基于康藝A級(jí)點(diǎn)驗(yàn)鈔機(jī)冠字號(hào)碼實(shí)時(shí)識(shí)別方法研究.pdf

1、人民幣上的冠字號(hào)碼由冠字和號(hào)碼兩部分組成，是中國(guó)人民銀行人民幣印制生產(chǎn)、管理控制的措施之一，也是人民幣反假工作的重要內(nèi)容之一，根據(jù)人民幣印制生產(chǎn)管理的需要不斷調(diào)整變化。通過(guò)“互聯(lián)網(wǎng)+現(xiàn)鈔貨幣流”，實(shí)現(xiàn)物聯(lián)網(wǎng)對(duì)冠字號(hào)碼云數(shù)據(jù)的智慧化管理；冠字號(hào)碼大數(shù)據(jù)，為國(guó)家金融部門(mén)分析其流動(dòng)方向，出臺(tái)相應(yīng)政策提供有價(jià)值和可靠信息；同時(shí)也是銀行與客戶間矛盾爭(zhēng)端解決的重要依據(jù)。
　　人民幣鑒別儀通用技術(shù)條件（GB16999-2010）A級(jí)點(diǎn)驗(yàn)鈔機(jī)技術(shù)

2、標(biāo)準(zhǔn)中明確提到，對(duì)于可流通人民幣，冠字號(hào)碼識(shí)別速度大于900張每分鐘，誤識(shí)率小于0.03％。而國(guó)內(nèi)乃至世界高端金融機(jī)具，對(duì)存在著折痕、褶皺、污漬、斷點(diǎn)、拉斜和變形等因素，嚴(yán)重影響著紙幣冠字號(hào)碼識(shí)別的準(zhǔn)確性；同時(shí)紙幣冠字號(hào)碼的實(shí)時(shí)性，也制約著金融機(jī)具鑒偽性能的提升。因此，新國(guó)標(biāo)的標(biāo)準(zhǔn)，對(duì)圖像的采集、芯片的處理能力、算法的實(shí)時(shí)性、算法的可靠性等，都提出了前所未有的要求。對(duì)于金融機(jī)具行業(yè)，既是挑戰(zhàn)也是機(jī)遇。
　　本文所有步驟基于廣州康藝

3、 JBYD-HT-9000(A)智能 A級(jí)點(diǎn)驗(yàn)鈔機(jī)上進(jìn)行試驗(yàn)驗(yàn)證，設(shè)計(jì)了基于 DSP的紙幣冠字號(hào)碼識(shí)別方案。本文采用20M采集頻率3段式CIS(Contact Image Sensor)圖像傳感器進(jìn)行圖像采集，并對(duì)所采集的圖像進(jìn)行非均勻性校正，獲取最真實(shí)反映紙幣原始信息的圖像。根據(jù)紙幣的面額面向等信息，獲取到冠字號(hào)碼圖像區(qū)域，根據(jù)紙幣冠字號(hào)碼本身特點(diǎn)，計(jì)算出直方圖門(mén)限值，然后進(jìn)行二值化處理，針對(duì)二值化后圖像的特性，采用橫縱向投影相結(jié)合分

4、割法。大量的試驗(yàn)結(jié)果證明該分割法簡(jiǎn)單、快捷、有效，完全符合實(shí)時(shí)性與可靠性要求。其次，根據(jù)整張紙幣的傾斜角度，通過(guò)二次線性插值法對(duì)單個(gè)字符進(jìn)行傾斜校正，最后進(jìn)行歸一化處理，得出的結(jié)果進(jìn)入后續(xù)識(shí)別。
　　本課題主要解決的難點(diǎn)有：污損的濾除和冠字號(hào)碼的識(shí)別。
　　污損濾除：對(duì)于可流通性人民幣，折痕、褶皺和污漬等離散性情況的客觀存在，直接影響后續(xù)識(shí)別難度和識(shí)別準(zhǔn)確性。為解決傳統(tǒng)圖像濾波對(duì)目標(biāo)圖像噪聲抑制效果不理想的問(wèn)題，文設(shè)計(jì)提出了

5、2種針對(duì)紙幣字符圖像濾波的方法，包括8臨域?yàn)V波法和二值化圖像邊沿投影濾波法。并通過(guò)康藝不同機(jī)型進(jìn)行方法實(shí)踐驗(yàn)證，得出大量的實(shí)踐數(shù)據(jù)，結(jié)果表明：通過(guò)本文的濾波后，識(shí)別率都有不同程度提升，都比較理想，達(dá)到預(yù)期的效果，體現(xiàn)出很高的性價(jià)比。
　　冠字號(hào)碼識(shí)別：相比較于模板匹配法、神經(jīng)網(wǎng)絡(luò)法、基于向量機(jī)法、遺傳算法；基于字符多形態(tài)(二值化圖像、灰度圖像、基于骨架等)輪廓信息與形狀特征，加權(quán)融合判決的字符識(shí)別，有著以上幾種識(shí)別算法無(wú)可比擬的優(yōu)

6、勢(shì)，無(wú)需大量收集各種狀態(tài)(正常狀態(tài)、拉斜狀態(tài)、各種歪曲變形狀態(tài)、污損狀態(tài)等)下的樣本；無(wú)需進(jìn)行大量訓(xùn)練；無(wú)需建立學(xué)習(xí)模型；算法復(fù)雜度低，方便后續(xù)維護(hù)；實(shí)時(shí)性高。大量測(cè)試數(shù)據(jù)說(shuō)明，該方法穩(wěn)定可靠，識(shí)別率高，開(kāi)發(fā)周期短。
　　本文完成的紙幣冠字號(hào)碼實(shí)時(shí)識(shí)別系統(tǒng)，通過(guò)實(shí)驗(yàn)室和企業(yè)內(nèi)部IQC檢測(cè)，得出結(jié)果：無(wú)污損紙幣冠字號(hào)碼在20臺(tái)樣機(jī)，每臺(tái)樣機(jī)點(diǎn)鈔不低于5萬(wàn)張，識(shí)別率均高于99.97%，高于新國(guó)標(biāo)標(biāo)準(zhǔn)；對(duì)于污損紙幣冠字號(hào)碼在20臺(tái)樣機(jī)，