基于DM642和直推式支持向量机的纸币图像识别研究

摘要

随着经济的迅速发展，纸币的流通量变得越来越大。繁多的纸币种类及庞大的流通量对纸币处理的机具提出了更高的要求。2011年国家颁布实施了《人民币鉴别仪通用技术条件》。新国标要求A类标准的点钞机要具备9种以上的检测技术，对纸币图像分析鉴别技术提出了明确的要求，必须具备紫外、白光以及红外图像的分析鉴别技术。此外，国内对高性能的清分机的需求也越来越迫切。本文针对新国标及清分机对纸币图像的要求，改进了纸币图像的处理识别算法，采用了省时的硬件数据传送模式，研究了纸币图像识别中实时性和准确性的问题。
　　首先，本文研究了纸币图像的预处理算法，包括亮度补偿、边缘检测、几何校正、提取图像等几部分内容。在预处理算法中采用了快速边缘检测算法，缩短了预处理的时间;将双线性插值应用于图像的几何校正，改善了图像的质量;最后通过图像投影的平均灰度值进行了准确的定位，分离出纸币图像。
　　其次，本文提出了一种改进的纸币图像特征提取方法，以特征区域纹理的二阶统计量作为图像的特征，再与网格法相结合，缩小了灰度共生矩阵的窗口，提高了图像的抗干扰性，得到每个网格内图像的纹理特征。这种方法提取的特征具有很好的推广能力。
　　然后，识别算法采用改进的直推式支持向量机对纸币图像进行分类识别，该种算法不但减小了人工标注大量样本的手动操作量，缩短了直推式支持向量机的训练时间，而且提高了分类的识别率。除了把纹理特征输入支持向量机进行训练、识别的方法外，本文还采用了纸币图像的二维模板匹配算法和一维灰度投影的模板匹配算法，但两种方法的识别率都不理想。
　　最后，本文设计的硬件实验平台采用接触式图像传感器和高速的DM642来采集和处理图像。图像的模拟信号经过AD9281转换成数字信号，由DM642的视频口传送，存储在片外的SDRAM中，方便DSP的读取。视频口采用EDMA的乒乓传送模式，不需要CPU的干预，在CPU处理图像的同时传送刚刚采集到的图像数据，节省了大量的时间，实现了纸币图像的实时处理。

目录

摘要

注释表

第一章 绪论

1．1 课题背景及研究意义

1．2 纸币图像识别技术发展现状

1．2．1 国外发展状况

1．2．2 国内发展状况

1．3 纸币图像识别技术概况

1．3．1 纸币图像识别技术的硬件平台

1．3．2 纸币图像识别系统的软件设计

1．4 本文主要研究内容

第二章 纸币图像预处理

2．1 引言

2．2 纸币图像亮度校正

2．3 纸币图像边缘检测

2．4 纸币图像几何校正

2．5 纸币图像的提取

2．6 小结

第三章 基于马尔可夫随机场的纸币图像特征提取

3．1 引言

3．2 纸币的特征分析

3．3 马尔可夫随机场模型(Markov Random Field，MRF)

3．4 灰度共生矩阵算法及应用

3．4．1 灰度共生矩阵算法描述

3．4．2 算法的影响因子分析

3．4．3 共生矩阵的二阶统计特征

3．5 纸币面额特征的提取

3．5 特征参数分析

3．6 本章小结

第四章 基于直推式支持向量机的纸币图像识别

4．1 引言

4．2 支持向量机的基本原理

4．2．1 线性支持向量机

4．2．2 非线性支持向量机

4．3 直推式支持向量机

4．4 改进的直推式支持向量机

4．5 改进的直推式支持向量机在纸币分类中的应用

4．6 本章小结

第五章 基于图像匹配的纸币面额识别方法

5．1 引言

5．2 纸币面额的数字特征

5．3 图像匹配过程

5．3．1 二维模板匹配算法

5．3．2 一维特征匹配算法

5．4 仿真实验

5．5 小结

第六章 纸币图像高速处理硬件系统设计

6．1 引言

6．2 纸币处理系统的总体硬件设计

6．3 纸币图像采集系统

6．3．1 纸币图像传感器

6．3．2 纸币采集的AD转换电路

6．3．3 采集过程中的时序分析

6．4 纸币图像处理电路

6．4．1 TMS320DM642芯片介绍

6．4．2 纸币图像采集的视频口配置

6．4．3 DM642视频口RAW采样格式的捕获视频

6．4．4 RAW采样格式视频捕获的软件实现

6．4．5 EDMA数据搬运设计

6．5 纸币图像识别实验平台

6．6 本章小结

第七章 总结与展望

7．1 工作总结

7．2 展望

参考文献

致谢

在学期间的研究成果