论文总字数：17336字

摘 要

在这个自动化技术飞速发展的时代，更多的手工劳动都被自动化机械和电子设备代替。曾经人们交话费、存款都必须到营业厅或者商场的柜台去办理手续，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，关于金融交易的自动缴费机、ATM机和自动售货机已经是生活中十分常见的设备。这些设备中包含一种很重要的识别技术：纸币识别技术。

本文针对我国第五套人民币纸币进行识别技术的研究和仿真。旨在寻找鲁棒性较好的纸币识别方法。首先，对纸币图像进行了图像增强、阈值分割、腐蚀膨胀等预处理。然后利用纸币图像分区域比较得到纸币的方向（包括正面正放、正面反放、反面正放、反面反放）以及倾斜矫正。在面额识别中，本文尝试比较人民币的主色调、长宽比例以及纸币左下角的数字等特征进行识别。比较主色调方法虽然简单迅速但是容易受图像亮度影响。长宽比例识别中，如果边缘提取效果不理想识别结果很差。实验表明选择纸币左下角数字特征进行识别鲁棒性较好。

关键词： 图像预处理 特征提取 纸币面额识别 边缘提取 穿线法

Denomination identification of RMB banknotes based on MATLAB

Abstract

In the era of the rapid development of the automation technology, more manual work has been replaced by automated machinery and electronic equipment. People have to pay bills, deposits, buy things must go to the business office or shopping malls to go through procedures, through the customer service and service personnel to achieve the implementation of the service and experience. Today, the automatic payment machine, access, one machine and vending machines are already very common in life. These devices include a very important recognition technology: paper money identification technology.

In this paper, the identification and Simulation of fifth sets of RMB banknotes. Paper money recognition method with good robustness. First of all, the image denoising, positioning and segmentation, image correction, etc. Then use the paper currency image area to compare the direction of paper money (including the positive, positive, negative, back and back). In face recognition, this paper tries to compare the main colors, the length and width ratio of the RMB and the number of the lower left corner of the paper currency. Compared with the main color method is simple and rapid, but it is easy to be affected by the brightness of the picture. In the recognition of the length and width ratio, if the edge extraction effect is not ideal, the recognition result is very poor. The experimental results show that the digital signature of the lower left corner of the paper currency is better.

Keywords: Image preprocessing; Feature extraction; Banknote denomination recognition; Edge extraction; Sewing method

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 研究背景和意义 1

1.2 当前研究现状 1

1.3 课题的技术难点 2

1.4 论文的结构安排 2

第二章 图像预处理 4

2.1 前言 4

2.2 图像灰度化 4

2.3 纸币图像的增强 6

2.3.1 直方图变换增强 6

2.3.2 中值滤波 7

2.4 图像阈值二值化 8

2.4.1 常见二值化阈值选择 9

2.4.2 图像的腐蚀和膨胀 10

2.5 本章小结 12

第三章 边缘提取和数字特征提取 13

3.1 人民币纸币图像 13

3.2 图像的阈值分割 13

3.2.1 图像的阈值分割 13

3.2.2 纸币倾斜矫正 13

3.3 数字特征提取 15

3.3.1 数字特征初定位 15

3.3.2 最小面积数字特征提取 16

3.4 本章小结 16

第四章 面额识别及GUI界面设计 18

4.1 纸币方向判别 18

4.2 特征识别过程 19

4.2.1穿线法 20

4.2.2 数字识别 20

4.3 个性化GUI界面 22

4.3.1 MATLAB GUI 22

4.3.2 GUI程序设计 23

4.4 仿真结果 25

4.5 本章小结 27

第五章 总结和期望 28

5.1本文所做工作总结 28

5.2 进一步的研究工作 28

参考文献 29

致 谢 30

第一章 绪论

1.1 研究背景和意义

我国国民经济近年来高位增长，经济持续、健康、快速发展带动了人民币的发展，人民币已经从全球第14大货币蹿升为全球第7大货币。在人民币迅速国际化的脚步下，不仅对其的市场价值提出要求而且对它的流通能力也是一种考验。二十一世纪以来，检测仪表技术飞速发展、计算机CPU能力不断提高，纸币清分设备的工作效率和准确度有了保障，已经成为银行系统纸币清点和处理的主力设备。因此，纸币识别技术是核心^[1]。

纸币在市场上数量巨大且流通迅速，所以难免存在认为折损、污损、磨损等。银行是纸币流通的中转站，所以银行系统必须不断的对纸币分类、更新销毁。这些对银行的人力物力和效率问题提出了要求。纸币清分机是银行提高工作效率的有效手段，清分机的技术水平间接影响银行系统在纸币清分方面的工作效率，它具有识别纸币面额、面向、新旧、污损残缺等功能^[2]。

请支付后下载全文，论文总字数：17336字