基于matlab的紙幣面額面向識(shí)別方法設(shè)計(jì)

洪銘浩

摘 要：本設(shè)計(jì)的主要研究?jī)?nèi)容是在獲取人民幣的基礎(chǔ)上通過(guò)FPGA、CIS傳感器進(jìn)行紙幣圖像采集，并對(duì)采集到的紙幣圖像進(jìn)行預(yù)處理，包括去噪、邊緣檢測(cè)和傾斜校正。邊緣檢測(cè)過(guò)程中，利用離散點(diǎn)進(jìn)行直線擬合，不僅可以得到紙幣的邊緣，還可以計(jì)算出紙幣的中心點(diǎn)和傾斜角度，然后將紙幣圖像旋轉(zhuǎn)校正，使圖像位置歸一化。預(yù)處理完成之后，利用尺寸識(shí)別算法完成對(duì)紙幣尺寸的測(cè)量，從而確定紙幣的面額。在面額得到識(shí)別的基礎(chǔ)上，根據(jù)提取得到的紙幣特征與模板匹配來(lái)對(duì)紙幣面向進(jìn)行識(shí)別。

關(guān)鍵詞：圖像采集；FPGA；模板匹配

1 引言

1.1 背景與國(guó)內(nèi)外研究現(xiàn)狀

當(dāng)前，在美、英、德等西方發(fā)達(dá)國(guó)家，紙幣識(shí)別技術(shù)早已廣泛的應(yīng)用在生活當(dāng)中。我國(guó)這些年來(lái)也加強(qiáng)教育，不斷增加科研投資，使我國(guó)的科研水平節(jié)節(jié)升高，但與國(guó)外相比仍有一定的差距。近年來(lái)，由于部分著名院校的合作研發(fā)，我國(guó)在自動(dòng)化方面的水準(zhǔn)有了顯著的提升。不過(guò)紙幣識(shí)別在我國(guó)幾乎從零開(kāi)始研究，應(yīng)著手于圖像識(shí)別相關(guān)的理論，勇于實(shí)踐，造出屬于我國(guó)獨(dú)立自主研發(fā)的自動(dòng)識(shí)別設(shè)備。

1.2 研究的主要內(nèi)容

1）對(duì)圖像采集系統(tǒng)的研究。

2）對(duì)采集到的圖像預(yù)處理。

3）紙幣面額面向的識(shí)別及程序的研究。

2 紙幣圖像采集系統(tǒng)

2.1 圖像采集系統(tǒng)描述

獲取圖像，是圖像處理等一切操作的前提基礎(chǔ)，當(dāng)前各種圖像都是用釆集設(shè)備獲得。本文設(shè)計(jì)是應(yīng)用FPGA（Field-Programmable Gate Array）、CIS（Contact Image Sensor）圖像傳感器為核心器件的圖像的采集系統(tǒng)。

2.2 系統(tǒng)的選型

CIS是最新型線性圖像傳感器，最大特點(diǎn)小巧輕便，當(dāng)它工作時(shí)，LED光源發(fā)出光，照到待采集的物體表面，反射光線之后，經(jīng)聚焦成像于光電傳感器的陣列上，被轉(zhuǎn)成電荷儲(chǔ)存起來(lái)。達(dá)到積蓄的時(shí)間后，以模擬信號(hào)的形式將像素電信號(hào)依次輸出，從而得到了紙幣模擬圖像的信號(hào)。本設(shè)計(jì)選型為MC06H-Z04。

本課題研究必須進(jìn)行多圖像數(shù)據(jù)相關(guān)傳輸處理，因此FPGA型號(hào)的選擇必須擁有快速I(mǎi)/O轉(zhuǎn)移的能力，選擇的型號(hào)是XC2S100E。外加二片SDRAM芯片來(lái)輔助FPGA進(jìn)行信號(hào)相關(guān)的采集處理。該芯片容量為512Mb。用的是雙電源供電，應(yīng)用芯片是TPS70451。FPGA芯片I/O口電平是3.3V，有源晶振在選型時(shí)要用3.3V來(lái)供電。50MHz的全局時(shí)鐘發(fā)生電路。

本文采用的是CIS為MC06H-Z04，有效頻率是15MHz，數(shù)據(jù)信息是三通道輸出。A/D轉(zhuǎn)換器實(shí)現(xiàn)選型時(shí)，為了匹配傳感器，采樣頻率必須要大于45MHz，并且為三通道的輸入模式，因此選用的A/D轉(zhuǎn)換器為T(mén)LC5540。傳感器型號(hào)為MC06H-Z04，是一種電壓輸出型傳感器，所以運(yùn)算放大器則應(yīng)當(dāng)是電壓反饋型的，因此放大器選擇型號(hào)為AD8054。選擇USB接口作為傳輸數(shù)據(jù)的計(jì)算機(jī)接口。

3 紙幣圖像預(yù)處理

3.1 圖像的去噪

紙幣圖像中產(chǎn)生噪聲，方式多樣，類(lèi)型繁多。由于噪聲影響，圖像信號(hào)的幅值和相位的影響十分繁瑣。若果要剔除圖像噪聲，應(yīng)針對(duì)種類(lèi)不同，具體分析，實(shí)施不同措施，讓效果事半功倍。否則問(wèn)題復(fù)雜化會(huì)加劇，難以實(shí)現(xiàn)目標(biāo)。

3.2 紙幣圖像的邊緣檢測(cè)

Sobel邊緣算子所利用的算法是對(duì)圖像原始像素點(diǎn)加權(quán)平均后進(jìn)行微分處理，所以我們可以利用差分取代一階偏導(dǎo)，算子的數(shù)學(xué)表達(dá)如式（1）所示。

Sobel算子主要用兩個(gè)三維矩陣，它們分別進(jìn)行水平方向和垂直方向的檢測(cè)。

算法矩陣如下：

3.3 紙幣圖像的傾斜校正

處理紙幣圖像后識(shí)別過(guò)程中，因?yàn)檩斎朐O(shè)備精度欠佳，和操作過(guò)程中肯定存在著相應(yīng)誤差，采集到的圖像會(huì)出現(xiàn)一定程度傾斜，這將會(huì)影響之后的紙幣認(rèn)別。因此，把采集到的圖像進(jìn)行邊緣檢測(cè)和傾斜校正就很有必要。

進(jìn)行傾斜校正普遍應(yīng)用的方法是Hough變換。

設(shè)原圖像 空間中直線的方程為y=kx+b，將其轉(zhuǎn)換成極坐標(biāo) 空間中對(duì)應(yīng)的極坐標(biāo)方程如式（2）所示。

4 紙幣面額識(shí)別

4.1 特征塊識(shí)別法

因?yàn)椴煌骖~的紙幣有明顯差異的區(qū)域，這些區(qū)域?yàn)樘卣鲏K識(shí)別法提供了基礎(chǔ)， 這些區(qū)域涵蓋紙幣里的盲文和數(shù)字等，泛用的就是通過(guò)紙幣表面能表達(dá)紙幣面額的數(shù)字來(lái)識(shí)別。特征塊識(shí)別法就是通過(guò)識(shí)別紙幣自身帶有的不同特征進(jìn)行面額識(shí)別的。特征塊識(shí)別法的原理是在兩圖像的相同位置提取兩個(gè)大小不一的區(qū)域，其中模板圖像略小些，這樣有利于更好的識(shí)別。之后將這兩個(gè)圖像進(jìn)行內(nèi)容比對(duì)，檢測(cè)兩個(gè)模板是否匹配一致，即可以識(shí)別出紙幣面額。

4.2 尺寸識(shí)別法

本文紙幣面額識(shí)別的重點(diǎn)應(yīng)用對(duì)象是第五版人民幣。所以進(jìn)行對(duì)比人民幣的長(zhǎng)寬來(lái)識(shí)別人民幣的面額大小。通過(guò)測(cè)量獲得第五版人民幣的各面值尺寸，如表1所示。

紙幣面額的尺寸識(shí)別法是根據(jù)不同紙幣的長(zhǎng)寬不等、差異明顯的特點(diǎn)進(jìn)行面額識(shí)別，不同面額的紙幣且面額差距越大紙幣大小相差也就越顯著。因此只要我們通過(guò)手段確定出掃描紙幣圖像的長(zhǎng)寬，即可識(shí)別出紙幣的面額。

5 紙幣面向識(shí)別

5.1 基于模板匹配的面向識(shí)別算法

本文利用模板匹配進(jìn)行面向的識(shí)別。圖像的匹配算法分為幾何特征匹配和灰度特征匹配兩類(lèi)。圖像的幾何特征包括投影特征、方向碼、圖像邊緣輪廓及紋理等，這些特征對(duì)于圖像的放縮、旋轉(zhuǎn)及灰度變化能保持很好的穩(wěn)定性。

待識(shí)別圖像輸入、預(yù)處理、灰度特征提取、匹配計(jì)算、結(jié)果輸出是模板匹配的一般流程。這幾個(gè)步驟間又有很大關(guān)系，預(yù)處理的結(jié)果將會(huì)影響特征提取的方法和質(zhì)量，根據(jù)不同的提取特征，我們會(huì)采用不同的匹配算法，最后得到的輸出結(jié)果可能不盡相同。

5.2 100元面向識(shí)別的程序代碼

clear%清內(nèi)存

%***將彩色圖像轉(zhuǎn)換為灰度圖像，讀取模板圖像****

I=imread（‘C：＼Users＼DELL＼Desktop＼人民幣識(shí)別＼面向識(shí)別＼模板與測(cè)試圖像和說(shuō)明＼001.jpg）；%該路徑為模板圖片文件夾位置，下同

x01=rgb2gray（I）； x1=double（x01）；

I=imread（‘C：＼Users＼DELL＼Desktop＼人民幣識(shí)別＼面向識(shí)別＼模板與測(cè)試圖像和說(shuō)明＼002.jpg）；

x02=rgb2gray（I）；x2=double（x02）；

I=imread（‘C：＼Users＼DELL＼Desktop＼人民幣識(shí)別＼面向識(shí)別＼模板與測(cè)試圖像和說(shuō)明＼003.jpg）；

x03=rgb2gray（I）；x3=double（x03）；

I=imread（‘C：＼Users＼DELL＼Desktop＼人民幣識(shí)別＼面向識(shí)別＼模板與測(cè)試圖像和說(shuō)明＼004.jpg）；

x04=rgb2gray（I）；x4=double（x04）；

%***將彩色圖像轉(zhuǎn)換為灰度圖像，讀取測(cè)試圖像

%手動(dòng)更改t01-t04對(duì)應(yīng)測(cè)試圖像的正反面與正倒像

I=imread（‘C：＼Users＼DELL＼Desktop＼人民幣識(shí)別＼面向識(shí)別＼模板與測(cè)試圖像和說(shuō)明＼t04.jpg）；

y01=rgb2gray（I）；y1=double（y01）；figure；imshow（I）

%調(diào)用函數(shù)ppmm求取誤差最小值進(jìn)行比較，其中裁剪參數(shù)c001需要根據(jù)實(shí)際情況手動(dòng)輸入

%調(diào)用的函數(shù)ppmm需要與主程序在一個(gè)文件夾內(nèi)

z1=ppmin（x1，y1）

z2=ppmin（x2，y1）

z3=ppmin（x3，y1）

z4=ppmin（x4，y1）

z5=min（[z1，z2，z3，z4]）

if z5==z1

disp（‘100元正面正像）

elseif z5==z2

disp（‘100元正面倒像）

elseif z5==z3

disp（‘100元反面正像）

else

disp（‘100元反面倒像）

End

6 軟件仿真

6.1 面額仿真

目前MATLAB軟件是功能最為強(qiáng)大的，應(yīng)用的方向非常廣泛。本設(shè)計(jì)主要是應(yīng)用MATLAB軟件強(qiáng)大的圖像處理功能，對(duì)CIS圖像傳感器采集到的紙幣圖像進(jìn)行去噪、增強(qiáng)、邊緣檢測(cè)及傾斜校正，從而可以達(dá)到面額識(shí)別的相關(guān)目的。仿真圖如4所示。

6.2 面向仿真

下面對(duì)面向識(shí)別進(jìn)行仿真，模板圖像4個(gè)面向，每個(gè)圖像總像素?cái)?shù)1590。隨機(jī)選取紙面有污跡的100元鈔票做為測(cè)試樣本，在不同光照條件下采集圖像的4個(gè)面向。分別將測(cè)試的4幅圖像輸入程序進(jìn)行測(cè)試，每一幅圖像分別與模板的4個(gè)樣本進(jìn)行匹配計(jì)算找出誤差最小的對(duì)應(yīng)模板即為匹配成功，直接輸出結(jié)果，仿真情況如圖5所示。

從仿真結(jié)果來(lái)看本文算法面額面向識(shí)別是有效的，可以正確的實(shí)現(xiàn)預(yù)定的功能，至此設(shè)計(jì)完成。

7 結(jié)論

本設(shè)計(jì)的主要任務(wù)是設(shè)計(jì)一款紙幣識(shí)別系統(tǒng)，彌補(bǔ)目前市場(chǎng)上應(yīng)用產(chǎn)品的不足。整個(gè)系統(tǒng)工作的主要流程是應(yīng)用采集系統(tǒng)對(duì)紙幣進(jìn)行采集，通過(guò)高速圖像傳感器CIS將圖像信息傳達(dá)給FPGA處理，之后通過(guò)USB上傳到PC機(jī)，應(yīng)用MATLAB中帶有的各種算法，做進(jìn)一步處理。

本設(shè)計(jì)的主要?jiǎng)?chuàng)新之處在于應(yīng)用了獨(dú)特的面額面向識(shí)別法對(duì)紙幣進(jìn)行識(shí)別，目前為止尺寸識(shí)別法從未應(yīng)用于實(shí)踐。雖然改善了設(shè)計(jì)環(huán)節(jié)，降低了生產(chǎn)成本，但這不是最完美的設(shè)計(jì)。在精度和準(zhǔn)確性上還需更加的完善，細(xì)節(jié)方面還需更多地考慮。在今后的學(xué)習(xí)中一定要更加努力，希望能在紙幣鑒偽以及外幣識(shí)別方面多作研究。

參考文獻(xiàn)

[1]蔡勐.紙幣清分機(jī)控制系統(tǒng)的分析與設(shè)計(jì)[D].北京郵電大學(xué).2012：23-30

[2]張俊蘭，艾瑞波.數(shù)字圖像處理技術(shù)的解析[J].延安大學(xué)報(bào).2009，8（24）：22-26