基于模板匹配的人民币纸币序列号识别系统研究
纸币冠字号识别系统设计研究
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｅ ｃ ｏ ｎ ｏ ｍｉ ｃ ｓ ａ ｎ ｄ Ｍａ ｎ ａ ｇ ｅ ｍｅ ｎ ｔ ｏ ｆ Ｓ ｈ ａ ｎ ｘ ｉ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ，Ｔ ａ ｉ ｙ ｕ ａ ｎ ０ ３ ０ ０ ０ ６ Ｃ ｈ ｉ ｎ ａ ）
法Ｕ ］ ． 智能计算机 与应用， ２ ０ １ ３ ， ３ （ ６ ） ： ７ ８ — ８ ０ ． 卢刚， 李 声晋 ， 等． 一种基 于 Ｃ Ｐ Ｌ Ｄ＋ ＤＳ Ｐ的信 号采 【 ３ ］ 刘亚兵，
集 与 处 理 系统设 计 Ⅱ 】 ． 测控 技 术， ２ ０ １ ３ ， ３ ２ （ ６ ） ： ２ ９ — ３ １ ．
ｒ ｏ ｂ ｂ ｅ ｒ ｙ ｒ ｆ ｅ ｑ ｕ ｅ ｎ ｔ ｌ ｙ ｈ ａ ｐ ｐ ｅ ｎ ｉ ｎ ｓ ｏ ｃ ｉ ｅ ｔ ｙ ．Ｐ ａ ｐ ｅ ｒ ｃ ｕ ｒ ｒ ｅ ｎ ｃ ｙ ｃ ｏ ｄ ｉ ｎ ｇ ｉ ｓ ｏ ｎ ｅ ｏ ｆ ｐ ａ ｐ ｅ ｒ ｃ ｕ ｒ ｒ ｅ ｎ ｃ ｙ ｉ ｄ ｅ ｎ ｔ ｉ ｉ ｆ ｃ ａ ｔ ｉ ｏ ｎ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ｓ ｔ ａ ｎ ｄ ａ ｒ ｄ ｉ ｎ ｏ ｕ ｒ
（ 上接 第 ２ ３页 ）
Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ ｏ ｎ Ｒｅ ｌ ａ ｔ ｉ ｏ ｎｓ ｈｉ ｐ ｂ ｅ ｔ ｗｅ ｅ ｎ Ｅｃ ｏ ｎｏ ｍｉ ｃ Ｄｅ ｖ ｅ ｌ ｏ ｐ ｍｅ ｎｔ ａ ｎ ｄ Ｅｎｖ ｉ ｒ ｏ ｎ ｍｅ ｎｔ ａ ｌ
Ｃａ ｒ ｒ ｙ ｉ ｎ ｇ Ｃａ ｐ ａ ｃ ｉ ｔ ｙ ｏ ｆ Ｓ ｈ ａ ｎ ｘ ｉ Ｐｒ ｏ ｖ ｉ ｎ ｔｗａ ｆ ｒｅ ｄ ｅ ｓ ｉ ｎ ｇ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ． Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ：ｅ ｍｂ ｅ ｄ ｄ ｅ ｄ ；ｐ ａ ｐ ｅ ｒ ｃ ｕ ｒ ｒ ｅ ｎ ｃ ｙ ｒ ｅ ｃ ｏ ｎｉ ｇ ｔ ｉ ｏ ｎ ；ｓ ｙ ｓ ｔ ｅ ｍａ ｔ ｉ ｃ ｄ ｅ ｓ ｉ ｎ ｇ
纸币号码图像预处理及识别技术
术可 以有效地遏制社会 中假 币的流通 ， 保 障国家 和人 民的财产利益不被侵犯 。 目前 ， 国内外对于 纸币号码识别的研 究 比较成熟 。然而 ， 对于存在 背 景 的号 码 区域 识 别 研 究 却 较 少 。文 献 ［ １ ］ 提 出
的基 于 模 板 匹 配 的 号 码 识 别 系统 ， 采 用 扫 描 法 定
纸 币作为 国家 的法定货币 ， 代表着 国家的财 富， 与人们的 日常生 活息息相关 。纸币上 的冠字
号码 都 具 有 唯一 性 。研 究各 国纸 币 的号 码识 别 技
得 到广 泛 的应用 。
１ 图像 预处理
１ ． １ 对 数灰 度变 换 由于形 成 图像 的 系 统 光亮 分 布 不 均 ， 难 免 会 出现 对 比度 不 足 的弊病 ， 使 图像 的视 觉 效果 很 差 ， 因此 要 对 图像 进行 增 强处 理 。图像 增 强 的方 法 有
能够满足 实际需要 的综合识别算 法。
关键词 ： 纸币； 图像预处理； 号码识别； 形态学重建
中图分 类号 ： Ｔ Ｐ ３ ９ １ ． ４ 文献标 识码 ： Ａ 文 章编 号 ： １ ６ ７ ４ ． １ ０ ４ ８ （ ２ ０ １ ５ ） ０ １ ． ０ ０ ２ ２ ． ０ ５
Ｄ０Ｉ ： １ ０ 。 １ ３ ９ ８ ８ ０ ． ｕ ｓ ｔ １ ． ２ ０ １ ５ ． ０ １ ． ０ ０ ７
到新 的数值范 围， 该方法算 法简单 ， 速度快 ， 但 易 造成信息的丢失 。直方图均衡 化是将所有灰度变 换成 像素相 同的分 布形式 ， 将 目标 图像和背景图 像 同时增 强 ， 不利于后续对 目标 图像 的识别 。而
要大量的学习样本 ， 运算时间长 。文献 ［ ３ ］ 提出了
基于DSP的纸币号码采集及识别系统的研究与实现的开题报告
基于DSP的纸币号码采集及识别系统的研究与实现的开题报告一、研究背景随着现代社会的快速发展以及全球化进程的推进，现金支付仍然占据着广泛的应用场景，纸币作为非常重要的货币形式被广泛使用。
纸币资金流动和加密信息传递是现代金融运转的重要组成部分，所以纸币号码的采集与识别技术一直是自动售货机、货币自动统计设备、售票机、自动售卖机等设备的核心技术。
同时，在物联网时代，随着智能家居的不断普及和发展，纸币智能采集与识别技术将成为智能家居的研究热点之一。
二、研究内容本研究以DSP技术为基础，利用数字信号处理的方法，设计并实现了一种纸币号码采集及识别系统。
具体研究内容如下：1.分析和研究DSP数字信号处理技术，掌握其基本原理和技术方法。
2.分析和研究纸币号码的特征，并设计合适的采集方案。
3.研究纸币号码的数字信号处理方法，包括数字信号滤波、数字信号采样、数字信号解码等，实现纸币号码的快速、准确采集。
4.设计一种基于DSP的纸币号码识别算法，采用特征提取和分类算法识别纸币号码。
5.完成纸币号码采集及识别系统的硬件设计，实现纸币号码的自动采集和快速识别。
三、研究意义本研究的意义在于：1.通过采用数字信号处理技术及DSP技术，实现纸币号码的快速、准确采集和识别，提高现金设备自动识别和处理的效率。
2.通过研究和设计基于DSP的纸币号码采集及识别系统，促进数字信号处理技术在纸币识别领域的应用和发展。
3.为智能家居、自动售卖机等智能设备提供优秀的纸币号码采集及识别技术支持，增强设备的智能化程度，提升用户体验。
四、研究方法本研究采用文献调研、理论分析、实验研究等方法，首先通过文献调研和理论分析，深入研究数字信号处理技术、DSP技术和纸币号码的特征。
在此基础上，设计合适的实验方案，选择适合的DSP芯片和相关硬件，并开发相应的纸币号码采集和识别算法，完成系统实现的全部过程。
五、预期成果本研究预期成果包括：1.深入掌握DSP技术、数字信号处理技术和纸币号码的特征。
一种基于模板匹配的人民币编号识别算法_
在金融行业中，纸币清分是一项非常重要而繁杂单一的体力工作。
而利用纸币清分机，不但可以大大降低劳动强度，还可显著提高纸币的清分速度。
人民币是我国的法定纸币，每一张人民币都有一组序列号，对人民币序列号的自动识别，是国产清分机图像处理的核心技术［１］。
模板匹配方法，是字符识别处理时较为常用的一种方法。
传统的模板匹配方法，是对待识别字符与模板字符进行逐像素比较，这样不仅存储量过大，而且相当耗时［２］，考虑到清分机对图像处理的实际要求，我们在这里采用的是改进的模板特征匹配方法，主要思想就是在对字符进行彩色图象灰度化、二值化、滤波、倾斜度调整等预处理之后，对字符进行水平与竖直方向交点特征提取，和轮廓对称特征提取，提取待识别字符的特征矢量，然后与模板的特征矢量进行加权匹配，误差最小的，作为识别结果。
流程如图１所示。
下面具体介绍这种基于模板匹配的字符识别算法。
１图像的预处理图像的预处理，就是用一系列的特定操作来改变图像的像素，以达到特定目的。
一般来说，它应该包含图像的灰度化、二值化、锐化，对字符识别而言，还包括去除从实际环境中引入的各种噪声［３］。
１．１彩色位图转二值化图ＲＧＢ颜色模型，源自色度学中的三基色原理。
由于彩色图像每个像素都具有３个不同的颜色分量ＲＧＢ，所以其需要占用的存储空间很大，而且在对其进行图像处理时，也会浪费较多的系统资源，以致降低系统的处理速率，所以需要将其转换成灰度图像［４］。
本设计用到的灰度化公式如下：I ＝０．２９９×Red ＋０．５８７×Green ＋０．１１４×Blue二值化处理对象是像素点的灰度值，具体过程是将图像中各个像素点灰度值进行判断，并重新赋值，如果大于某个值则取２５５，否则取０。
本设计采用阀值为１７８来实现将图像二值化的功能。
１．２滤波与去离散噪声处理中值滤波是一种典型的低通滤波器，其目的是保护图像边缘的同时去除噪声。
具体方法如下：以某点（X ，Y ）为中心的小窗口内的所有像素的灰度值，按从大到小的顺序排列，将中间值作为（X ，Y ）处的灰度值（若窗口中有偶数个像素，则取两个中间值的平均）。
基于DSP的人民币序列号识别系统的研究
【 ｂｔａｔ Ｍ ｅａ ｎｍ ｅ ｉ ｎｉ ａｏ ｓｍ ｂｓｄｏ Ｓ ｔ ｄｃｄ ｗ ｉ ａ ｕ ｍ ｔ ｅｔ ｃｔｎａｄｒ ｏ ｅ Ｍ ｒｌ ｕ — Ａ ｓ ｃ】Ａ Ｒ Ｂｓ ｌ ｕ ｂｒｄ ｔ ｃｔｎｓ ｔ ａ Ｄ Ｐｉｉｒ ｕｅ ， ｈ ｈｃｎ ｔ ａｃｉ ｎｆ ａｏ ｃｒ ｔ Ｂｓｉ ｍ ｒ ｉ ｒ ｅ ｆ ｉ ｙｅ ｉ ｅ ｎ ｓｎ ｏ ｃ ａ ｏ ｉ ｄ ｉ ｉ ｎ ｅ ｄｈ Ｒ ｉ ｅ ａＢ
ｌ ｂｌ ｙａ ｄ ｐ ｒａ ｉ ｔ ｉ ｉｔ ｏｔｂｌ ｙ，ｅｃ ａ ｉ ｎ ｉ ｔ．
【 ｅ ｏｄ】Ｒ ｒｌ ｕ ｂｒ ｎｍ ｅ ｉ ｎｆ ａｏ； Ｓ ； Ｐ Ｄ Ｋ ｙｗ ｒｓ ＭＢｓｉ ｍ ｅ； ｕ ｂｒｄ ｔｉ ｔｎ Ｄ Ｐ Ｃ Ｌ ｅａｎ ｅ ｉｃ ｉ
人 民币纸 币上 的号码是纸 币印刷数量的标识 ， 不可能 作 ， 将采集到的图像数 据经过图像采集 单元数字 化后 ， 将
ＣＰ ＬＤ，ｃ ｌ ｃ ｎ ｅ ｏ ｎｚ ｈ ｏｌ ｔａ ｄ ｒｃ ｇ ｉｅ ｔｅ ＲＭＢ ｓｒａ ｕ ｅ ｈ ｏ ｇ ｍａ ｅ ｔｔｃ ｒｅ ｔ ｎ，ｂｎ ｒ ｅ ｅｉ ｎ ｍｂ ｒ ｔ ｒｕ ｈ ｉ ｇ ｉ ｏ ｒｃｉ ｌ ｓ ｌ ｏ ｉａｙ，ｍｅ ｉｎ ｆｌ ｒｎ ｄａ ｔｉ ｇ，ｃ ａａ ｔｒ ｒｅ ｔｔｏ ｉ ｅ ｈ ｒｃｅｓ ｏ ｎａｉｎ，ｆａｕ ｅ ｅ ｔａ ｔ ｎ ｉ ｅ ｔｒ ｘｒ ｃｉ ｏ
张 阳
（ 中国人民公安大学 安全防范 系， 北京 １２０ ） ０ ６０
【 摘 要 】介 绍 了一种基 于 Ｄ Ｐ的人 民币序 列号识别 系统， 自动识别 并记录 下通过该 系统 的人 民币序 列号 ， Ｓ 可 从而 实现 对人 民 币序 列号 的信 息化管理 。系统选 用 Ｄ Ｐ与 Ｃ Ｌ Ｓ Ｐ Ｄ双核心 架构 ， 采用 图像 倾斜校 正、 二值化 、 中值滤波 、 字符定位 、 征提取 与特 征 特 识别 等 多种手 段来采集 与识 别人 民币的序 列号 ； 利用 先进 的二叉树 、 穿越 特征 、 围特征等 算法判定 已知 字符 的唯一性 ； 外 同时可 利 用 Ｕ Ｂ通信 与 Ｐ Ｓ Ｃ配合 ， 完成对识别后 的人 民币序列号 的数据库 管理。该 系统可 以实现 不 同版本 、 同面额 的人 民币序 列号 不 识 别 ， 有 良好 的实时性 、 具 可靠性和便携 性等优点。 【 关键词 】人 民 币序 列号 ； 识别 ；Ｓ ；Ｐ Ｄ 号码 ＤＰＣＬ 【 中图分类号 】Ｔ ３１ Ｐ９． ４ 【 文献标识码 】Ａ
纸币序列号识别装置研究
目录1.选题依据 (2)1.1. 课题来源 (2)1.2. 课题研究目的 (2)1.3. 课题研究意义 (2)1.3.1. 研究领域的原理与意义 (2)1.3.2. 本课题的特点和意义 (5)1.4. 国内外研究动态 (5)1.4.1. 国内外研究现状 (5)1.4.2. 本课题相关内容研究 (6)2研究内容、技术指标、技术路线、研究方法及拟解决的关键题 (7)2.1研究内容 (7)2.1.1系统总体结构 (7)2.1.2系统各模块构成 (8)2.2技术指标 (9)2.3技术路线 (10)2.4拟采用的研究方法和手段 (10)2.5拟解决的关键技术问题 (10)3本课题的特色与创新点 (12)4实验条件，可能遇到的困难和问题，以及解决的方法和措施 (13)4.1实验条件 (13)4.2可能遇到的困难和问题，以及解决方法和措施 (13)5论文工作和经费的估计 (14)6论文工作计划（起止时间，分年度的具体实施内容） (15)参考文献 (16)1.选题依据1.1. 课题来源本课题是自选课题，课题名称是基于ATM的纸币序列号识别系统。
1.2.课题研究目的本课题研究在ATM中实现对运动纸币序列号图像采集、识别和传输的功能，根据ATM内部结构及出钞的特点，主要利用接触式图像传感器、FPGA及内嵌的NIOS处理器和通用异步串口收发器完成对ATM中运动纸币序列号图像的采集、识别、传输。
1.3. 课题研究意义1.3.1.研究领域的原理与意义自动取款机（ATM）的使用方便了银行与客户的交易，一方面降低了银行工作人员的工作量，提高了银行业务办理效率与竞争能力，同时也给人们取款等交易带来了极大的便利，不再受金融机构营业时间的限制，为客户节约了大量以前在银行柜台前等待的时间。
然而，目前在社会上屡次出现客户反映在ATM中取到假币的事件，引起了社会的广泛关注，而银行又拿不出证据表明客户手中的货币不是从ATM中提取的。
当客户从ATM取到假币时，银行和客户都会陷入不必要的麻烦之中。
纸币号码识别技术研究
高校 理科 研 究
纸币号码ｉ ） 技布研 穷 ＲＩ Ｎ
苏州工 业 园区工业技 术 学 院 沈红 雷
［ 摘 要］ 本文主要研 究了号码 图像的预处理方法 ， 包括有号码 图像粗定位 、 图像 的二值化 、 声去除等 ， 以实验 分析 为基础 ， 噪 并 经过 对模板 匹配算法与特征 分析算 法的研究比较 ， 出 提 一套具有低 时间开销和高识别率的号码字符的综合识别算法。 ［ 关键词 ］ 图像粗定位 图像二值化 模板 匹配算法 识别率
号码 。
是一个办法 ， 对于大部分纸币图像也 已经足够 ， 但这种方法对不同光照 的情况下适应能力较差。为了更好地适应于不同光照的情况 ， 应该采用 计算 图像灰度均值并加权 的办法来决定闭值 ， 以此将灰度图像二值化。 阈值计算公式如下
Ｙ（ ｉ ） ＝ ∑Ｐ，× １ Ａ ｌ Ｎ
二 、 币 号码 像 预 处 理 纸
纸币号码 图像 的预处 理 ， 包括有号码 图像粗 定位 ， 图像 的二 值化 ， 噪声去除 ， 倾斜字符校正 以及单字符的分割 。其 中，纸币图像规格为 ６ ６ ３ ３分辨率为 ｌＯｐ。 ０ ×０ ， Ｏｄ ｉ １ ． 图像粗定位 号码 从图像处理的角度来看 ，纸币号码图像是一个典型的复杂背景 中
一 一
其 中 Ｙ是均值 ，ｉ Ｐ是像素点 ｉ 的灰度值 ， Ｎ为像 素点 的个数 ， Ａ为加 权系数 。 ’ 实验表明 ， 当加权 系数为 ０ 时 ， 化效果 比较好 ， ． ８ 二值 故可设 加权 系 数 Ａ Ｏ８ 为方便后续算法 的实现 ， ＝ ．， 二值化 后将 目标像素点值置 １背景 ， 像素点置 ０ 。 ３噪声去除 ． 在使用摄像头进行 图像 采集 以及数据 传输 过程中 ， 到电子器件 受 的影响 ，使得图像 中的一些像素点 的灰度值 与周 围临近像素 的灰度值 有 比较明显的差异 ， 称之为噪声 。 噪声的消除是 图像预处理过程中非常 重要的一个环节， 它的研究是字符分割与识别等工作 的基础。 本文通过 算法判断出属于噪声 的像素点 ， 然后消 除它 ， 从而在保护原有 图像边缘 的同时完全消除噪声 。 因为图像 中的噪声相对 于我们要识别 的 目 而言 ，一般都是较小 标 的 ， 目标区域则是一个连通 的相对 比较大 的整体 ， 以噪声在某个半 而 所 径范围内是 孤立的。对于前景和噪声是黑色 （ 灰度为 １ ， ）而背景是 白色 （ 灰度为 ０ 的二值 图像 ， ） 我们可 以对灰度 为 １ Ｐ 点 的邻域 内判断该 的 ｉ ｘ 点是否是噪声 。 采用如图 ２所示的八个方 向进行判断 ， 这里设噪声半径 的变量参数 Ｌｎ Ｌ ｎ ｅ （ ｅ 可以根据预估计的噪声的大小事先设定 ）然后再 ， 按照这八个方向依次延伸长度为 Ｌｎ的像 素 ， ｅ 将这些点 Ｌ ｎ ｅ 领域内的 像素的灰度 值相加 ， 这样就得到八个和 ， 如果点 ｆ ｙ ） 是噪声的话 ， 那么 这八个 和将没有一个为 Ｌ ｎ 即该点在这八个方向上的 Ｌ ｎ ｅ， ｅ 长度的延伸 都“ 穿过了” 噪声 ， 而只有灰度为 ０ 的背景点。进而可由此判断点 ｆ， ） （ｙ ｘ 为噪声点 ， 将其灰度置成背景灰 度 ０ 即消除了该噪声 点。 ， 而对于 目标物 体由于其相对较大 ，在八个方 向总有一个方 向上 的 Ｌ ｎ ｅ 长度的延伸不 能“ 穿过 ” 标物体。所以 ， 于这些像素点保持原来 的灰度不变 。 目 对 Ｌ ｎ为 ２的八向去噪 的示意图如图 ２ ｅ 所示 ：
基于模板匹配算法的识别系统
中图分类 ￣ － ： Ｔ Ｐ ３ ９ １ ． ４ １
文献标识码 ： Ａ
文章编号 ： ｌ ０ Ｏ ７ — ９ ４ １ ６ （ ２ ０ １ ３ ） ０ ６ — ０ １ ３ ４ ０ ２
１模板 匹配算 法 的描 述
在机器识别事物的过程 中， 常需把不 同传感器或同一传感器在 不 同时间、 不同成像条件下对同一景物获取的两幅或多幅图像在空 间上对准 ， 或根据 己知模 式到另一幅 图中寻找相 应的模式 ， 这就叫 做 匹配 。 因为只有 当同一场景的两幅图像在 同一坐标系下时， 才能 进行相似性 比较 ， 所 以模板 匹配的过程实际上也就是把一幅图像变 换到另一 幅图像的坐标系过程 。 图像的模板匹配就是先给定一 幅图 像， 然后 到另 一幅图像 中去查找这幅 图像 ， 如果找到 了， 则 匹配成 功。 这看起来好像很 简单 ， 因为我们一 眼就能看 出一幅图中是否包 含另一 幅图像 ， 遗憾的是 电脑 并不具有人眼的强大的视觉 的功能 ， 因而需要 电脑去判定一幅图片中是否包含另一幅图片是件不容易 的事情 。 对于机器视觉 系统而言 ， 实现匹配首先要对 图像进行预处 理。 先计算模板图片 的特征值 ， 并存储到计算机 中。 然后计算待测试 样 板图片 的特征值 ， 与计算机 中模 板进行 比较 ， 运用 匹配算法 实现 匹配 。 整 个 过 程如 图 １ 所示 。 在基 于 图像处 理 的 应用 领 域 中， 对于 图像 匹配 的研 究 可 以说 一 直都是数字 图像处理技术和计算机视觉理解的重要研究内容 。 图像 匹配在机器视觉 、 工业 自动模式识别 、 医学 图像的定位等方面都有
３ ）
∑∑Ｓ （ ， ｎ ） ｘ Ｔ （ ｍ ， ）
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关键词
人 民币纸币 ； 字符识别 ； 模板 匹配 ；图像处理
ＴＰ ９ ３１
中 图分 类号
Ｒｅ ｅ ｒ ｈ ｏ ｓ ａ ｃ ｎ ＲＭ Ｂ ｒ ｅ ｃ ｍｂ ｒＩ ｅ ｔｆｃ ｔｏ ｙ ｔ ｍ Ｃｕ ｒ ｎ ｙ Ｎｕ ｅ ｄ ｎ ｉｉａ ｉ ｎ Ｓ ｓ ｅ
ｒｎ ｙｎｕ ｅ ｄ ｎｔ ｉａ ｉｎ ｍｅｈ ｄｂａｅ ｎｔｍ ｐａｅｍａ ｃ ｉｇｍ ｅｈ ｄｉ ｒｓ ｎ ｅ ｎｔ ｉ ｙ ｔｍ ｎ ｈｅｉ ｎ ｉ ｃ ｔ ｎ ｓ ｓｅ ｉ ｄ ｖ ｌｐ ｄ ｅ ｃ ｍｂ ｒｉｅ ｉ ｃ ｔ ｔ ｏ ｓ ｄｏ ｅ ｌｔ ｔｈｎ ｔ ｏ ｐ ｅ ｅ ｔｄ ｉ ｈｓｓ ｓｅ ａ ｄ ｔ ｆ ｏ ｓ ｄｅ ｔｆ ａｉ ｙ ｔｍ ｓ ｅ ｅｏ ｅ ． ｉ ｏ Ｏｎ ｔ ｅｂ ｓｓｏ ｈ ｍａ ｅｐｅ ｒａ ｍｅ ，Ｆｉｓｌ ｈ ｎ ｏ ｅ ｒ ｉｉ ｄｉｔ ｉｆｒｎｔｆｃ ａｕｅｃａ ｓｓｂ ｈ ｉ ｓｚ ｓ ｎ ｈｅ ｈｅｎ ｍ ｂ ｒ ｈ ａ ｉ ｆｔ ｅｉ ｇ ｒｔｅ ｔ ｎｔ ｒ ｔｙｔ ｅｂａ ｋｎ ｔｓａ ｅｄｖｄｅ ｎ ｏｄｆｅｅ ａ ｅｖ ｌ ｌｓ ｅ ｙｔ ｅｒ ｉｅ ，ａ ｄ ｔ ｎｔ ｕ ｅ ｃ ａ ａ ｔｒ ｒ ｏ ａｅ ａ ｉ ｎ ｔｒ ｆｔ ｅｂ ｎ ｎ ｔ ’ ｎ ｍ ｂ ｒｌｃ ｔｏ ｎｄｓｚ ．Ｔｈ ｕ ｈ ｒ ｃｅｓａ ｅｌｃ ｔｄ ｅ ｓｌ ｉ ｅ ｍｓｏ ｈ ａ ｋ ｏ ｅｓ ｕ ｙ ｅ ｏ ａ ｉｎ ａ ｉｅ ｅｎ ｍｂｅ ｈ ｒｃ ｅｓｉ ｈｅｉ ｇ ｒ ｕ ｐ ｂ ｈｅｐ ｏ ｒｃ ａ ａ ｔｒ ｎ ｔ ｍａ ｅａ ｅｃ ｔｕ ｙｔ ｒ —
Ｂａ ｅ ｎ Ｔｅ ｐｌ ｔ ａ ｃ ｎ ｓ ｄ ｏ ｍ ａ ｅ Ｍ ｔ ｈｉ ｇ
Ｚ ＨＡＮＧ ｎ ｊ ｏ Ｇ ｏ ｉ Ｄｏ ｇｉ ＡＮ Ｚａｂｎ ａ
（ ． ｕ ａ ｃ ｔｏ ａ ｇ ｃ ｏ ｌｏ ｉａｌ １ Ｗ ｈ ｎ Ｖｏ ａ ｉｎ ｌＨｉｈ Ｓ ｈ ｏ ｆＳｈｐ ｉｉ ｎｇ．Ｗ ｕ ａ ４ ００ ０） ｈｎ ３ ７ （ ． ｍ ｐ ｔｒＣｏｌｇｅｏ ｉｎｃ ｎｄＴｅｈｎ ｌｇ ２ Ｃｏ ｕ ｅ ｌｅ ｆＳｃｅ ｅａ ｃ ｏｏ ｙ，Ｈｕ ｚ ｏ ｇ Ｕｎｖ ｒｉｙｏ ｉｎ ｅａ ｄ Ｔｅｈｎ ｌｇｙ，Ｗ ｕ ａ ４ ０ ７ ） ａ ｈ ｎ ｉｅ ｓｔ ｆＳｃｅ ｃ ｎ ｃ ｏｏ ｈｎ ３ ０ ４
总第 ２ ７ ６ 期
计 算 机 与 数 字 工 程
Ｃ ｍｐ ｔｒ＆ Ｄｉ ｔｌ ｎ ｉｅ ｒ ｇ ｏ ｕｅ ｇ ａ Ｅ ｇｎ ｅｉ ｉ ｎ
Ｖｏ． ０Ｎｏ １ １４ ．
１４ ０
２１ ０ ２年第 币纸 币序 列 号 识别 系统研 究
张 冬 娇 甘 早斌 。
ｔ ｅ ｙ ｔｍｐ ａｅｍａ ｃ ｉｇ Ｔｈ ｘ ｅ ｉ ｎ ｈ ｉ ｄｂ ｅ ｌｔ ｔｈｎ ． ｆ ｅｅ ｐ ｒｍｅ ｔｓ ｏｗ ｈ ｔｔ ｅｓ ｓｅ ｈ ｓｈｇｈｒ ｃ ｇ ｉｉｎ ｒｔ ｎ ｐ ｅ ａ ｅ ｎ ａ ｅ ｔｉ ｔｂｉｔ ． ｔ ａ ｈ ｙ ｔｍ ａ ｉ ｅｏ ｎｔｏ ａｅａ ｄ ｓ ｅ ｄｒ ｔ ，ａ ｄ ｈ ｓｃ ｒａｎ ｓａ ｌ ｙ ｉ
Ａｂ ｔａ ｔ Ｔｈｅｎ ｍｂ ｒｏ ｓ ｒ ｃ ｕ ｅ ｆＲＭ Ｂ ａ ｅ ｕ ｒｎ ｙｉ ｎｑ ｅ．１ｋ ｅ ｉｅ ｔｉｅ ｉｉａ ｉｎ ｎ ｍ ｂ ｒ Ａｕ ｏ ｔ ｎ ｉｅ ｉｃ ｔｏ ｏ ｔ ｅｎ ｐ ｐ ｒｃ ｒｅ ｃ ｓｕ ｉｕ ｉｅｒ ｓｄ ｎ ｄ ｎｔ ｃ ｔ ｕ ｆ ｏ ｅ． ｔ ｍａｉ ｄ ｎｔ ｉａ ｉｎ ｔ ｈ ｕｍｂ ｒ ｏ ｆ ｅ
ｏ ｆＲＭ Ｂ ｐ ｐ ｒｃ ｒｅ ｙｃ ｎｉ ａ ｅ ｕ ｒｎｃ ａ ｍｐｒｖ ｈ ｎ ｇ ｍｅ ｔｏ ａ ｅ ｕ ｒ ｎ ｙａ ｄｒ ｄ ｃ ｈ ｃ ｐ ｆｐ ｐ ｒｃ ｒｅ ｃ ｕ ｈ ｎ ｉａｉｎ Ｔｈ Ｂ ｃ — ｏ ｅｔ ｅｍａ ａ ｅ ｎ ｆｐ ｐ ｒｃ ｒｅ ｃ ｎ ｅ ｕ ｅｔ ｅｓ ｏ ｅｏ ａ ｅ ｕ ｒ ｎ ｙａ ｔ ｅ ｔｃ ｔ ． ｏ ｅＲＭ ｕｒ
ｊｃｉｎ ｍｅ ｈ ｄ ｔ ｅ ｅｃ ａ ａｔ ｒ ｒ ａ ｕ ｅｉ ｅ ｔａ ｔｄａ ｄｔ ｅｃ ａ ａ ｔｒ ｒ ｘ ｒｓ ｅ ｙＥｉｅ ｔｉ ｅ ｔ ｔ ｏ ， ｈ ｎｔ ｈ ｒｃｅ ｉ ｆ ｔ ｒ ｘ ｒｃｅ ｎ ｈ ｈ ｒｃ ｅｓａｅｅ ｐ ｅｓ ｄｂ ｇ ｎｍａｒ ．Ｆ ｎ ｌ ｅｃ ａ ａ ｔｒ ｒ ｅ — ｏ ｈ ｇｄｅ ｓ ｘ ｉａｌ ｔ ｈ ｒｃ ｅｓａｅｉ ｎ ｙｈ ｄ
（＿ １武汉市石牌 岭职业高级 中学 摘 要 武汉 ４ ０ ７ ）２ 华中科技大学计算机科学与技术学院 ３０ ０ （． 武汉 ４０７ ） ３ ０ ４
人 民币纸币序列号是 由纸币的冠号和数字编号组成 ， 犹如居民身份证号 ， 具有 唯一性 。纸币序列号 的 自动识别 对实现纸币 的
有效管理 以及缩小纸币真伪鉴别范 围具有重要的理论 意义和实 际应用价值。系统提 出了一种基于模板匹配的人 民币纸币序列号识别方法。 在对图像进行预处理的基础上 ， 先根据物理尺寸将纸币分成不 同的类别 ， 然后 根据各种面 值纸币序列 号字符的位置 和大小 ， 位序列号 字 定 符； 采用投影法分割序列号 字符 ； 提取字符网格特征， 用特征矩阵表示字符 ； 最后采用模板匹配法识别字符 。实验结果表明 ， 系统具有 较高 的