论文总字数：33397字

摘 要

目前，市场上用于检测纸币的常用设备无法识别高仿假币，人民币纸币上的号码序列具备唯一性，如果在上述设备中添加对人民币纸币号码识别的功能模块，将提高其验钞性能。

人民币纸币号码识别主要包括预处理、特征提取和识别等步骤，本文主要对这些步骤的相关方法进行了研究。针对输入的号码图像可能存在噪声等干扰，先选择中值滤波、线性对比度增强的方法改善图像质量。进而采用全局阈值法对图像进行二值化，阈值是由最大类间方差法得到。号码图像的粗定位和单个字符的分割利用投影法实现。最后通过字符图像宽高比、字符最大穿线次数、字符图像的边界航程、字符图像横贯间隙和字符局部区域的黑色像素个数等字符特征对号码图像进行分类识别。

本文以Matlab 2010Ra为实验仿真平台，针对本文方法实现了一套人民币号码识别系统，并对100组号码图像样本进行识别处理，其识别率达到了87%，验证了本文算法的准确性和有效性。

关键词：纸币号码 预处理 特征 识别

Recognition of RMB Number

Abstract

Currently, the equipment used for the detection of banknotes on the market does not recognize the high imitation counterfeit money. The serial number on RMB banknotes is unique. If you add the RMB banknote number recognition function module in the above equipment, its counterfeit detection performance will be significantly improved.

The recognition of RMB banknote number mainly includes steps of pretreatment, feature extraction and recognition. This paper focuses on the relevant methods of these steps. For the fact that noise interference may exist in the number images, first, we can use methods of median filtering and linear contrast enhancement to improve the image quality. And then global threshold method is adopted for image binarization. The threshold value is obtained by Otsu method. By Implementing projection method, we can achieve coarse location of a number image and segmentation of a single character. Finally, we can classify and recognize all number images by processing image aspect ratio, maximum threading number, boundary tracking, image gap and number of black pixels in local areas of a single character.

In this paper, we use Matlab 2010Ra as the experimental simulation platform, on which a recognition system for RMB banknote number is achieved covering all the methods we propose in this paper. 100 groups of number image samples are processed in this recognition system and the recognition rate is up to 98%. This result verifies the accuracy and validity of the recognition algorithm.

Key Words: Banknote number; Pretreatment; Feature; Recognition

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1背景及研究意义 1

1.2 国内外研究现状 1

1.3 本文研究内容及安排 2

第二章 人民币纸币号码图像的预处理 3

2.1 图像灰度化 3

2.2 图像滤波 4

2.2.1 邻域均值滤波 4

2.2.2 中值滤波 6

2.3 图像增强 7

2.4 二值化处理 9

2.5基于投影法的单个字符分割 10

2.5.1 投影值的计算 11

2.5.2 字符分割的实现 12

2.6 本章小结 17

第三章 人民币号码特征提取及识别 18

3.1 人民币号码字符特征提取 18

3.1.1 特征选取 18

3.1.2 特征的描述 20

3.2 字符识别 23

3.3 本章小结 29

第四章 结果及分析 30

4.1开发工具简介 30

4.2 实验结果 30

4.3分析 33

第五章 总结与展望 35

5.1 总结 35

5.2 展望 36

参考文献 37

致 谢 39

附 录 40

第一章 绪论

1.1背景及研究意义

在日常生活中，人们通过眼睛接收到的信息大约占所有接触到的信息中的70-85%左右，因此，视觉是人类感知世界、理解世界的重要方式。和语音信息或者文字信息相比较，人类通过视觉获得的图像信息所包含的信息量更为丰富、直观。对于有些无法用语言或者笔墨完整、确切表达的信息，往往通过一幅图像便可一目了然。因此，在当今高度发达的信息化社会中，图像和图形在信息传播中扮演的角色越来越重大。

计算机视觉（Computer vision）是一项视觉功能，它主要是通过利用计算机的技术来模拟自然生物。它的范围很广泛，涉及了数学、光学、神经生物学、心理学、计算机技术、图像处理、图像分析、模式识别、人工智能等多领域、多学科。随着该技术的不断发展，目前已被广泛应用于医疗卫生、交通、工业生产、农业、家居等和日常生活相关的方方面面^[1-3]。

随着科学技术的快速发展以及我国国民经济水平的不断提升，纸币的储备及流通也在日益增大，这就要求各大银行能够扩大存储等业务的办理能力。但是，在处理纸币业务过程中，如何有效、快速判断其是否为假币一直是一个大问题。此外，不法之徒抢劫银行或是运钞车的暴力事件时有发生，如果能够及时对被抢货币进行声明作废，这不但可以挽回银行损失，同时，也能维护市场稳定，促进社会经济健康发展。因此，开发一套能够快速、有效地对纸币号码进行准确识别的系统具有非常广泛的实用价值和现实意义，同时也具有广阔的应用前景。

1.2 国内外研究现状

随着计算机技术及数字图像处理技术的不断发展，不断有学者投入到对纸币管理的研究当中来，并取得了一些具有实际应用价值的成果^[4-8]。美国的ScanCoun-2000验钞机^[8]，采用OCR的方式，利用磁性信息，光谱特征等实现对美元纸币的校验，能达到1秒/张的速度。SY-IE验钞机^[9]，采用OCR方式实现动态打印，对纸币检测速度达到0.6秒/张。在国内，南京航天航空大学通过与企业共同合作，开发了一套基于单片机的纸币识别系统^[10]，这个系统主要以单片机为处理单元，对人民币纸币图像进行处理，识别号码序列，但不足之处是处理速度一般，不够理想。另一方面，哈尔滨工业大学则研究开发了一个基于DSP的纸币号码识别系统^[11]，对图像号码序列进行识别，初步证明其在PC机上仿真实验速度达到了0.125秒/张，但没有进一步实现工程样机进行试验。大恒图像通过与上海印钞厂合作，开发了一套“人民币号码、荧光及水印质量在线检测系统”^[12]，其检测速度达到了0.3秒/张，但该系统只适用于新币上，其对采集的纸币图像质量要求较高。

1.3 本文研究内容及安排

本文是以Matlab为仿真工具，利用数字图像处理技术对人民币号码图像进行处理，提取相关特征，实现一个人民币纸币号码识别系统，能够识别出质量较好的、正在使用的完整纸币号码图像。文中人民币号码的识别主要包括人民币号码预处理，字符特征提取和字符识别。具体的论文章节内容安排如下：

请支付后下载全文，论文总字数：33397字