随着经济的巨大发展,商品流通和货币流通的速度急速加快。与此同时,货币流通中的破旧污损纸币也越来越多,导致人民生活的不便,是商品流通的梗阻。特别的,在ATM自动取款机中,纸币的质量要求更高。然而银行里的纸币清分工作仍然是依靠人工处理,而这种人工选钞工作效率极低。选钞工作越来越成为金融系统的负担,国内对自动化选钞机的需求极为迫切。现有已开发的清分机功能还有待完善,且主要为进口设备。基于这样一种背景,为实现清分机的国产化的目的,本文在系统总结分析前人的研究成果的基础上,结合数字图像处理技术,对清分机中的核心部分——破损检测和新旧识别算法进行了研究,创新性的提出了相应的算法,并进行了仿真验证。 本文首先综述了当前纸币清分机的发展现状,对比分析了国内外该领域的各种研究方法。利用数字图像处理技术,实现基于机器视觉的纸币检测是目前纸币清分机研发的一个重要方向。 介绍了基本的数字图像处理知识及其研究方法。重点论述了图像处理中的直方图技术和彩色图像的颜色空间模型。在分析模式识别过程和模式识别系统的构成的基础上,简要介绍了当前应用较多的统计模式识别、模糊模式识别、结构模式识别理论。 利用VC++和MATLAB,深入分析了纸币图像的特点。提出了一种破损区域检测算法,有别于目前见诸报道的光电检测方法,该算法采用了直方图中的阈值分割技术,能检测各种方位的破损情况。创新性的提出了两种纸币的新旧识别算法。第一种是利用灰度图像的差异,通过计算直方图分布的相关系数进行新旧识别。将直方图分段计算相关系数,可以检测不同的纸币污旧情况,同时减少了计算量提高了计算速度。第二种方法是在HSI颜色空间进行纸币彩色图像处理。利用色度H和饱和度S直方图分布差异来反映新旧差别。该算法能排除采集图像时光照的影响。利用设计的相关系数,在小样本空间对算法的可行性进行了验证。这两种算法是本文的创新点所在。 最后简要介绍了目前应用非常成熟的纸币面值识别、方位识别算法,以及纸币清分机的软件功能流程图和采用DSP的纸币图像处理系统的简要框图。