【人民币识别】基于matlab人民币纸币识别系统【源码38】

一、简介

基于matlab人民币纸币识别系统，本设计通过提取人民币数字区域的特征，分析对比不同面值人民币的特征区域差别，使用 MATLAB 软件实现对人民币的面值大小的准确识别。仿真结果表明，本系统可以对第五版（2005年）人民币进行准确识别。

二、部分源码

function result = recgnise()

%%%%%声明全局变量%%%%%
global result;
global l;
global x;
global I6;
global I5;

l = getImage();                %读入图像
l1=rgb2gray(l);                %将真彩色图像转换为灰度图像
bw1=edge(l1,'sobel', 'both');  %采用sobel算子进行边缘检测
theta=0:179;                   %定义theta角度范围
r=radon(bw1,theta);            %对图像进行Radon变换

%%%%%检测Radon变换矩阵中的峰值所对应的列坐标%%%%
[m,n]=size(r);
c=1;
for i=1:m
    for j=1:n
        if  r(1,1)<r(i,j)
           r(1,1)=r(i,j);
            c=j;
        end
    end
end

%%%%%求纸币行起始位置和终止位置%%%%%
[y,x]=size(pic_bwareaopen);
I6=double(pic_bwareaopen);
Y1=zeros(y,1);
 for i=1:y
    for j=1:x
             if(I6(i,j,1)==1) 
                Y1(i,1)= Y1(i,1)+1; 
            end  
     end       
 end
[temp MaxY]=max(Y1);
%%
%%%%%%求纸币列起始位置和终止位置%%%%% 

PY1=MaxY;
 while ((Y1(PY1,1)>=50)&&(PY1>1))
        PY1=PY1-1;
 end    
 PY2=MaxY;
 while ((Y1(PY2,1)>=50)&&(PY2<y))
        PY2=PY2+1;
 end
 IY=pic(PY1:PY2,:,:);
 X1=zeros(1,x);
 for j=1:x
     for i=PY1:PY2
            if(I6(i,j,1)==1)
                X1(1,j)= X1(1,j)+1;               
            end  
     end
 end
%%
%%提取并画出背景中的RMB图像%%

 PX1=1;
 while ((X1(1,PX1)<3)&&(PX1<x))
       PX1=PX1+1;
 end    
 PX2=x;
 while ((X1(1,PX2)<3)&&(PX2>PX1))
        PX2=PX2-1;
 end
dw=pic(PY1:PY2,PX1:PX2,:); 
dw_gray=rgb2gray(dw);%将真彩色图像RGB转换为灰度强度图像
dw_gray=imadjust(dw_gray,[0,1],[1,0]);%用于调节灰度图像的亮度
dw_bw=im2bw(dw_gray);%灰度图像转变为二值图像
%%
%%分割提取RMB数值图像%%

[m,n]=size(dw_bw);
m1=round(m/3);
m2=round(2*m/3);
n1=round(n/6);
n2=round(n/3);
n3=round(2*n/3);
n4=round(5*n/6);
sum1=sum(sum(dw_bw(m1:m2,n1:n2)));
sum2=sum(sum(dw_bw(m1:m2,n3:n4)));
if sum1>sum2
    dw=imrotate(dw,180,'crop');
end

%%
%%图像处理%%
x=dw;
x1=imresize(x,[236,500]);%'缩放图像
z=imcrop(x1,[270,150,160,65]);%对图像进行剪切，选取有效区域
%% 
 I=imcrop(x1,[130,60,130,65]);    %对图像进行剪切，选取有效区域
 I1=rgb2gray(I);    %转换为灰度图像
 I2=medfilt2(I1);    %滤波默认窗口
 I3=imadjust(I2,[0.3,0.5],[0,1],1);   %明暗反转
 I4=im2bw(I3);
 se=strel('rectangle',[3,3]);   %构造结构函数，以长方形构造一个se
 
    I5=imdilate(I4,se);            %图像膨胀
    I5=imerode(I5,se);             %图像腐蚀
    I5=~I5;
%% 
    
    [p,n]=size(I5);
     X1=1;
    while(sum(I5(:,X1))<15&&X1<n)
        X1=X1+1;
    end
    X2=n;
    while(sum(I5(:,X2))<15&&X2>1)
        X2=X2-1;
    end
 
    I6=I(:,X1:X2,:);%I6
    I7=I4(:,X1:X2); %I7
%%   
fR=z(:,:,1);%提取红色分量
fG=z(:,:,2);%提取绿色分量
fB=z(:,:,3);%提取蓝色分量
averageR=mean(mean(fR));
averageG=mean(mean(fG));  %返回RGB元素的平均值
averageB=mean(mean(fB));

%%%通过图像RGb分量判断RMB币值   
if averageR-averageG>35
 result=100;  

else
       [m,n]=size(I6);
 %通过提取出的数值图像的大小 来判断币值
    if(n<=90)
         result=1; %一位数值宽度
    end
    
    if(n>90&&n<165)   
         result=5; %一位数值宽度
    end
    
    if(n>310)  
         result=100;%三位数值宽度
    end

    if(n>=165&&n<310)
        
        I7=I4(:,X1:X2);%I7       
        se=strel('rectangle',[35,5]);
        I8=imdilate(I7,se);
        I9=imerode(I8,se);
        I10=~I9;
        
        [M,N]=size(I10);
        M1=round(M/3);
        M2=round(2*M/3);
        N1=round(N/2);
        ui1=sum(sum(I10(1:M1,1:N1)));
        ui2=sum(sum(I10(M1:M2,1:N1)));
        ui3=sum(sum(I10(M2:M,1:N1)));
        
        if(ui1>25&&ui2>150&&ui3>25)
             result=10;
        else
            %通过RGB分量判断 20 与 50
            r=mean(mean(I6(:,:,1)));
            g=mean(mean(I6(:,:,2)));
            b=mean(mean(I6(:,:,3)));
            
            
                if(r>=110)
                  result=20;              
                else    
                  result=50;
                end
                
        end
    end
end

      三、运行结果

四、matlab版本

MATLAB R2019a

五、学习与交流

文中不足之处请大家多多指教，学习与交流可以联系企鹅：3752243968
文中部分源码仅供参考，若需要全部代码可以私信