TVM紙幣識(shí)別模塊中紙幣面值識(shí)別技術(shù)研究.pdf

《TVM紙幣識(shí)別模塊中紙幣面值識(shí)別技術(shù)研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、TVM紙幣識(shí)別模塊中紙幣面值識(shí)別技術(shù)研究張婭麗1吳晗冰2（西安市地下鐵道有限責(zé)任公司運(yùn)營(yíng)分公司西安710000）摘要：在TVM紙幣識(shí)別模塊紙幣識(shí)別方法中，利用粘連字符分割和結(jié)構(gòu)識(shí)別的方法，對(duì)人民幣紙幣圖像進(jìn)行識(shí)別。經(jīng)試驗(yàn)證明，該方法能正確識(shí)別紙幣面值，同時(shí)對(duì)票面的污跡等噪聲有很好的抑制效果。關(guān)鍵詞：TVM紙幣處理模塊；紙幣面值識(shí)別；粘連字符分割；結(jié)構(gòu)識(shí)別中圖分類號(hào)：U231+.1文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：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(shí)別技術(shù)的智能化無(wú)人收費(fèi)系統(tǒng)，節(jié)省了大量的人力資源。人民幣紙幣的識(shí)別技術(shù)不僅可以應(yīng)用在自動(dòng)售貨售票上，也可以應(yīng)用到銀行的自動(dòng)存取款機(jī)，手機(jī)營(yíng)業(yè)廳

2、的自動(dòng)交費(fèi)機(jī)等，在地鐵AFC系統(tǒng)中TVM機(jī)上也使用了人民幣紙幣識(shí)別技術(shù)。AFC系統(tǒng)的全稱是AutomaticFareCollectionSystem，是一種由計(jì)算機(jī)集中控制的自動(dòng)售票（包括半自動(dòng)售票）、自動(dòng)檢票以及自動(dòng)收費(fèi)和統(tǒng)計(jì)的封閉式自動(dòng)化網(wǎng)絡(luò)系統(tǒng)。目前已有的識(shí)別方法主要是利用統(tǒng)計(jì)方法進(jìn)行識(shí)別，如尺寸比較法、模板匹配、人工神經(jīng)網(wǎng)絡(luò)等。人民幣紙幣在流通中不可避免的會(huì)沾染污跡或磨損。這些方法雖然能快速識(shí)別出紙幣的面值，但紙幣上的微小污跡或其他圖像噪聲對(duì)識(shí)別結(jié)果影響很大，甚至出現(xiàn)無(wú)法識(shí)別或錯(cuò)誤識(shí)別的現(xiàn)象。為此提出以提高識(shí)別準(zhǔn)確率為目的的識(shí)別方法，使用粘連字符分割和句法識(shí)別的方法來(lái)識(shí)別紙幣的面值。1

3、西安地鐵二號(hào)線TVM紙幣處理模塊紙幣處理模塊是識(shí)別乘客投入到自動(dòng)售票機(jī)的紙幣的機(jī)械模塊，安裝在TVM上，可無(wú)方向性的識(shí)別當(dāng)前流通的所有幣種的人民幣紙幣。二號(hào)線的自動(dòng)售票機(jī)中采用G&DBIM2020（德國(guó)捷德）系列紙幣識(shí)別器。紙幣識(shí)別器對(duì)紙幣的放入無(wú)方向性要求，無(wú)論乘客如何投入紙幣，都不影響紙幣識(shí)別器對(duì)紙幣的識(shí)別功能，經(jīng)過(guò)識(shí)別后合法的紙幣將被保存到紙幣錢箱，不符合參數(shù)指標(biāo)的紙幣通過(guò)退紙幣口返還給乘客，并有明確標(biāo)識(shí)指示，由TVM機(jī)系統(tǒng)完成聲音提示。紙幣識(shí)別器識(shí)別功能完整，拓展性強(qiáng)，適應(yīng)今后人民幣防偽技術(shù)的發(fā)展趨勢(shì)。2紙幣面值識(shí)別技術(shù)2．1面向識(shí)別要進(jìn)行人民幣紙幣面值識(shí)別，首先要確定人民幣紙幣的面向

4、。只有確定出面向，才能準(zhǔn)確定位紙幣要識(shí)別的特征區(qū)域。面向可分為：正面正向、正面倒向、反面正向和反面倒向。在進(jìn)行識(shí)別前應(yīng)先進(jìn)行預(yù)處理，如傾斜校正、濾波等處理。在面向識(shí)別中，采用目前常用的方法，即根據(jù)灰度來(lái)確定。這種方法識(shí)別速度快，準(zhǔn)確率高。對(duì)紙幣圖像分割成9塊區(qū)域，根據(jù)每一塊的灰度進(jìn)行比較，可以得出紙幣的面向。2．2面值識(shí)別人民幣紙幣識(shí)別對(duì)準(zhǔn)確率要求很高，識(shí)別算法應(yīng)在保證高識(shí)別率的基礎(chǔ)上盡可能的提高識(shí)別速度。提出的識(shí)別方法將粘連字符分割應(yīng)用到紙幣識(shí)別中并采用句法方法進(jìn)行識(shí)別，這種方法受紙幣的污跡影響很小，即使有一些微小磨損或污跡也能準(zhǔn)確識(shí)別。2．2．1字符提取及分割以50元面值的人民幣為例，對(duì)數(shù)

5、字50定位后需要將兩個(gè)字符分割開，而5和0連接的很緊密，粘連在一起，直接分割將損害字符的完整。因此需要使用特殊的處理算法。先將數(shù)字字符濾波并進(jìn)行邊緣提取，得到50的空心字符，充填后進(jìn)行細(xì)化，得到圖1：圖1細(xì)化后圖像圖2分割后數(shù)字5和0的圖像圖3圖4此時(shí)字符依然是粘連的。在二值圖像中，白色像素點(diǎn)的值為1，黑色像素點(diǎn)值為0。對(duì)圖像每一列找出最上端為1的點(diǎn)和最下端為1的點(diǎn)，行數(shù)相減，得到差值K。最上端為1的點(diǎn)為fij(,)，11最下端為1的點(diǎn)為fij(,)，K=i?i。然后從fij(,)開始向下，把到fi(+Kj,)之間的點(diǎn)22211111的值都改為1，此時(shí)字符圖像已經(jīng)分離，可以輕易的將字符分割開。

6、分割后也可以做一下簡(jiǎn)單的去毛刺處理。如圖2所示，是被分割出來(lái)的字符5和0。對(duì)字符的識(shí)別，這里采用結(jié)構(gòu)識(shí)別的方法。2．2．2字符的識(shí)別將字符圖像分割成四個(gè)象限，如圖3所示，按幾何的方法對(duì)象限排序，即右上角為第一象限，左上角為第二象限，左下角為第三象限，右下角為第四象限。之后判斷每個(gè)象限的筆畫。根據(jù)筆畫的不同，列出代表筆畫特征的表格，如圖4，可以得出如下結(jié)果：結(jié)構(gòu)描述格式為：是否空心；第一象限筆畫；第二象限筆畫；第三象限筆畫；第四象限筆畫。數(shù)字0可以描述為：19876；數(shù)字1可以描述為：03333；數(shù)字2可以描述為：05842；數(shù)字5可以描述為：02425；對(duì)要識(shí)別的數(shù)字，將其描述出來(lái)的字符串進(jìn)行

7、匹配識(shí)別。對(duì)字符串進(jìn)行匹配，就是對(duì)兩個(gè)分別具有m和n個(gè)符號(hào)的字符串X和Y，衡量他們之間的相似度，具體定義為：將字符串X變換成Y需要的字母編輯次數(shù)。將描述要識(shí)別的數(shù)字的字符串設(shè)為X，需要匹配的模板字符串為Y。采用LevenShtein距離法即編輯距離算法，以矩陣的形式給出將X變成Y的所有可能編輯的操作，然后根據(jù)這個(gè)矩陣算出最終結(jié)果。將表述要被識(shí)別的字符的字符串X與其他模板字符串依次匹配，算出Leve