摘 要

目前图像识别与处理技术具有广阔的市场应用前景和发展空间，在纸币清分机中对纸币图像的识别处理具有更为严格的要求，其中纸币序列号的自动识别技术对于纸币的有效管理和提高纸币真伪判别能力具有重要的理论意义以及实际应用价值。本文分别采用BP神经网络、模板匹配法对人民币纸币序列号进行识别，并对两种方法进行了对比分析。

本文采用目前流通的第四、五版人民币作为识别对象，首先对纸币图像进行适当的预处理，包括图像增强、倾斜校正，然后重复利用灰度投影进行序列号定位与分割，再对切割出的单一字符进行尺寸归一化处理。并制作26个字母以及10个数字的标准模板。在BP神经网络识别方法中，将模板采用逐像素特征提取法提取特征向量输入神经网络训练，然后对序列号字符进行识别。在模板匹配法中，将序列号每一字符分别与各模板进行逐像素平方差计算匹配。最后对两种识别方法进行了对比与分析。从实验结果来看，本文所提出的关于纸币序列号识别的方法具有较高的识别率，可以满足纸币识别相关技术要求。

关键词：纸币序列号识别；BP神经网络；模板匹配；投影匹配

Abstract

Image recognition and processing technology has broad market prospect and development of space, Bill sorter, image recognition processing on banknotes have more stringent requirements, which notes the serial number automatic identification technology for banknotes of effective management and improve the banknotes authenticity judging ability is of great theoretical significance and practical value. This paper by using BP neural networks, template matching method in RMB banknote serial number identification and comparative analysis of the two methods.

Using currently circulating version of recognition of the fourth to fifth, first image on banknotes for proper pretreatment, including image enhancement, tilt correction, and then repeat the serial number location and segmentation using projection, then cut out a single character of dimensional normalization. And produce 26 letters and 10 numbers of the standard templates. BP neural network recognition method, the template uses pixel-by-pixel feature extraction eigenvector neural network training, and then identify the serial number character. Template matching method, the serial number of each character and calculates the pixel-by-pixel squares template matching. Finally, the two methods were compared and analyzed. From the experimental results, on note serial number identification, the proposed method has a high recognition rate, can meet the bill acceptor-related technical requirements.

Key Words：Note serial number identification, BP neural network, template matching, projection matching

目录

摘 要 I

Abstract II

目录 III

第1章 绪论 1

1.1 课题研究的目的及意义 1

1.2 国内外研究现状和进展 1

1.3 本文主要研究内容与结构 2

1.3.1本文主要研究内容 2

1.3.2 文章结构 3

第2章 纸币图像采集预处理 4

2.1 纸币图像采集 4

2.2 图像预处理 4

2.2.1 彩色图像灰度化 4

2.2.2 图像对比度增强 5

2.2.3 图像去噪 6

2.2.4 图像二值化 8

2.2.5 倾斜校正 8

2.3 本章小结 10

第3章 序列号字符定位与分割 11

3.1 序列号定位 11

3.2 序列号分割 12

3.3 字符大小归一化 13

3.4 本章小结 14

第4章 模板匹配法识别 15

4.1 特征提取 15

4.2 模板匹配 16

4.3 本章小结 17

第5章 BP神经网络识别 18

5.1 人工神经网络 18

5.2 神经网络模式识别特点和类型 18

5.3 BP神经网络识别 19

5.3.1 神经元个数的确定 19

5.3.2 初始值和激励函数选取 19

5.3.3 使用BP网络识别序列号 20

5.4 本章小结 21

第6章 实验结果分析 22

第7章 总结与展望 23

7.1 总结 23

7.2 展望 24

参考文献 25

致 谢 26

绪论

1.1 课题研究的目的及意义

随着国民经济高速发展，纸币现金在市场上的流通量不断增长，对纸币的管理和真伪识别在各种银行以及商业都是比较困难的问题，所以，实现纸币清分机的自动化、机械化，致力于研发和实现纸币清分机中涉及到的相关技术，从而实现将纸币清分机大力推广和应用在各金融行业的目的成为我国金融行业的主要现代化任务之一。采用自动化金融器械能够使整个银行业的工作效率得到大幅度的提升，从而可以提供又快又好的服务，同时又可以节省大量的人力，使工作人员的劳动强度大幅度降低。目前我国大部分大型企业和相关机构一直使用着由国外的清分机品牌厂家所提供的高品质纸币清分机，尽管我国金融机械制造行业有所展，在低端处理设备方面已经具备一些优势，但在品质定位高端的需要更高技术的清分机方面的研究创新却很少，从而造成国外大品牌厂家将国内清分机产品供应垄断。

此外，人民币纸币在印刷的过程中，总会出现重号、缺号、错号等情况，而且在市面流通的纸币中已经出现以“HB”、“FA”、“TJ38”和“HD90”等字符开头的假币，这对序列号识别提出了要求。纸币序列号识别能有效缩小人民币鉴别真伪的排查范围，从而提高鉴别能力，假设办理过出入银行的纸币都能够查询到记录，一旦出现问题，便可以通过报纸、网络媒体等多种方式公布该问题纸币序列号，这样在市面上流通时一旦发现有问题的纸币即可立即为公安机关提供重要线索。由此可见，纸币序列号识别技术研究具有十分重要的理论意义和应用价值。

1.2 国内外研究现状和进展

目前，国外在纸币清分技术上已经较为成熟，应用计算机进行图像处理、检测、控制等技术已经被广泛的应用到了纸币清分机中，其中面向、面额的识别率已经能够接近百分之百，已处于实际应用阶段^[1-2]。未来的发展趋势是利用各学科顶尖技术成果来不断提高设备的识别功能以及工作效率和质量。目前国外主要的纸币清分机厂家有英国的德利来、日本的东芝、光荣、德国的捷佳得以及Camp;G、劳蕾尔等公司。其中德利来、Camp;G、捷佳得、东芝等公司主要生产大型纸币清分机，而光荣、劳蕾尔则主要生产小型清分机。这些公司由于研发技术成熟、技术经验积累丰富、产品质量高，可以满足大部分实际应用需求，所以在市场上占有较高份额。国外清分机虽然具有技术成熟，美观等优点，但价钱昂贵，而且由于人民币纸币本身存在着纸质很差、印刷工艺离散性较大等特点，在实际清分过程中遇到破损严重、折痕较深、油污字迹等情况时会影响清分效果。针对以上问题，国外一些厂家针对人民币特点开始研发专用于人民币纸币清分的清分机，如劳蕾尔公司的TFUSOC等。