數(shù)字圖像處理人民幣面額自動(dòng)識(shí)別

人民幣面額自動(dòng)識(shí)別自動(dòng)繳費(fèi)機(jī)、存取款一體機(jī)和自動(dòng)售貨機(jī)出現(xiàn)在了我們的生活中。這些先進(jìn)的設(shè)備中最重要的一門(mén)技術(shù)就是：紙幣識(shí)別技術(shù)。當(dāng)我們將鈔票投入繳費(fèi)機(jī)或者存款機(jī)時(shí)，機(jī)器必定會(huì)首先識(shí)別用戶(hù)投入的是面額為多少的紙幣，之后再進(jìn)行真?zhèn)伪鎰e、數(shù)據(jù)寫(xiě)入等功能。目前已經(jīng)有很多的識(shí)別技術(shù)諸如圖像匹配法識(shí)別，神經(jīng)網(wǎng)絡(luò)識(shí)別、尺寸識(shí)別、紙幣內(nèi)部熒光物質(zhì)識(shí)別等等。本小組使用matlab軟件，利用軟件對(duì)圖像處理的能力，在保證識(shí)別準(zhǔn)確率的前提下對(duì)100元、50元和20元的人民幣進(jìn)行了識(shí)別。紙幣識(shí)別流程圖讀入待檢測(cè)圖片得出結(jié)果進(jìn)行圖像邊緣檢測(cè)提取和邊緣剪切中央數(shù)字部分識(shí)別提取中央數(shù)字部分

流程各部分詳細(xì)說(shuō)明1、讀入待檢測(cè)圖片

讀入一張100元人民幣圖片。2、圖像邊緣檢測(cè)提取邊緣檢測(cè)共有兩種方法，一種是使用edge函數(shù)進(jìn)行邊緣檢測(cè)；另一種是二值化+圖像填充+提取邊緣的方法。使用edge函數(shù)進(jìn)行邊緣檢測(cè)，選擇Sobel算子。如圖，sobel算子邊緣檢測(cè)后的圖像。但是由于內(nèi)部白色紋路較多，為了不影響邊緣截取，故選擇第二種方法：二值化+圖像填充+提取邊緣。首先對(duì)圖像進(jìn)行二值化處理，然后使用imfill函數(shù)，調(diào)用“hole”格式，對(duì)圖像中的空洞進(jìn)行填充。然后調(diào)用bwperim函數(shù)，對(duì)二值圖像進(jìn)行邊緣檢測(cè)。右圖是檢測(cè)的過(guò)程和結(jié)果。3、邊緣剪切得到了二值化的邊緣圖像后，需要對(duì)邊緣進(jìn)行剪切，以切掉背景圖案，只留下鈔票圖案，便于按比例分割圖片。我們采用mode函數(shù)，對(duì)邊緣位置確定。首先，將二值圖讀入矩陣，生成m行n列的矩陣。然后一行一行進(jìn)行檢測(cè)，遇到白色的區(qū)域（值為1）時(shí)，就將白色區(qū)域所處的列位置記入數(shù)組。當(dāng)檢測(cè)完畢后，使用mode函數(shù)對(duì)數(shù)組進(jìn)行檢測(cè)，數(shù)組中數(shù)字出現(xiàn)的最多的即是邊緣的位置。提取中央數(shù)字部分FFv2=jianqie(0.275*m:0.50*m,0.254*n:0.5*n)4、中央部分識(shí)別1.區(qū)分百元和50、20元；2.區(qū)分50元和20元如圖所示5和2的細(xì)節(jié)圖。取5和2的靠左的一小部分進(jìn)行比較（紅框圈的），數(shù)字5后兩根藍(lán)線(xiàn)之間的距離小于上面兩根藍(lán)線(xiàn)的距離，而2恰恰相反。于是可以得出結(jié)果。程序運(yùn)行結(jié)果遇到的問(wèn)題：關(guān)于背景復(fù)雜度的問(wèn)題（1）過(guò)于復(fù)雜的背景無(wú)法正常識(shí)別因?yàn)楸尘叭绻^(guò)于復(fù)雜，二值化后會(huì)導(dǎo)致很多復(fù)雜的背景變成連續(xù)的線(xiàn)條。當(dāng)這些線(xiàn)條比較長(zhǎng)的時(shí)候，邊緣檢測(cè)程序就會(huì)將這段線(xiàn)條識(shí)別為邊緣，因?yàn)楸姅?shù)計(jì)算的時(shí)候這個(gè)位置同樣滿(mǎn)足。所以系統(tǒng)會(huì)認(rèn)為此處就是邊緣，但事實(shí)上只是背景中的一些二值化的線(xiàn)條。故而導(dǎo)致剪切邊緣無(wú)法正確實(shí)現(xiàn)，進(jìn)而影響到后面的中央分割和識(shí)別。

（2）淺色背景無(wú)法正常識(shí)別本程序的邊緣檢測(cè)方法是圖像二值化后利用背景和紙幣之間的黑白差異來(lái)尋找紙幣的邊緣。當(dāng)人民幣的背景為淺色時(shí)，二值化的時(shí)候會(huì)將淺色自動(dòng)二值化為白色（1），而紙幣