1.课题的研究意义和应用价值

信息时代依赖于信息处理和信息交流，对它们的要求也越来越高。近些年来更多的手工劳动都被先进的机械和电子设备代替。曾经人们交话费、存款、买东西都必须到营业厅或者商场去办理手续，通过客户和服务人员之间的业务交流实现服务的实施和体验。如今，自动缴费机、存取款一体机和自动售货机出现在了我们的生活中。这些先进的设备中很重要的一门技术就是：纸币识别技术。纸币面额识别是所有金融设备一个必不可少的组成模块.我国货币的主要流通形式仍然是纸币流通。纸币既是价值尺度、流通手段,又是反映民族文化和精神面貌的艺术品。它是一个国家政治、经济、文化、艺术、科技等的综合反应。因此，纸币的识别理论、识别技术、识别仪器仍然有着十分广泛的需求和应用领域。

随着社会主义经济的发展,市场流通所需要的钱票日益增多,银行金融领域实现全面的电子化已提到我国经济发展的日程上来。金卡工程固然可以用电子货币的形式提高我国金融界商业流通的水平,但是还不至于能够在好多领域去取代传统的纸币,毕竟各种磁卡,卡需要其读写系统和金融计算网络的支持。我国货币的主要流通形式仍然是纸币流通,因此,纸币的识别理论、识别技术、识别仪器仍然有着十分广泛的需求和应用领域,而且研究和开发人民币图像识别这一课题,必将会有着很大的应用价值和研究价值。

2.国内外现状

在图像字符识别方面现在大多采用的是神经网络、模版匹配、差别不等式等技术。神经网络具有推广能力、并行处理和自组织性等特性，因此它适合用于图像识别。特别在图像进行特征提取和识别时，神经网络明显优于传统的识别方法。神经网络模式识别方法是近几年兴起的模式识别领域的一个新的研究方向。由于神经网络的并行处理能力、自组织性和广义性，所以被广泛应用在系统研究的各个方面。神经网络识别的属兔规模十分庞大，训练、识别花费的时间较长，不能满足设备实时性的要求，而且具体的算法的实现过程也比较困难。目前使用最为广泛的是BP网，它对样本的识别率虽然很高。但网络训练比较麻烦，需要选择大量的样本才能保证最终的识别结果。同时，在实现过程中，由于受到参数初始化的影响，它时常会无法收敛，或陷入局部极值。模板匹配是一项在一幅图像中寻找与另一幅模板图像最匹配(相似)部分的方法，这种方法属于统计模式识别。差别不等式需要每一张纸币的特征差别点和选取合适的阙值，这些需要专家根据经验来选择，因此具有较大的主观性。

3.知识描述

由图像所得的数据量是相当大的。为了有效的实现分类识别，就要对原始数据进行变换，得到最能反映分类本质的特征。这就是特征选择和提取。

选取的特征是否能准确反映出实物的本质是衡量特征选取好坏的最基本条件。增加特征数固然能够提高识别的准确度，但却会大大影响识别的速度；而减少特征数又会影响识别的准确度。

特征提取，简单的说就是利用计算机视觉和模式识别技术的方法，提取表示图像数据中的特征。用于图像识别的图像特征有视觉特征、像素的统计特征、变换的系数特征以及代数特征等。其中，代数特征是由Hong最先提出的一种由图像本身的灰度分布所确定的特征，它描述了图像的内在信息，而内在信息对增强图像的识别能力是很重要的。代数特征是由各种代数变换和矩阵分解抽取的。

4.课题研究方法