的币值识别方法4.识别步骤5.识别程序目前的识别方法：

尺寸比较法

模板匹配

人工神经网络等币值识别技术的应用

—纸币清分机

国外对清分机的研究起步比较早,到目前为止,已经形成以日韩和德国占据世界优势地位的市场格局。包括日本的光荣、劳雷尔,英国的得利来、德国的捷得,以及韩国的一些后起之秀。a)捷德纸币清分机

b)清华同方与东芝合作的CS-100CNc)哈尔滨电机厂清分机d)日本光荣USF-100

本组通过matlab软件来实现对第五套人民币100元、50元、和20元这三个不同面值的纸币进行自动识别识别方法：

主色调提取

长宽比提取

中值滤波特征图像提取

特征数字提取等识别步骤：

1、读取图像，将所需的图像放在一定的文件中储存以备所用。2、纸币摆正，针对纸币可能出现的不同的情况需要对纸币进行校正处理，如若倾斜则进行校正处理，如若不倾斜直接进行下一步。3、剔除背景，只提取纸币部分，避免背景造成的相关的干扰，便于准确快速的识别纸币的不同面值。4、提取图像的RGB三色分量。利用R、G、B分量灰度值累加后的R/G比值确定某一个范围，并通过多次实验确定区间阈值，以此来区分100、50、20的面值。程序代码：I8=imread('C:\Users\lenovo\Desktop\新建文件夹\IMG_20141201_221313.jpg');I9=imread('C:\Users\lenovo\Desktop\新建文件夹\IMG_20141201_221313.jpg');I=(I3);subplot(221);imshow(I);title('原图像');gray=rgb2gray(I);subplot(222);imshow(gray);title('灰度图像');bw1=im2bw(gray,graythresh(gray));%获取全局阈值bw=edge(bw1,'canny');subplot(223);imshow(bw);title('canny边缘提取图像');theta=1:180;[R,xp]=radon(bw,theta);[I0,J]=find(R>=max(max(R)));%J记录了倾斜角qingxiejiao=90-JIM_pic=imrotate(I,qingxiejiao,'bilinear','crop');subplot(224);imshow(IM_pic);title('摆正后图像');[left,right,up,down,FF]=bianyuan(IM_pic);%剔除边缘提取纸币FFfigure;subplot(121),imshow(FF);RGB=IM_pic(up:down,left:right,:);subplot(122),imshow(RGB);R=RGB(:,:,1);G=RGB(:,:,2);figure,subplot(121),imshow(R);title('R分量');subplot(122),imshow(G);title('G分量');r=sum(sum(R));g=sum(sum(G));bizhi=r/g