基于matlab的紙幣面額面向識別方法設(shè)計

洪銘浩

摘 要：本設(shè)計的主要研究內(nèi)容是在獲取人民幣的基礎(chǔ)上通過FPGA、CIS傳感器進行紙幣圖像采集，并對采集到的紙幣圖像進行預(yù)處理，包括去噪、邊緣檢測和傾斜校正。邊緣檢測過程中，利用離散點進行直線擬合，不僅可以得到紙幣的邊緣，還可以計算出紙幣的中心點和傾斜角度，然后將紙幣圖像旋轉(zhuǎn)校正，使圖像位置歸一化。預(yù)處理完成之后，利用尺寸識別算法完成對紙幣尺寸的測量，從而確定紙幣的面額。在面額得到識別的基礎(chǔ)上，根據(jù)提取得到的紙幣特征與模板匹配來對紙幣面向進行識別。

關(guān)鍵詞：圖像采集；FPGA；模板匹配

1 引言

1.1 背景與國內(nèi)外研究現(xiàn)狀

當(dāng)前，在美、英、德等西方發(fā)達國家，紙幣識別技術(shù)早已廣泛的應(yīng)用在生活當(dāng)中。我國這些年來也加強教育，不斷增加科研投資，使我國的科研水平節(jié)節(jié)升高，但與國外相比仍有一定的差距。近年來，由于部分著名院校的合作研發(fā)，我國在自動化方面的水準(zhǔn)有了顯著的提升。不過紙幣識別在我國幾乎從零開始研究，應(yīng)著手于圖像識別相關(guān)的理論，勇于實踐，造出屬于我國獨立自主研發(fā)的自動識別設(shè)備。

1.2 研究的主要內(nèi)容

1）對圖像采集系統(tǒng)的研究。

2）對采集到的圖像預(yù)處理。

3）紙幣面額面向的識別及程序的研究。

2 紙幣圖像采集系統(tǒng)

2.1 圖像采集系統(tǒng)描述

獲取圖像，是圖像處理等一切操作的前提基礎(chǔ)，當(dāng)前各種圖像都是用釆集設(shè)備獲得。本文設(shè)計是應(yīng)用FPGA（Field-Programmable Gate Array）、CIS（Contact Image Sensor）圖像傳感器為核心器件的圖像的采集系統(tǒng)。

2.2 系統(tǒng)的選型

CIS是最新型線性圖像傳感器，最大特點小巧輕便，當(dāng)它工作時，LED光源發(fā)出光，照到待采集的物體表面，反射光線之后，經(jīng)聚焦成像于光電傳感器的陣列上，被轉(zhuǎn)成電荷儲存起來。達到積蓄的時間后，以模擬信號的形式將像素電信號依次輸出，從而得到了紙幣模擬圖像的信號。本設(shè)計選型為MC06H-Z04。

本課題研究必須進行多圖像數(shù)據(jù)相關(guān)傳輸處理，因此FPGA型號的選擇必須擁有快速I/O轉(zhuǎn)移的能力，選擇的型號是XC2S100E。外加二片SDRAM芯片來輔助FPGA進行信號相關(guān)的采集處理。該芯片容量為512Mb。用的是雙電源供電，應(yīng)用芯片是TPS70451。FPGA芯片I/O口電平是3.3V，有源晶振在選型時要用3.3V來供電。50MHz的全局時鐘發(fā)生電路。

本文采用的是CIS為MC06H-Z04，有效頻率是15MHz，數(shù)據(jù)信息是三通道輸出。A/D轉(zhuǎn)換器實現(xiàn)選型時，為了匹配傳感器，采樣頻率必須要大于45MHz，并且為三通道的輸入模式，因此選用的A/D轉(zhuǎn)換器為TLC5540。傳感器型號為MC06H-Z04，是一種電壓輸出型傳感器，所以運算放大器則應(yīng)當(dāng)是電壓反饋型的，因此放大器選擇型號為AD8054。選擇USB接口作為傳輸數(shù)據(jù)的計算機接口。

3 紙幣圖像預(yù)處理

3.1 圖像的去噪

紙幣圖像中產(chǎn)生噪聲，方式多樣，類型繁多。由于噪聲影響，圖像信號的幅值和相位的影響十分繁瑣。若果要剔除圖像噪聲，應(yīng)針對種類不同，具體分析，實施不同措施，讓效果事半功倍。否則問題復(fù)雜化會加劇，難以實現(xiàn)目標(biāo)。

3.2 紙幣圖像的邊緣檢測

Sobel邊緣算子所利用的算法是對圖像原始像素點加權(quán)平均后進行微分處理，所以我們可以利用差分取代一階偏導(dǎo)，算子的數(shù)學(xué)表達如式（1）所示。

Sobel算子主要用兩個三維矩陣，它們分別進行水平方向和垂直方向的檢測。

算法矩陣如下：

3.3 紙幣圖像的傾斜校正

處理紙幣圖像后識別過程中，因為輸入設(shè)備精度欠佳，和操作過程中肯定存在著相應(yīng)誤差，采集到的圖像會出現(xiàn)一定程度傾斜，這將會影響之后的紙幣認(rèn)別。因此，把采集到的圖像進行邊緣檢測和傾斜校正就很有必要。

進行傾斜校正普遍應(yīng)用的方法是Hough變換。

設(shè)原圖像 空間中直線的方程為y=kx+b，將其轉(zhuǎn)換成極坐標(biāo) 空間中對應(yīng)的極坐標(biāo)方程如式（2）所示。

4 紙幣面額識別

4.1 特征塊識別法

因為不同面額的紙幣有明顯差異的區(qū)域，這些區(qū)域為特征塊識別法提供了基礎(chǔ)， 這些區(qū)域涵蓋紙幣里的盲文和數(shù)字等，泛用的就是通過紙幣表面能表達紙幣面額的數(shù)字來識別。特征塊識別法就是通過識別紙幣自身帶有的不同特征進行面額識別的。特征塊識別法的原理是在兩圖像的相同位置提取兩個大小不一的區(qū)域，其中模板圖像略小些，這樣有利于更好的識別。之后將這兩個圖像進行內(nèi)容比對，檢測兩個模板是否匹配一致，即可以識別出紙幣面額。

4.2 尺寸識別法

本文紙幣面額識別的重點應(yīng)用對象是第五版人民幣。所以進行對比人民幣的長寬來識別人民幣的面額大小。通過測量獲得第五版人民幣的各面值尺寸，如表1所示。

紙幣面額的尺寸識別法是根據(jù)不同紙幣的長寬不等、差異明顯的特點進行面額識別，不同面額的紙幣且面額差距越大紙幣大小相差也就越顯著。因此只要我們通過手段確定出掃描紙幣圖像的長寬，即可識別出紙幣的面額。

5 紙幣面向識別

5.1 基于模板匹配的面向識別算法

本文利用模板匹配進行面向的識別。圖像的匹配算法分為幾何特征匹配和灰度特征匹配兩類。圖像的幾何特征包括投影特征、方向碼、圖像邊緣輪廓及紋理等，這些特征對于圖像的放縮、旋轉(zhuǎn)及灰度變化能保持很好的穩(wěn)定性。

待識別圖像輸入、預(yù)處理、灰度特征提取、匹配計算、結(jié)果輸出是模板匹配的一般流程。這幾個步驟間又有很大關(guān)系，預(yù)處理的結(jié)果將會影響特征提取的方法和質(zhì)量，根據(jù)不同的提取特征，我們會采用不同的匹配算法，最后得到的輸出結(jié)果可能不盡相同。

5.2 100元面向識別的程序代碼

clear%清內(nèi)存

%***將彩色圖像轉(zhuǎn)換為灰度圖像，讀取模板圖像****

I=imread（‘C：＼Users＼DELL＼Desktop＼人民幣識別＼面向識別＼模板與測試圖像和說明＼001.jpg）；%該路徑為模板圖片文件夾位置，下同

x01=rgb2gray（I）； x1=double（x01）；

I=imread（‘C：＼Users＼DELL＼Desktop＼人民幣識別＼面向識別＼模板與測試圖像和說明＼002.jpg）；

x02=rgb2gray（I）；x2=double（x02）；

I=imread（‘C：＼Users＼DELL＼Desktop＼人民幣識別＼面向識別＼模板與測試圖像和說明＼003.jpg）；

x03=rgb2gray（I）；x3=double（x03）；

I=imread（‘C：＼Users＼DELL＼Desktop＼人民幣識別＼面向識別＼模板與測試圖像和說明＼004.jpg）；

x04=rgb2gray（I）；x4=double（x04）；

%***將彩色圖像轉(zhuǎn)換為灰度圖像，讀取測試圖像

%手動更改t01-t04對應(yīng)測試圖像的正反面與正倒像

I=imread（‘C：＼Users＼DELL＼Desktop＼人民幣識別＼面向識別＼模板與測試圖像和說明＼t04.jpg）；

y01=rgb2gray（I）；y1=double（y01）；figure；imshow（I）

%調(diào)用函數(shù)ppmm求取誤差最小值進行比較，其中裁剪參數(shù)c001需要根據(jù)實際情況手動輸入

%調(diào)用的函數(shù)ppmm需要與主程序在一個文件夾內(nèi)

z1=ppmin（x1，y1）

z2=ppmin（x2，y1）

z3=ppmin（x3，y1）

z4=ppmin（x4，y1）

z5=min（[z1，z2，z3，z4]）

if z5==z1

disp（‘100元正面正像）

elseif z5==z2

disp（‘100元正面倒像）

elseif z5==z3

disp（‘100元反面正像）

else

disp（‘100元反面倒像）

End

6 軟件仿真

6.1 面額仿真

目前MATLAB軟件是功能最為強大的，應(yīng)用的方向非常廣泛。本設(shè)計主要是應(yīng)用MATLAB軟件強大的圖像處理功能，對CIS圖像傳感器采集到的紙幣圖像進行去噪、增強、邊緣檢測及傾斜校正，從而可以達到面額識別的相關(guān)目的。仿真圖如4所示。

6.2 面向仿真

下面對面向識別進行仿真，模板圖像4個面向，每個圖像總像素數(shù)1590。隨機選取紙面有污跡的100元鈔票做為測試樣本，在不同光照條件下采集圖像的4個面向。分別將測試的4幅圖像輸入程序進行測試，每一幅圖像分別與模板的4個樣本進行匹配計算找出誤差最小的對應(yīng)模板即為匹配成功，直接輸出結(jié)果，仿真情況如圖5所示。

從仿真結(jié)果來看本文算法面額面向識別是有效的，可以正確的實現(xiàn)預(yù)定的功能，至此設(shè)計完成。

7 結(jié)論

本設(shè)計的主要任務(wù)是設(shè)計一款紙幣識別系統(tǒng)，彌補目前市場上應(yīng)用產(chǎn)品的不足。整個系統(tǒng)工作的主要流程是應(yīng)用采集系統(tǒng)對紙幣進行采集，通過高速圖像傳感器CIS將圖像信息傳達給FPGA處理，之后通過USB上傳到PC機，應(yīng)用MATLAB中帶有的各種算法，做進一步處理。

本設(shè)計的主要創(chuàng)新之處在于應(yīng)用了獨特的面額面向識別法對紙幣進行識別，目前為止尺寸識別法從未應(yīng)用于實踐。雖然改善了設(shè)計環(huán)節(jié)，降低了生產(chǎn)成本，但這不是最完美的設(shè)計。在精度和準(zhǔn)確性上還需更加的完善，細節(jié)方面還需更多地考慮。在今后的學(xué)習(xí)中一定要更加努力，希望能在紙幣鑒偽以及外幣識別方面多作研究。

參考文獻

[1]蔡勐.紙幣清分機控制系統(tǒng)的分析與設(shè)計[D].北京郵電大學(xué).2012：23-30

[2]張俊蘭，艾瑞波.數(shù)字圖像處理技術(shù)的解析[J].延安大學(xué)報.2009，8（24）：22-26