论文总字数：22317字

摘 要

在人们的日常生活中，必不可少的会接触到很多用到相关技术的设备，不仅仅大家常会接触到的自动售货机上会用到人民币的识别技术，银行里的ATM机也需要人民币的识别技术，再者，有营业厅里面的自动交费机等等，在这样的大环境下，着手研究人民币的自动识别技术对我们的日常生活是有很大的帮助的能让我们的生活更加智能化。

本文实现了一个简易的人民币纸币面额自动识别系统，整个识别过程包括灰度化、样本的图像增强、灰度图像的二值化、倾斜校正、图像及面额区域的分割、面额数字特征提取、图像识别等过程。对样本图像进行灰度化处理本文采用方法的则是乘上不同权数得到加权平均值的方法。关于增强图像对比度的方法则采用了直方图的增强。图像再进行了灰度变换之后，还要将其进行二值化处理，主要的步骤是选取划分的阈值，这个过程则采用了双峰法。图像的倾斜校正则采用了霍夫变换，纸币面额区域的分割利用了纸币的长宽比。关于纸币图像上面额数字的特征中，我们需要得到的是纸币面额数字的基元特征和统计特征。最后采用结构语句法来对纸币图像中面额进行识别，。

经过实验得到，本文所实现的系统对于完整的人民币纸币样本有着较高的识别率，识别速度上也是较快的。

关键词：人民币 面额识别 数字特征

The Denomination Identifying of Current RMB Banknote

Abstract

In people's daily lives, it is essential to use a lot of equipments with related technology ,We often not only use the vending machine identification technology but also the ATM machine in the bank requires recognition technology and the business hall inside the automatic payment machines, etc. In this environment, started studying the RMB automatic identification technology on our daily lives is of great help to make our lives more intelligent.

This paper implements a simple system using RMB banknote denominations automatic identification, the entire identification process includes gradation conversion, enhanced the sample, the binarization of gray image ,tilt correction, segmentation of image and denominations region, extraction of denomination figures feature , and image recognition process.Sample gray-scale image processing method of this paper is multiplied by different number to get the weighted average number. Methods for enhancing image contrast is using enhancement of a histogram. Then the image after gradation conversion, but also to the binarization processing, the main step is divided by selected threshold, that is using a bimodal process. Correcting tilt image adopted Hough transform, splitting the area of the denomination depends the aspect ratio. About the characteristics of digital of banknote denominations, we need to get primitive characteristic features of banknote denominations and statistical figures. Finally, using the statement method to identify the digital of the denomination of banknote images.

After experiments, the system implemented in this article for a complete sample of RMB banknotes has a high recognition rate, the recognition speed is also fast.

Keywords: RMB; denomination identification; image features

目录

摘要 I

Abstract II

第一章 绪论 1

1.1研究背景 1

1.2研究现状 1

1.3 纸币识别概述 2

1.4 本文的研究内容和安排 2

第二章 人民币纸币图像预处理 4

2.1灰度化 4

2.2图像增强 5

2.2.1图像增强方法概述 5

2.2.2本文的方法与实现 5

2.3 二值化 7

2.3.1阈值的计算方法概述 7

2.3.2本文的阈值选取方法与实现 7

2.4 倾斜校正 8

2.4.1倾斜校正方法概述 8

2.4.2本文的方法与实现 8

2.5 面额区域的分割 11

2.5.1纸币图像的分割 11

2.5.2 纸币图像归一化处理 12

2.5.3 面额的分割 12

2.6 单个字符切分 13

2.6.1字符切分方法概述 13

2.6.2本文所用字符切分方法 13

2.7细化 17

2.7.1细化方法概述 17

2.7.2本文所用的细化方法 17

第三章 字符图像的特征提取 20

3.1字符轮廓特征 20

3.1.1字符轮廓特征的定义 20

3.1.2结构基元 21

3.1.3如何检测出基元 22

3.2字符的统计特征 23

3.3本文中字符特征的描述 23

第四章 字符图像的识别 29

4.1结构语句识别算法 29

4.2基于结构特征和统计特征的数字识别算法 29

第五章 实验与结论 29

5.1实验环境 29

5.2测试过程及处理结果图 29

5.3设计结果分析 30

第六章 总结与展望 32

6.1总结 32

6.2展望 32

参考文献 33

致谢 35

第一章 绪论

1.1研究背景

改革开放以来，国家大力发展经济，在这样的环境下，我国的科学技术也有了不断发展以及国家经济水平迅速提高，尤其在加入世界经济贸易组织之后，我国金融业的得到了飞速发展并日趋成熟，这样的条件下，人民币储备和流通量必然越来越大，而且每个银行都会有自己的各种业务，仅仅靠人工点数钱币，不但效率低下，还会经常出错，而怎样快速识别钱币的面值就成了头等大问题。除此之外，在日常生活中，大家耳熟能详的自动售货机上也会用到人民币的识别技术，银行里的ATM机，营业厅里面的自助充值机等等，这项技术与人们的日常生活、工作是紧密相连，密不可分的，因此研究人民币的自动识别技术对我们的生活、工作都是很有现实意义的。

1.2研究现状

关于人民币识别技术的研究已经有几十年的历史了，现如今已有了很深入的研究，从原来的只能识别一些较新无破损的纸币，到目前已经能对污损、褶皱、甚至破旧很厉害的纸币进行识别，这其中最关键的问题就是识别的技术不断提高，专家不断专研，改进现有的识别方法，识别的角度也更加多元化。比如以前可以简单的根据纸币样本的面积大小、颜色等特征进行识别，但后来随着纸币版本流通的交替，这项技术无疑遇到了很多问题，因为不同版本的纸币有可能会存在大小、颜色重复的可能。这就促使人们继续提高和加强纸币的识别技术，来克服这些特殊情况。

请支付后下载全文，论文总字数：22317字