紙幣非接觸成像計(jì)數(shù)系統(tǒng)算法研究.pdf

1、當(dāng)前印制行業(yè)紙幣生產(chǎn)中檢封車間小張產(chǎn)品的數(shù)字管理使用的是機(jī)械式的小張數(shù)數(shù)機(jī)計(jì)數(shù)，這種計(jì)數(shù)方式有噪聲大、對(duì)紙幣有損傷等缺點(diǎn)?；跀?shù)字圖像處理技術(shù)的紙幣非接觸成像計(jì)數(shù)方式可以克服這些缺點(diǎn)。該系統(tǒng)對(duì)每捆待計(jì)數(shù)紙幣采用工業(yè)相機(jī)采集其側(cè)面圖像，然后用圖像處理算法對(duì)其進(jìn)行處理得到紙幣數(shù)。它的實(shí)現(xiàn)難度在于其算法設(shè)計(jì)的復(fù)雜性。
　　 現(xiàn)有的非接觸計(jì)數(shù)系統(tǒng)的算法流程為四步：1)條紋分割：計(jì)算圖像分割閾值，將圖像轉(zhuǎn)換成二值圖像；2)條紋搜索：順序搜

2、索并確定圖像中所有條紋的位置；3)條紋細(xì)化：對(duì)所有的條紋進(jìn)行細(xì)化處理，去掉噪聲干擾；4)條紋計(jì)數(shù)：通過計(jì)算條紋的個(gè)數(shù)，計(jì)算出紙幣數(shù)。上述算法存在許多缺點(diǎn)：首先，紙幣側(cè)面圖像中紙張和縫的灰度對(duì)比并不明顯且縫常常是不連續(xù)或太寬而存在大量噪聲的，直接對(duì)原始圖像進(jìn)行基于閾值的分割并不能把條紋提取出來；其次，條紋搜索完成后，條紋數(shù)就是已知的了，之后的細(xì)化是沒有必要的。
　　 針對(duì)上述缺點(diǎn)，本文提出了一種基于灰度比較、空域平滑去噪、Gabo