随着假钞的制造水平越来越高,高质量的假钞越来越难被传统的点钞机检测出来。作为纸币的唯一识别标志,冠字号码是人民币防伪设计的重要组成。出于成本考虑,在制造过程中一大批假钞往往使用同一串冠字号码。基于这个事实,如果可以为点钞机增加纸币冠字号码实时识别的功能并进行基于冠字号码的验伪,便可以大大提高点钞机假钞检验的能力。目前,国外已经有成熟的具有纸币冠字号码识别功能的点钞机产品。与此同时,国内在这一产品领域尚处于研制阶段。本文所研究的人民币冠字号码识别算法便是研制具有冠字号码识别功能的点钞机系统的组成部分。本文所进行的研究工作主要是设计出一套适用于点钞机嵌入式设备上的字符图像识别算法。首先,作者通过对当前主流的三类字符识别算法进行详细分析,找出了最为适合本文的基于模板匹配的字符识别算法作为本文的主算法。出于提高识别算法识别速度的考虑,本文提出了一种计算字符图像连通区域个数的字符图像特征提取方法,通过对图像连通区域个数这一特征对待识别字符图像进行分类匹配大大提高了原有算法的识别速度。另外,考虑到字符集中的众多相似字符在模板匹配时容易出现误配情况,本文提出了计算字符图像八个顶点位置的字符图像提取方法,通过字符图像各顶点位置这一特征对字符集中的相似字符进行区分提高了原有算法的识别准确度。本文通过对图像预处理中的图像旋转、图像放大、图像二值化、字符分割以及字符识别过程中图像细化、图像压缩等步骤的详细讨论与分析,较为全面地描述了本文研究工作的细节。本文在研究的最后,通过实验对本文所设计并实现的字符识别算法进行了检验,在实验中该算法可以达到每分钟处理900张以上的纸币图像、字符识别准确率超过99%的要求,证实了本文所研制的字符识别算法是一套实用、高效的字符识别算法。