图像识别是目前具有广阔市场应用前景和发展空间的识别技术之一,而广泛应用在金融领域中的纸币清分机对纸币图象识别与处理技术有着更为严格的要求。纸币清分机的的核心技术就是必须具有实时的纸币图象检测硬件电路和高效的纸币图象识别算法。本文针对纸币图象检测和处理问题进行了深入研究,提出并设计了一种具有多功能的纸币清分机的图象检测硬件电路和相应的图象识别方法,满足了纸币清分的实时性和准确性的技术要求。在检测系统硬件电路的设计上,本文提出了将接触式图像传感器(CIS)、复杂可编程逻辑器件(CPLD)与数字信号处理(DSP)技术相结合的设计方案:纸币首先通过CIS进行高速图象采集和A/D转换电路的转换,将纸币图象数据存入DSP的存储空间;充分利用DSP的高速信号处理功能,选择TI公司的TMS320C6711芯片完成图像数据的必要处理,进而实现纸币的识别与清分功能;利用CPLD的高速逻辑信号处理能力,选择Xilinx公司的XC95144完成系统硬件的时序控制并提供电路所需的逻辑信号。在纸币图象识别算法上,以国内目前流通的第四版和第五版人民币作为识别对象,应用数字图像处理技术与模式识别方法,并结合改进的自组织映射(SOFM)神经网络,来实现人民币的实时识别,最终实现的识别算法具有较强的实时性。该算法以人民币图像的灰度特征信号为基础,完成纸币图像定位和倾斜校正、纸币的尺寸测量、纸币图像的特征值提取等一系列的检测任务,并根据检测到的数据识别纸币的面值、版本、正反面、正倒向、缺损、脏污等,进而对纸币加以识别及清分。实验结果表明,本文提出的纸币清分机方案和所应用的纸币图象检测硬件电路及纸币图象识别算法满足纸币识别及清分的技术要求,具有较高的实用价值。