matlab imdilate_基于MATLAB的人民币识别系统

一、课题介绍

本设计为基于MATLAB的人民币识别系统。带有一个GUI界面。先利用radon进行倾斜校正，根据不同纸币，选择不同维度的参数识别纸币金额，有通过RGB分量识别100元；

通过面额图像的宽度识别1元、5元；通过构【感兴趣可sixin我】建矩形结构体识别10元 ；通过RGB分量识别 20元 与 50元。

该设计可以二次拓展，跟人脸识别相结合，做成无人超市人脸购物系统。当店铺进客户后，自动采集人脸，定位，识别，显示历史购物系统，根据历史购物记录推荐商品，自助下单后，插入纸币进行识别，自动找零或者弹出二维码进行收费。是一个不错的选题。可找作者。

二、运行GUI界面设计

GUI设计图【可私心me】

运行预期图

三、源码

1、读入钞票

function ima = getImage() 
[filename, pathname] = uigetfile({'*.jpg;*.tif;*.png;*.gif','All Image Files';...
 '*.*','All Files' });
ima = imread([ pathname,filename]);
 

2、对纸币进行radon旋转矫正

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 
rot=90-c;
pic=imrotate(l,rot,'crop');                     %对图片进行旋转矫正
 

3、纸币图像预处理

pic_gray=rgb2gray(pic);                         %转换为灰度图像
pic_a=imadjust(pic_gray,[0,0.001],[1,0]);       %明暗反转
pic_b=1.3*pic_gray+0.7*pic_a;
pic_c=imadjust(pic_b,[0.5,1],[0,1]);            %明暗反转
pic_b_edge=edge(pic_c,'sobel');                 %采用sobel算子进行边缘检测
se=[1;1;1];                                     %线型结构元素
pic_imerode=imerode(pic_b_edge,se);             %腐蚀图像
se=strel('rectangle',[60,60]);                  %矩形结构元素
pic_imclose=imclose(pic_imerode,se);            %图像聚类、填充图像
pic_bwareaopen=bwareaopen(pic_imclose,10000);   %去除聚团灰度值小于10000的部分
 

4、得到纸币数字位置定位

%%%%%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
 
 

5、数值识别

 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