人民币冠字号码的提取与识别

开篇：润墨网以专业的文秘视角，为您筛选了一篇人民币冠字号码的提取与识别范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要： 为了验证人民币纸币的真伪，给出人民币冠字号码的一种提取与识别方法。提取过程包括针对纸币图像的采集、灰度化、二值化等预处理，以及使用投影法对人民币字符的位置确定。字符被一一提取出来后，先做归一化处理，再使用模版匹配法，将其与模版字符一一比较，并计算相似度，从而完成字符识别。通过对采集的50张人民币图像进行识别实验，所给方法的有效识别率为90%。

关键词： 人民币纸币； 字符识别； 模板匹配； 归一化处理

中图分类号： TN911.73?34； TP391 文献标识码： A 文章编号： 1004?373X（2013）11?0070?05

0 引 言

冠字号码是用以控制各种票券印制数量和防伪作用的冠字和号码。依靠纸币上的“冠字”与“号码”，再辅以银行和印钞厂的存档资料，可以追溯任何一张纸币的印刷时间、印刷地点、印刷人员、检查封装人员等等相关信息。在我国人民币一般实行“一票一号”，也是说冠字号码代表每张人民币独一无二的身份。另一方面，人民币印刷过程中可能出现错号、重号、缺号等情况。同时，自从2011年起，全国各地陆续发现了以“TJ55”， “AZ88”，“WL55”，“YX86”冠字号码开头的假人民币，仿真机高，破坏了社会的经济秩序和社会信用原则。因此，识别纸币的序列号具有十分重要的意义。

人民币原始的识别方法是人工识别方法，这种方法是人力物力浪费严重，且成本高、效率低，难以适应现代社会的发展要求。目前，在纸币号码识别方面，主要使用不等式技术、神经网络技术等识别技术和识别方法。差别不等式方法是根据已有的经验人为地选择特定的算法，同时，必须包括每一张人民币纸币的阈值和特征差别点，所以效率比较低下，神经网络算法识别率很高，但是其要求的数量是十分庞大的，需要采用大量的训练样本，耗费大量的时间，该算法的一个严重问题，就是不能满足设备实时性的要求。文献[1]中提出了采用随机掩膜来提取人民币纸币的特征，将其用神经网络进行识别。从而大幅缩减了训练样本的规模，取得了较好的识别结果和识别率，也解决实时性问题。本文根据纸币序列的特点提出了基于模板匹配的人民币序列号识别方法，能够快速的识别序列，同时还具有一定的稳定性。

1 人民币图像的预处理

图像的预处理是图像识别前的重要工作，通过一系列特定的操作，改变图像的像素，达到特定的目的。一般来说，它应该包含图像采集、灰度化、二值化、线性滤波、直方图调整等，经过预处理后，排除了许多干扰为后续的提取和识别工作提供了很多便利的前提条件。