摘 要：本文介绍了一种基于TI的DM642平台的纸币识别系统的硬件设计及对应的识别方法。在硬件设计上,将高速数字信号处理(DSP)技术与可编程逻辑门阵列(FPGA)和接触式图像传感器(CIS)相结合;在识别方法上,应用图像处理技术与模式匹配算法相结合识别纸币。实验证明,此系统达到了高速、实时、识别率高的要求。
关键词：DM642；CIS；图像处理；FPGA
1.引言
在银行业务当中，纸币清分是一项重要业务，其中包括残损识别、缺角识别、新旧判断、污渍识别及号码识别等。 据了解目前国内较多银行使用的纸币清分机都是从国外进口的,成本较高。国产纸币清分机相对较少,而且功能都很有限,很难满足高速实时性的要求,尤其是能够用图像处理的方法来识别纸币的纸币清分机还刚刚起步。更何况有不少清分机的图像处理部分由工控机完成，体积较大，为此,设计了一种基于DSP处理芯片的纸币识别系统。该系统以DSP为核心处理器,结合接触式图像传感器CIS和可编程逻辑门阵列FPGA,并辅以高性能的模/数转换器AD9822,进行纸币图像的采集、转换及处理。该系统除了针对人民币99版和05版的5元、10元、20元、50元、100元纸币进行识别外,只要将FLASH中的纸币模板换成其他外币图像模板（如欧元、台币、港币及奥币等），同样可将其正确识别。利用数字图像处理技术及模板匹配算法识别纸币图像的长度、宽度、方向块特征,区分纸币的面值、正反面与正反向。最终完成的系统能达到较高的识别速度和识别率。
2.硬件设计
识别系统的总体硬件结构如图1所示。纸币图像首先通过传感器CIS扫描后得到光电转换信号,然后将模拟信号经过模数转换器AD9822转换成为标准的数字信号经DSP的VP口送入到VP缓冲区中;最后通过EDMA通道输入到DSP的RAM中,在DSP中进行图像的处理和识别。整个系统的信号逻辑时序由FPGA来控制。
图1 识别系统的总体硬件结构框图
纸币图像的采集由CIS与A/D转换器组成。本系统采用线型CIS,它的采样速度较快、电路设计比较简单、体积小、时序也易于实现。每张图像的像素为864×400。纸币的进入判断使用红外对管检测，每张纸币采集指定行数如400行，利用FPGA的内部时钟记数器完成一张纸币的结束采集，如400×1000个时间采一幅纸币图像。
纸币图像经过采集和A/D转换后,暂存入DSP 的图像缓冲区中,然后由DSP通过EDMA通道直接传输。整个采集和存储过程的时序信号是由EP1C6Q240C8产生的。图像的识别部分由数字信号处理器DSP及相应的外围电路构成,其结构如图2所示。数字信号处理器DSP选用TI公司生产的DM642芯片,主频为600MHz。扫描采集到的纸币图像数据Data经EDMA存入静态存储器SDRAM中,DSP对已存入SDRAM的数据作一系列的识别算法运算,并将最终结果通过DSP的VP2口输出(VP2模拟串口输出数据)。
图2 DSP及相应的外围电路的结构图
3.图像的搜边、矫正、面值与方向算法处理
图像的搜边矫正包括两个方面:图像边界及中心点的确定和图像倾斜度的校正。求取图像边界中心点的方法,采用自整个扫描的图像边界向内选取,确定纸币图像边界上的少数点,再对这些点进行直线拟合,从而确定纸币的四个边界。四个边界中心点的连线的交点即为图像的中心点。纸币图像的边界与扫描采集的图像的边界的夹角就是倾斜角。将倾斜角超过20°的纸币不作处理，作为不可识别类送向清分机指定钞口。
确定了纸币图像的边界、中心点和倾斜角后,纸币的长度和宽度就能准确地计算出来。在检测中对于长宽差异小的人民币(比如99版5元与05版50元),则提取图像的区域特征加以区分比较,判别面值。 下面是经DSP的内联函数优化后的图像矫正算法代码：
void ImageWarp_8u_C1R(double quad 侯伯亨，顾新.VHDL硬件描述语言与数字逻辑电路设计［M］.西安：西安电子科技大学出版，1999
中国论文网(www.lunwen.net.cn)免费学术期刊论文发表,目录,论文查重入口,本科毕业论文怎么写,职称论文范文,论文摘要,论文文献资料,毕业论文格式,论文检测降重服务。 返回通信学论文列表
