基于嵌入式紙幣識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

(2) 自檢部分　分為上電自檢和正常自檢， 上電自檢是開機(jī)上電時(shí),程序檢測硬件系統(tǒng)的狀態(tài),如有錯(cuò)誤給出錯(cuò)誤信息。正常自檢是維持正常工作時(shí)作的必要的檢測。

(3) 命令處理部分　包括命令的接受和分類處理. 在命令處理過程中,售貨的上位機(jī)既發(fā)送紙幣命令,也發(fā)送硬幣命令,兩者交錯(cuò)發(fā)送,各通信識(shí)別器只響應(yīng)上位機(jī)發(fā)給自己的命令。

(4) 識(shí)別部分　將紙幣信息與標(biāo)準(zhǔn)樣本比較可識(shí)別紙幣的真假,并置相應(yīng)的標(biāo)志位。

3.2.2 基于RBF神經(jīng)網(wǎng)絡(luò)的紙幣識(shí)別

為了能準(zhǔn)確快速的識(shí)別人民幣，在識(shí)別紙幣之前需對(duì)其進(jìn)行必要的預(yù)處理。圖像的傾斜往往會(huì)影響到圖像的定位以及待識(shí)別信息的提取。因此需要進(jìn)行圖像的傾斜矯正[3]。二值化處理是把灰度圖像信號(hào)變成二值(0,1)的數(shù)字信號(hào)。二值化方法通常有整體閾值法和自適應(yīng)的動(dòng)態(tài)閾值法。實(shí)際處理的紙幣圖像比較復(fù)雜，為了更好的適應(yīng)質(zhì)量差的紙幣圖像，采用動(dòng)態(tài)閾值法[4]。

這里測量了以下5 種人民幣: 第4 版100 元和50元及第5 版100 元、50 元和20 元的高和寬的尺寸(其它面值的圖像處理方法一樣) , 應(yīng)用模糊邏輯推理方法對(duì)紙幣面值進(jìn)行分類[5]。在得到紙幣面值的基礎(chǔ)上, 接著進(jìn)行紙幣正反面和正反向的識(shí)別，并識(shí)別出紙幣的真假。中心矩與圖像的平移無關(guān), 故提取中心矩作為特征用于紙幣識(shí)別。在紙幣圖像的右上角和左下角均為48×96 的區(qū)域內(nèi)分別提取5 個(gè)1-2 階的中心矩合在一起作為10 個(gè)識(shí)別特征, 然后使用RBF神經(jīng)網(wǎng)絡(luò)對(duì)紙幣進(jìn)行識(shí)別,其結(jié)構(gòu)如圖5所示。

圖5 RBF 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

RBF神經(jīng)網(wǎng)絡(luò)由：輸入層p隱含層和輸出層組成，輸入層節(jié)點(diǎn)只傳遞到隱層，隱層節(jié)點(diǎn)由基函數(shù)構(gòu)成，輸出層節(jié)點(diǎn)通常是線性的。隱層節(jié)點(diǎn)通過徑向基函數(shù)對(duì)輸入信號(hào)產(chǎn)生一個(gè)局部響應(yīng)，RBF神經(jīng)網(wǎng)絡(luò)的輸出層節(jié)點(diǎn)是隱層基函數(shù)的輸出進(jìn)行線性加權(quán)組合，即輸出層的輸出為：

4結(jié)論

本文創(chuàng)新點(diǎn)：設(shè)計(jì)一種基于S3C4510B和uClinux的紙幣特征實(shí)時(shí)采集和識(shí)別系統(tǒng)，考慮到uClinux操作系統(tǒng)本身的特點(diǎn)，將采集的實(shí)現(xiàn)放在了中斷處理子程序中,方便uClinux上的程序快速讀取采集的數(shù)據(jù)，滿足紙幣特征實(shí)時(shí)采集系統(tǒng)要求。在軟件識(shí)別部分根據(jù)紙幣圖像的尺寸特征使用模糊推理方法識(shí)別出圖像的面值，然后提取識(shí)別后圖像的矩特征，采用RBF網(wǎng)絡(luò)進(jìn)一步識(shí)別紙幣的正反面和判別紙幣的真假，這樣提高了識(shí)別的速度和精確度。