基于DSP平台人民币编号识别系统设计与实现.docVIP

基于DSP平台人民币编号识别系统设计与实现 　　【摘要】为了在嵌入式系统中实现实时视频图像人民币号码识别，提出了基于TI系列TMS320DM642的快速人脸检测系统设计方案，包括系统软件和硬件的方案。首先，详细介绍了人民币编号图像提取与识别，针对该算法实现原理阐述硬件平台上的算法移植和优化方案，最后，实现了嵌入式快速人民币号码识别系统的研制。通过分析测试结果，系统可靠运行，优化后系统运行速度提高，能够实现实时人民币号码识别。 　　【关键词】TMS320DM642；序列号识别；优化 　　1.引言 　　人民币是我国的法定纸币，每一张人民币都有一组序列号，它是人民币的“身份证”。随着我国经济的飞速发展和商业活动的日趋频繁，货币的发行流通量日益增大，人民币识别与鉴定变得尤为重要，而序列号就是一个很重要的防伪点。另一方面，人民币号码印刷过程中可能出现错号、重号、缺号等情况，目前的方法大都是由人工检查完成，费时费力。因此，对序列号自动识别的研究是非常有现实意义的。本文提出一种基于投影法和的纸币序列号识别方法。 　　2.系统设计 　　如图1所示，本系统是基于DM642平台上实现的，系统硬件设计主要由五部分组成：图像的采集、图像处理与分析、储存器和数据输出、图像的显示。首先通过PAL制式的CCD摄像机，对纸币进行图像的捕获，经过高精度的A/D转换得到数字纸币图像。然后对纸币上的序列号进行分割，再做特征提取，最后完成纸币上序列号识别，这部分的图像处理和分析工作全部由DSP来完成，识别后的结果经D/A转换显示到显示器上。SDRAM用于存放系统运行时的代码以及临时图像数据，FLASH用于存储引导代码、程序以及相关数据。 　　3.人民币编号提取与识别 　　3.1 预处理 　　对于捕获的图像，需要进行图像预处理（如图2所示），图像预处理技术就是在对图像进行正式处理前所做的一系列操作，因为图像预处理技术就是在对图像进行正式处理前所做的一系列操作，图像在传输过程和存储过程中难免会受到某种程度的破坏和各种各样的噪声的污染，导致图片丧失了本质或者偏离了人们的需求，而这就需要一系列的预处理操作来消除图??受到的影响。本系统处理图像首要步骤是区域定位、灰度对数变换、高提升滤波处理和二值化，然后再进行边缘提取工作。 　　3.2 边缘检测 　　边缘主要存在于目标与目标、目标与背景、区域与区域之间，是图形分割、纹理特征提取和形状特征提取等图像分析的重要基础。本系统采用Prewitt算子检测边缘，如图3所示，图3（a）是100元纸币的样本图像，图3（b）是Prewitt算子检测边缘结果，其序列号边缘清晰，有利于后续特征提取与识别操作。 　　3.3 纸币边界坐标确定 　　经过上述预处理步骤，纸币已经得到校正，我们获得了边界清晰的图像。此时，采用投影法就很容易得到纸币边界坐标，即在图像边界以外，图2的投影为零。对图3（b）作垂直和水平投影，其结果如图3（c）和（d）所示。由图3（c）可以获得纸币的左右边界（对应横坐标），由图3（d）可以获得纸币的上下边界（对应纵坐标），综合起来就可以得到纸币的准确坐标。 　　3.4 序列号定位 　　研究人民币序列号规律可以发现，序列号处于整张纸币的左下角相对固定位置。以纸币左下角为原点，设纸币长为L，高为H，则序列号水平方向在纸币左边大约23/100L处，垂直方向在纸币下边1/3H处。本实验取1/4L和1/3H对序列号子图像进行粗略分割，其结果如图5所示。纸币序列号粗定位后，其图像大体包括3个组成部分：序列号、面值100、水印100。水印100可以通过设置适当阈值，在二值化过程中将其去除。剩下的两个组成部分可通过再次使用投影法将其分离，获得准确的序列号子图像。 　　3.5 序列号字符分割 　　为了便于字符的识别，我们需要将各个字符分割开来，本文采用系垂直投影分割方法。其基本思路是：将二值化后的字符图像在垂直方向上投影，根据字符图像由十个字符组成，每个字符之间有一定的间距，投影图上每个字符投影之间必然存在峰谷，谷的位置就是字符之间的间隙。理想状态下两个字符之间的投影值应为零，但由于字符图像的噪声或粘连等于扰，造成谷的位置不为零。基于此可以设一个阈值，小于这个阈值的就认为是谷。这样就可以根据投影图从左到右分割出十个字符来。其投影图和分割出来的字符如图4（d）所示。由分割出来的字符可以看出，每个字符的大小并不一样，纸币中间字符大两边小。 　　3.6 字符归一化 　　归一化包括大小归一化、位置归一化及笔划粗细归一化。根据上述已经分割出来的字符图像可以看出，需要用到大小归一化进一步处理。而大小归一化有线性归一化和非线性归一化两种。线性归一化较简单，就是把原始图像线性的拉伸，缩放到规定大小。本文采用线性归一化将字符