基于matlab的三種面值人民幣的自動識別燕山大學(xué)

1、基于matlab的三種面值人民幣的自動識別所在學(xué)校 燕山大學(xué) 所在學(xué)院 電氣工程學(xué)院 姓 名 邵愛剛 劉光冉 劉紅丹 楊秋怡指導(dǎo)教師 趙彥濤 日期 2013年12月10日 2012年12月摘 要本文通過分析第五版人民幣自身特征，分別利用主色調(diào)提取、長寬比提取、中值濾波特征圖像提取、特征數(shù)字提取等四種方法，通過matlab軟件來實(shí)現(xiàn)對第五套人民幣100元、50元、和20元這三個不同面值的紙幣進(jìn)行自動識別。大致思路如下:通過紙幣圖像特征區(qū)域內(nèi)，不同面值人民幣顏色分量比值數(shù)不同；不同面值紙幣的長寬比不同；不同面值紙幣左下角特征圖案不同；紙幣中間部分面額數(shù)字不同，利用不同的數(shù)字特征來分別區(qū)分出不同面額

2、的紙幣。關(guān)鍵詞：第五套人民幣 主色調(diào) 長寬比 特征圖案 自動識別前言：隨著科技的發(fā)展，很多行業(yè)都出現(xiàn)了基于人民幣紙幣識別技術(shù)的智能化無人收費(fèi)系統(tǒng)，節(jié)省大量人力資源。人民幣紙幣的識別技術(shù)不僅可以應(yīng)用在自動售貨售票上，也可以應(yīng)用到銀行的自動存取款機(jī)，手機(jī)營業(yè)廳的自動交費(fèi)機(jī)等。目前已有的識別方法主要是利用統(tǒng)計方法進(jìn)行識別，如尺寸比較法、模板匹配、人工神經(jīng)網(wǎng)絡(luò)等。以不同面值人民幣自動識別方法的應(yīng)用日益廣泛為背景，本小組提出多種通過利用matlab軟件、圖像處理技術(shù)，實(shí)現(xiàn)對第五版人民幣20元、50元、100元這三個不同面值紙幣，進(jìn)行簡易、快速的自動識別方法，并能夠在保證識別準(zhǔn)確率的情況下，實(shí)現(xiàn)對紙幣的快

3、速自動識別。本小組四名成員劉光冉、邵愛剛、楊秋怡、劉紅丹同學(xué)，經(jīng)過共同商討，確立了特征區(qū)域圖像主色調(diào)不同、紙幣長寬比不同、特征圖像不同、不同幣值特征數(shù)字這四個方向。并分別從四種不同方向入手，查閱大量相關(guān)資料，明確各種方法的實(shí)現(xiàn)步驟，共同努力實(shí)現(xiàn)程序編寫及論文和答辯的準(zhǔn)備。正 文本文主要介紹通過matlab軟件對所采集的圖像進(jìn)行四種不同方法處理，利用不同面值人民幣的特征點(diǎn)，分別實(shí)現(xiàn)對第五套人民幣20元、50元、100元這三個不同面值紙幣進(jìn)行準(zhǔn)確的識別的方法。紙幣識別具體過程如下:1、讀取圖像，將所需的圖像放在一定的文件中儲存以備所用。2、濾波降噪，為了減少圖像噪點(diǎn)，為了便于以后的圖像的相關(guān)處理，

4、便于區(qū)分與識別。3、紙幣擺正，針對紙幣可能出現(xiàn)的不同的情況需要對紙幣進(jìn)行校正處理，如若傾斜則進(jìn)行校正處理，如若不傾斜直接進(jìn)行下一步。4、采用相應(yīng)的方法剔除背景，只提取紙幣部分，避免背景造成的相關(guān)的干擾，便于準(zhǔn)確快速的識別紙幣的不同面值。5、具體的實(shí)施思路有四種方法，分別是主色調(diào)、圖像輪廓長寬比、特征部位（左下角）、特征數(shù)字（中間部位），具體部位如下圖（1）（2）（3）（4）所示，然后針對不同的思路設(shè)計出相應(yīng)的程序并分別進(jìn)行處理比對，最后準(zhǔn)確快速的識別出不同的紙幣面值。（一）、主色調(diào)識別首先將紙幣的圖像從相應(yīng)的背景下提取出來，然后找到一個色調(diào)集中的部分，如圖（1）所示。分別提取該部分圖像的RGB

5、三色分量。以面值為100的為例，該部分面積比較大且容易提取與區(qū)分。圖像的相應(yīng)的該部分提取出來后，利用R、G、B分量灰度值累加后的R/G比值確定某一個范圍，并通過多次實(shí)驗(yàn)確定區(qū)間閾值，以此來區(qū)分100、50、20的面值，具體程序代碼以及相應(yīng)的結(jié)果分析如下：圖（1）% 顏色判別% 只取頭像部分function val_color,IM_pic_real_head = yanse(IM_pic,left,right,up,down)% 提取彩色紙幣部分IM_pic_real = IM_pic(up:down,left:right,:);% 提取頭像部分h,l,g = size(IM_pic_real

6、);IM_pic_real_head = IM_pic_real(round(0.07*h):round(0.87*h),round(0.6*l):round(0.8*l),:);IM_rgb = squeeze(sum(sum(IM_pic_real_head,1),2);r_g = IM_rgb(1) / IM_rgb(2);if r_g >= 1.41 val_color = 100;elseif r_g <= 0.94 val_color = 50;else val_color = 20;end% 100% 3892554% 2519328% 2810818% r/g =

7、1.54511.41, % 50% 10232415% 11418984% 9625793% r/g = 0.8961 ,0.94% 20% 12417005% 10030369% 7692525% r/g = 1.23790.95,1.40（二）、基于邊緣提取的長寬比例識別首先必須將圖像讀入，進(jìn)行濾波處理。依據(jù)邊緣提取原理依次將100、50、20的相關(guān)的邊緣即整個圖像的整體輪廓提取出來。以面值為100的為例如圖（2），計算出長度與寬度的比值，以此相應(yīng)的三個值，設(shè)置相應(yīng)閾值為判斷面值的依據(jù)。來區(qū)分100、50、 20的不同的面值。具體程序代碼以及相應(yīng)的結(jié)果分析如下：圖（2）%長寬比確定幣值fu

8、nction val_ckb = changkuanbi(left,right,up,down)%確定圖片的長寬比例A = (right-left) / (down-up);if A < 2.0000 val_ckb = 100;% 1.9796 1.9778 1.9796 1.9796 1.9796elseif A < 2.0600 val_ckb = 20;% 2.0421 2.0368 2.0368 2.0286 2.0421elseif A < 2.2000 val_ckb = 50;% 2.0919 2.0948 2.0919 2.0909 2.0948else v

9、al_ckb = 0;end（三）、基于中值濾波的特征部位（左下角）的圖像識別本方法是基于左下角圖示區(qū)域的圖案差別來區(qū)分。100和50的分別為相應(yīng)的阿拉伯?dāng)?shù)字，而20則為一定的圖案。根據(jù)實(shí)物所對應(yīng)的圖案位置進(jìn)行計算，確定出各面值紙幣所對應(yīng)的位置區(qū)域，將上述三種面值紙幣的取并集，以確保提取特征信息無丟失，如圖所示。其次進(jìn)行中值濾波降噪，然后鎖定左下角的位置，二值化，將區(qū)域灰度值沿X坐標(biāo)向下投影，確定圖案對應(yīng)的投影的左右起點(diǎn)和終點(diǎn)橫坐標(biāo)差值即為圖案的長度，以圖案的長度除以提取區(qū)域的長度為特征值，設(shè)定相應(yīng)的閾值，以此來辨別不同的面值。具體程序代碼以及相應(yīng)的結(jié)果分析如下：圖（3）function va

10、l_left,FFv_bw = zuoxia(FF,m,n)%提取紙幣特定部位（左下角）FFv = FF(round(0.80*m):round(0.94*m),round(0.03*n):round(0.15*n);FFv=medfilt2(FFv,4,4);%進(jìn)行中值濾波;FFv = FFv(2:(end-4),2:(end-4);FFv_bw = im2bw(FFv,0.6);%二值化mt1,nt1 = size(FFv);Ty = find(sum(FFv_bw) <= (mt1-2) = 1);try rat1 = (Ty(end) - Ty(1) / nt1; if rat1

11、 >= 0.75 val_left = 100; elseif rat1 >= 0.4 val_left = 50; else val_left = 20; endcatch val_left = 20;end% 100 0.8226 0.8226 0.8095 0.8095 0.8000% 50 0.6735 0.6667 0.6923 0.6909 0.6724% 20 0.0263 0.0351(四)、基于中值濾波的特征數(shù)字（中間部位）的識別本方法是基于中央位置，即數(shù)字部分來進(jìn)行區(qū)分。首先提取出紙幣圖像，然后確定中央帶有特征數(shù)字的區(qū)域，然后進(jìn)行中值濾波即降噪處理。其次，將提取

12、的部分進(jìn)行二值化處理，使其成為只具有黑白兩色的圖像，將此圖像顯示出來。從數(shù)字的最左邊及最右邊分別開始以第一個黑點(diǎn)為界計算出數(shù)字的寬度，然后計算出此寬度占截取部分比例的大小，中央數(shù)字寬度最大的圖片即為面值為100的人民幣，實(shí)現(xiàn)將100元紙幣首先區(qū)分出來。因50和20的寬度相當(dāng)，進(jìn)一步選取特征數(shù)字5和2左上角區(qū)域，從左向右取五列圖像的寬度，計算出每列圖像黑點(diǎn)與白點(diǎn)的比值，進(jìn)而實(shí)現(xiàn)對20元和50元兩個面值人民幣的區(qū)分。體程序代碼以及相應(yīng)的結(jié)果分析如下：圖（4）function val_mid,FFv2_bw = zhongyang(FF,m,n)% 提取紙幣特殊部位（中央數(shù)字）FFv2 = FF(r

13、ound(0.24*m):round(0.50*m),round(0.25*n):round(0.52*n);FFv2=medfilt2(FFv2,4,4);%進(jìn)行中值濾波;FFv2 = FFv2(2:(end-4),2:(end-4);mt2,nt2 = size(FFv2);FFv2_bw = im2bw(FFv2,0.5);%二值化% 判斷是否為100Ty_100 = logical(sum(FFv2_bw) <= (mt2-2);Ty_100_l = find(Ty_100 = 1);rat_100 = (Ty_100_l(end) - Ty_100_l(1) / nt2;if

14、rat_100 >= 0.8 val_mid = 100;else %(下面求取20 50) % 求取第二象限，出現(xiàn)黑點(diǎn)的列(下面求取20 50) lie_f = 0; for j = 1:(nt2/2) for i = 1:(mt2/2) if (FFv2_bw(i,j) + lie_f) lie = j; lie_f = 1; end end end % 向當(dāng)前列后 26 共5列，取黑白行數(shù) FFv2_bw_f = FFv2_bw(:,(lie+2):(lie+6); hang(3,:) = mt2; for j = 1:5 for i = 1:(mt2-2) if (FFv2_bw

15、_f(i,j) + FFv2_bw_f(i+1,j) + FFv2_bw_f(i+2,j) hang(1,j) = i;%第一行記錄首次黑點(diǎn)行數(shù) for k = (i+2):(mt2-2) if (FFv2_bw_f(k,j) + FFv2_bw_f(k+1,j) + FFv2_bw_f(k+2,j)>=2 hang(2,j) = k+1;%第二行記錄二次白點(diǎn) for l = (k+2):mt2 if (FFv2_bw_f(l,j) hang(3,j) = l;%第三行記錄二次黑點(diǎn) break end end break end end break end end end hang_m,

16、hang_n = size(hang); hang_new = round(sum(hang,2) / hang_n); hang_black = hang_new(2) - hang_new(1); hang_white = hang_new(3) - hang_new(2); if hang_black >= hang_white val_mid = 50; else val_mid = 20; endend結(jié)論： % 人民幣識別clc; clear all; close all;I = imread('207.jpg');% 圖像輸入IM_pic = ceshi(I

17、);% 擺正校正 返回I1left,right,up,down,FF = bianyuan(IM_pic);% 剔除邊緣 提取紙幣FFFF_real = IM_pic(up:down,left:right,:);m,n = size(FF);val_color,IM_pic_real_head = yanse(IM_pic,left,right,up,down);% 色調(diào)識別val_ckb = changkuanbi(left,right,up,down);% 長寬比識別val_left,FFv_bw = zuoxia(FF,m,n);% 左下角特征識別val_mid,FFv2_bw = zh

18、ongyang(FF,m,n);% 中央特征識別subplot(2, 3, 1); imshow(I); title('原圖像');subplot(2, 3, 2); imshow(IM_pic); title('擺正圖像');subplot(2, 3, 3); imshow(FF_real); title('紙幣部分');xlabel(val_ckb)subplot(2, 3, 4); imshow(IM_pic_real_head); title('色調(diào)識別區(qū)域');xlabel(val_color);subplot(2, 3

19、, 5); imshow(FFv_bw); title('左下角特征');xlabel(val_left);subplot(2, 3, 6); imshow(FFv2_bw); title('中央特征識別');xlabel(val_mid);五、結(jié)論本小組在進(jìn)行該項目研究時，首先分別對第五版人民幣20元、50元和100元，這三個不同面值的人民幣的圖像進(jìn)行了詳細(xì)的分析和討論。經(jīng)過本小組成員的共同商討，選擇出特征區(qū)域主色調(diào)、長寬比、特征圖像和特征數(shù)字這四個特征點(diǎn)作為完成本項目的切入點(diǎn)。并對這四個切入點(diǎn)的實(shí)現(xiàn)，進(jìn)行了清晰的步驟分析。接下來，我們小組成員分別從這四個切入

20、點(diǎn)入手，在查閱了大量資料后，實(shí)際動手編寫程序，最終實(shí)現(xiàn)了從所采集圖像主色調(diào)、長寬比、特征圖像和特征數(shù)字這四個特征點(diǎn)，利用matlab軟件對三個不同面值的人民幣進(jìn)行自動識別。通過對這四種方法的分別運(yùn)行，我們發(fā)現(xiàn)通過主色調(diào)不同對于不同面值的紙幣進(jìn)行識別，是可靠度最高、運(yùn)行速度最快，但卻也是受背景圖像干擾很嚴(yán)重的的一種方法。通過對中央特征數(shù)值的提取來實(shí)現(xiàn)對不同面值的識別，是最有效可靠的方法。通過此次三級項目的研究學(xué)習(xí)，讓我們對matlab軟件有了更加深入的學(xué)習(xí)和了解。通過自己動手設(shè)計編寫程序，并從中發(fā)現(xiàn)問題、解決問題，增強(qiáng)了我們實(shí)際應(yīng)用這門學(xué)科的能力和分析處理問題的能力。另一方面，也增強(qiáng)了我們的團(tuán)隊

21、協(xié)作能力，讓我們通過結(jié)組討論、共同解決問題的形式，互補(bǔ)學(xué)習(xí)、共同進(jìn)步。通過對這一項目的研究，我們發(fā)現(xiàn)不同面值的人民幣上，盲文也可以作為重要的區(qū)分標(biāo)志，而且本程序還無法實(shí)現(xiàn)對于有污損和褶皺的人民幣識別。因此，在接下來的工作中，我們還準(zhǔn)備對于不同面值人民幣左下角的盲文信息進(jìn)行進(jìn)一步的分析處理，用以實(shí)現(xiàn)對第五版人民幣20元、50元及100元的嶄新人民幣，甚至對于有污損、褶皺的人民幣利進(jìn)行面值的自動識別。使識別方法具有更高的準(zhǔn)確性、穩(wěn)定性，推廣其應(yīng)用范圍。參考文獻(xiàn)：1范立南,韓曉微,張廣淵.圖像處理與模式識別 M.北京：科學(xué)出版2007,3.2 美 Rafael C Gonzalez, Richard

22、 E Woods, Steven L Eddins. 阮 秋 琦 譯 . 數(shù) 字 圖 像 處 理 (MATLAB 版)M.北京: 電子工業(yè)出版社, 2005. 3范立南,韓曉微,張廣淵.圖像處理與模式識別 M.北京：科學(xué)出版社007,3. 4 美 Rafael C Gonzalez, Richard E Woods, Steven L Eddins. 阮 秋 琦 譯 . 數(shù) 字 圖 像 處 理 (MATLAB 版)M.北京: 電子工業(yè)出版社, 2005. 5杜選,高明峰.人工神經(jīng)網(wǎng)絡(luò)在數(shù)字識別中的應(yīng)用J.計算機(jī)系統(tǒng)與應(yīng)用 2007.6陳慧鵬,楊亮亮,李鴻.模糊集識別法在紙幣清分中的應(yīng)用研究J.

23、華中科技大學(xué)國家數(shù)控工,2004. 7宋銘利.關(guān)于去除圖像噪音的中值濾波算法 J.洛陽師范學(xué)院院報,2002.8韓賀磊.人民幣紙幣面額的機(jī)器視覺識別方法研究D.大連理工大學(xué),2007. 9張國華.一種基于模板匹配的人民幣紙幣面額識別方法 J.沈陽工業(yè)大學(xué)學(xué)報,2005. 附件：1、%此程序用作圖像的擺正function I1 = ceshi(I)bw = im2bw(I);bw = imclose(bw, strel('disk', 5);r, c=find(bw=1);rectx, recty, area, perimeter = minboundrect(c, r, 

24、9;a');% 'a'是按面積算的最小矩形，如果按邊長用'p'for i = 1 : length(rectx)-1 len = norm(rectx(i+1)-rectx(i) recty(i+1)-recty(i); Len(i) = len;endMaxLen, ind = max(Len);x1 = rectx(ind) rectx(ind+1);y1 = recty(ind) recty(ind+1);% 求得線段的斜率K1 = -(y1(1)-y1(2)/(x1(1)-x1(2);angle = atan(K1)*180/pi;I1 = im

25、rotate(I, -angle, 'bilinear');% imrotate是逆時針的所以取一個負(fù)號如果不傾斜則直接進(jìn)行背景剔除及圖像整體輪廓的提取，即邊緣提取處理，具體程序如下：% 背景剔除 邊緣提取% %function left,right,up,down,FF = bianyuan(IM_pic)IM_g = rgb2gray(IM_pic);% 低通濾波n=1;H=1/(n*n)*ones(n,n);IM_g=imfilter(IM_g,H);% 邊緣F = edge(IM_g,'sobel'); m n = size(F);F = double(

26、F);% ground =0;%取背景k = 0;l = 0;%取左右邊緣for i1 = 1:m for j1 = 1:n if F(i1,j1) = 0 k = k + 1; left(k) = j1; for j2 = n:-1:j1 if F(i1,j2) = 0 l = l + 1; right(l) = j2; break end end break end endendleft = mode(left);right = mode(right);k = 0;l = 0;%取上下邊緣for j1 = 1:n for i1 = 1:m if F(i1,j1) = 0 k = k + 1

27、; up(k) = i1; for i2 = m:-1:i1 if F(i2,j1) = 0 l = l + 1; down(l) = i2; break end end break end endendup = mode(up);down = mode(down);% 已知紙幣的上下左右% % 剔除背景，提取紙幣部分FF = IM_g(up:down,left:right);% title('紙幣部分提取')2、以上程序涉及的函數(shù)如下所示：function rectx,recty,area,perimeter = minboundrect(x,y,metric)% defau

28、lt for metricif (nargin<3) | isempty(metric) metric = 'a'elseif ischar(metric) error 'metric must be a character flag if it is supplied.'else % check for 'a' or 'p' metric = lower(metric(:)'); ind = strmatch(metric,'area','perimeter'); if isempt

29、y(ind) error 'metric does not match either ''area'' or ''perimeter''' end % just keep the first letter. metric = metric(1);end% preprocess datax=x(:);y=y(:);% not many error checks to worry aboutn = length(x);if n=length(y) error 'x and y must be the same

30、sizes'end% start out with the convex hull of the points to% reduce the problem dramatically. Note that any% points in the interior of the convex hull are% never needed, so we drop them.if n>3 edges = convhull(x,y,'Qt'); % 'Pp' will silence the warnings % exclude those points i

31、nside the hull as not relevant % also sorts the points into their convex hull as a % closed polygon x = x(edges); y = y(edges); % probably fewer points now, unless the points are fully convex nedges = length(x) - 1;elseif n>1 % n must be 2 or 3 nedges = n; x(end+1) = x(1); y(end+1) = y(1);else %

32、n must be 0 or 1 nedges = n;end% now we must find the bounding rectangle of those% that remain.% special case small numbers of points. If we trip any% of these cases, then we are done, so return.switch nedges case 0 % empty begets empty rectx = ; recty = ; area = ; perimeter = ; return case 1 % with one point, the rect is simple. rectx = repmat(x,1,5); recty = repmat(y,1,5); area = 0; perimeter = 0; return case 2 % only two points. also simple. rectx = x(1 2 2 1 1); recty = y(1 2 2 1 1); area = 0