人民币自动识别

人民币面额自动识别

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。这些先进的设备中最重要的一门技术就是：纸币识别技术。当我们将钞票投入缴费机或者存款机时，机器必定会首先识别用户投入的是面额为多少的纸币，之后再进行真伪辨别、数据写入等功能。目前已经有很多的识别技术诸如图像匹配法识别，神经网络识别、尺寸识别、纸币内部荧光物质识别等等。本小组使用 matlab 软件，

利用软件对图像处理的能力，在保证识别准确率的前提下对 100 元、

50 元和 20 元的人民币进行了识别。

• • 纸币识别流程图

单击图标添加图片

读入待检测图片

提取中央数字部分

得出结果

中央数字部分识别

进行图像边缘检测提取

和边缘剪切

流程各部分详细说明

、读入待检测图片

读入一张 100 元人民币图片。

1. 、图像边缘检测提取

边缘检测共有两种方法，一种是使用 edge 函数进行边缘检测；另一种是二值化

+ 图像填充 + 提取边缘的方法。

使用 edge 函数进行边缘检测，选择 Sobel 算子。如图， sobel 算子边缘检测后的图像

。

但是由于内部白色纹路较多， 为了不影响边缘截取，故选择第二种方法：二值化 + 图像填充

+ 提取边缘。

首先对图像进行二值化处理， 然 后 使 用 imfill 函 数 ， 调用“ hole” 格式，对图像中的空 洞 进 行 填 充 。 然 后 调 用bwperim 函数， 对二值图像进行边缘检测。右图是检测的过程和结果。

1. 、边缘剪切

得到了二值化的边缘图像后，需要对边缘进行剪切，以切掉背景图案， 只留下钞票图案，便于按比例分割图片。

我们采用 mode 函数，对边缘位置确定。首先，将二值图读入矩阵，生成m 行n 列的矩阵。然后一行一行进行检测，遇到白色的区域（值为1 ）时，就将白色区域所处的列位置记入数组。当检测完毕后，使用

mode 函数对数组进行检测，数组中数字出现的最多的即是边缘的位置。

提取中央数字部分

FFv2=jianqie(0.275*m:0.50*m,0.254*n:0.5* n)

1. 、中央部分识别

1. 区分百元和 50 、 20 元； 2. 区分 50 元和 20 元

•如图所示5 和2 的细节图。取5 和2 的靠左的一小部分进行

比较（红框圈的），数字5 后两根蓝线之间的距离小于上

面两根蓝线的距离，而2 恰恰相反。于是可以得出结果。

程序运行结果

遇到的问题：

关于背景复杂度的问题

（ 1 ）过于复杂的背景无法正常识别

因为背景如果过于复杂，二值化后会导致很多复杂的背景变成连续的线条。当这些线条比较 长的时候，边缘检测程序就会将这段线条识别为 边缘，因为众数计算的时候这个位置同样满足。 所以系统会认为此处就是边缘，但事实上只是背 景中的一些二值化的线条。故而导致剪切边缘无 法正确实现，进而