1、基于机器视觉的纸币清分机设计分析 吴财源 钟球盛 侯文峰 广州番禺职业技术学院机电工程学院 广州番禺职业技术学院精密装备与现代检测技术研究所 摘 要： 设计了一种基于机器视觉的智能纸币清分机, 可实现纸币真假识别、面额清点和分拣等功能。清分机采用 STM32 作为运动控制系统的处理器, 可同时控制进钞步进电机、传输步进电机和分拣步进电机, 实现三轴联动。通过红外触发传感器, 检测进钞状态, 触发相机采集图像。基于工业计算机处理平台, 采用CCD 相机与紫外 LED 光源, 采集纸币目标区域的水印图像。设计专用的纸币智能识别算方法完成水印图像处理与分析, 处理信号驱动运动控制系统, 控制线性模组
2、完成纸币的分类。实验结果表明所设计的纸币清分样机可实现不同面值纸币的快速准确识别、清点与分类。关键词： 清分机; STM32; 机器视觉; 纸币; 作者简介：侯文峰 E-mail:作者简介：吴财源 (1983-) , 男, 助教;主要研究方向:机电一体化与运动控制, 已发表论文 3 篇。收稿日期：2017-01-18基金：2016 年度广东省自然科学基金资助项目 (2016A030313405) The Research of Banknote Sorting Machine Machine Based on Machine VisionWU Caiyuan ZHONG Qiusheng HO
3、U Wenfeng School of Electromechanical Engineering, Guangzhou Panyu Polytechnic; Abstract： A novel banknote recognized system is proposed based on the machine vision. The system structure consists of motion control, signal transmission, image acquisition, image processing and recognition. The motion
4、control model is designed by the STM32 processor and stepper motor. The banknote is imaging by the CCD camera and ultraviolet LED source. The image recognized algorithm mainly include image calibration, image segmentation, blob analysis, feature extraction and target classification. Experimental res
5、ults show that paper money with different denomination can be fast identified and counted accurately.Keyword： banknote sorting machine; STM32; machine vision; banknote; Received： 2017-01-18随着改革开放和国民经济近三十年来的高速发展, 纸币从 1948 年的第一套发行, 发展到现在的第五套纸币。2015 年国民生产总值 GDP 达到 12 万亿美元的规模, 市场上纸币现金流通量不断扩充, 使得对纸币分拣、分版
6、和清点等工作在各家银行都面临巨大的挑战。当前, 很多银行对纸币分拣、分版和清点等工作仍然依靠手工操作, 这样不但效率低下, 工作时间长, 而且存在整点挑剔质量并理想等问题。银行为了提高纸币分拣效率和竞争力, 对纸币能实现自动化分拣等功能的设备要求越来越迫切。纸币清分机需要综合运用精密机械制造技术、电子计算机技术、传感器与检测技术、模式识别技术、鉴伪技术和系统控制技术等1-3。它具有识别纸币面额、版别、新旧、残损、真伪等多种功能, 可以高速度、自动化处理大量现钞, 因此也被视为一个国家金融业现代化发展不可缺少的必需装备。本文设计了一种基于机器视觉的智能纸币清分机, 可实现纸币的快速真假识别、面额
7、清点和分拣等功能。1 工作原理纸币智能识别清点与分类系统其核心是采用了当前机器视觉研究热点的图像处理与模式识别技术, 而分拣机构则是采用了线性模组带动箱体的分拣方式, 这套系统通过基于机器视觉的方法, 采用高速相机以及紫外 LED 光源来捕获人民币的目标水印区域图像4, 通过图像处理与模式识别技术对钱币进行识别5-6。识别后通过计算机把识别结果传递给下位机, 下位机控制步进电机使分拣箱体运动到指定的位置, 纸币通过带摩擦传动机构送落到指定面值钱箱。整机系统的工作原理如图 1 所示。纸币智能识别清点与分类装置能通过识别纸币面额的大小使其分类外, 还可计算分类后的纸币数量和总额。这种自动识别清点系
8、统的开发具有极大的现实意义, 使其可广泛应用于 ATM、自动售货机与公交车自动投币的等各种纸币分类系统中, 具备广阔的市场前景。图 1 清分机系统工作原理 下载原图2 系统结构设计纸币智能识别清点与分类系统的机械结构设计通过三维软件进行建模和虚拟装配, 主要机械部件包括:进钞机构、传输机构、识别机构和分拣机构等, 如图 2所示。图 2 清分机整机三维图 下载原图2.1 进钞机构进钞机构主要是参考现有验钞机的进币结构, 其结构主要由捻钞、机架和步进电机等三部分组成。捻钞部分由滑钞板、送钞舌、阻力橡皮、落钞板、调节螺丝、捻钞胶圈等部分组成。通过这种结构可把多种混合的纸币逐张分离传送到送钞机构上。2
9、.2 传输机构传输机构主要由传输带、滑轮组、光学玻璃、同步带轮和步进电机组成。主要通过步进电机带动同步带轮转动使传输带在摩擦传动的作用下带动纸币在光学玻璃上滑动, 由于纸币是放在光滑的光学玻璃上, 所以纸币可以通过传输带带动下快速滑动。为了保证纸币能平行快速移动, 又不遮挡相机图像采集目标区域, 带传动机构采用对称分布, 且轻压于纸币目标图像采集区域以外的区域。为了防止传输过程中带脱轨, 传输带上方有两个滑轮用于压紧传输带, 其余内部滑轮用于辅助传输7-8。2.3 识别机构识别机构采用龙门架结构, 相机和光源分别安装在其上, 如图 3 所示。由于纸币的水印是单面的, 为了保证纸币水印正放或反放
10、都能识别出来。单光源时, 纸币反面水印不清晰, 相机采集不到反面水印的清晰图像, 不能有效地识别出纸币面值。为了纸币正反面时水印成像清晰, 上下都要分别安装一个光源, 使用光学玻璃不但可以减少纸币移动阻力, 把纸币放在光学玻璃上, 底部光源紫外线就可以透过光学玻璃照射到纸币水印上, 这样相机就能采集到正反面清晰的水印图像。当纸币从进钞机构传输到光学玻璃上, 纸币经带摩擦传输到识别机构下的光纤传感器时, 触发相机抓取实时动态图像, 然后把图像传输到电脑上进行图像识别分析处理。图 3 清分机识别机构三维图 下载原图2.4 分拣机构分拣机构主要由分拣钱箱、57 步进电机和线性模组成, 分拣钱箱安装在
11、线性模组上, 通过步进电机带动分拣箱运动到相应面值钱箱, 接收识别后的相应面值纸币。当上位机把图像处理的结果分析出来后, 通过串口把结果发给下位机控制线性模组的步进电机使钱箱运动到对应的面值箱体, 实现纸币分类。图 4 所示为测试用的样机实物图。图 4 测试样机实物图 下载原图3 控制系统设计纸币清分机的电气控制系统主要由 STM32 最小控制系统构成, 系统控制总体结构如图 5 所示。电气控制系统主要包括一个启动光耦, 3 个步进电机控制模块, 串口通讯模块和一些 I/O 接口。由于步进电机需要快速启动和停止, 为了使设备减少震动, 3 个步进电机控制能实现快速加减速功能9-10。当纸币放在
12、进钞机构上, 启动光耦检测到纸币信号, 进钞电机快速启动, 通过带动捻钞轮把一张钞票穿送到传输机构的光学玻璃时减速停止运行, 在进钞电机启动的同时, 传输电机也快速启动, 带动传输机构滑轮组的传输带运动, 通过摩擦力带动纸币快速移动, 当纸币传送到光学玻璃上的相机触发检测传感器时, 相机抓取图像信息, 相机通过 USB 接口与电脑连接, 经电脑把图像数据处理得出面值结果后通过串口把信号传送给下位机控制系统, 控制系统给信号驱动器驱动分拣步进电机, 使线性模组快速移动到相应面值的钱箱收纳纸币。接到上位机信号后, 如果进钞启动光耦仍然检测到纸币信号时, 启动电机再次启动, 重复上述过程。直到把所有
13、钞票分拣完毕, 启动光耦检测不到纸币信号后, 进钞和传输电机停止运转。在此过程中, 电脑或控制系统都可以对纸币不同面值的数量和总额进行计算和记录。控制系统的工作流程如图 6 所示。图 5 清分机控制系统原理框图 下载原图图 6 清分机控制系统流程图 下载原图4 识别系统设计识别系统主要部件包括 CCD 高速相机, 上下两个紫外线 LED 光源和一个相机触发光纤传感器。由于前面提到的人民币纸币水印在紫外光的照射下只有单面水印, 当单光源且水印在反面时, 水印成像不清晰, 为了解决这个问题, 使用了上下两个紫外线光源, 且底下光源不能直射上方相机, 必须要倾斜一定的角度, 避免相机采集图片时形成反
14、光, 影响图片采集的清晰度。图像识别主要通过基于机器视觉的方法, 通过获取经过紫外线照射的纸币目标水印区域和纸币特定区域的灰度特征11-13, 并基于图像处理与模式识别技术, 实现纸币识别, 再通过算法处理与下位机通信现实纸币的分类与清点。由于机械结构传动问题, 不能保证每次纸币与相机镜头角度水平, 使水印目标图像与边沿产生不平行现象。当倾斜角度过大时, 不能有效识别纸币面值, 为了解决这个问题, 图像处理算法中加入了图像倾斜校正功能, 这样大大提高纸币识别稳定性和准确性。视觉系统的工作流程如图 7 所示。识别算法主要通过对水印区域内的目标数字特征进行提取来判断纸币面值和真假, 目标数字主要特
15、征包括高度特征、填充率特征、面积特征、宽度特征和多目标粘连数量特征等。主要的决策树分类核心算法流程框图如图 8 所示。图 7 清分机视觉系统工作流程图 下载原图图 8 纸币面值判断算法流程图 下载原图5 实验结果图 9 中所示第一行为经紫外线照射的目标区域原图像, 包括了正放与反放的两种情况, 第二行展示了经图像处理算法后的目标 (如:10 元、50 元、100 元) 都能够得到了有效的提取。经多次运行测试, 系统识别纸币的正确率可以达到98%以上。图 10 所示为系统上位机软件的运行界面截图, 界面展示了原始图像、二值化图像和目标提取的结果图像, 右侧信息栏显示了当前纸币的识别和清点结果。图
16、 9 原图像目标提取图像对比图 下载原图图 1 0 上位机软件运行界面图 下载原图6 结论(1) 本文设计了一种通过对水印区域内的目标数字特征进行提取来判断纸币面值和真假的识别算法。(2) 控制系统采用 STM32 控制器现实进钞步进电机、传输步进电机和分拣步进电机三轴联动, 并使用串口与上位机进行通信。(3) 设计了一种摩擦带动纸币传输与线性模组驱动的收纳纸币运动机构。通过样机实验能正确识别纸币真假与面值和计算各种纸币数量及总金额, 准确率达 98%, 并能实现自动分拣等功能。由于某些纸币目标特征区分还不够明显, 导致不能达到百分之百的正确率。为了提高识别正确率, 需要改用彩色 CCD 高速
17、相机, 提取纸币色彩特征, 这样可以大大提高纸币识别的正确率。还有机器整体也需进一步优化, 增加人民币识别的种类, 精简目前的分拣系统结构, 可以更有效提高设备的工作效率。参考文献1孔凡辉, 吉权, 关心, 等.一种纸币识别方法研究J.计算机工程与应用, 2006, 13:209-212. 2王朋, 刘鹏, 张春晶, 等.一种纸币图像特征提取方法J.黑龙江科技学院学报, 2013, 23 (3) :308-310. 3江艳飞, 李欣, 董静薇.一种基于图像识别的第五版人民币成色检测方法J.哈尔滨理工大学学报, 2008, 13 (3) :27-30. 5李善寿, 方潜生.基于 FPGA 和 C
18、IS 的人民币图像采集系统设计J.传感器与微系统, 2010 (10) :97-99. 6祁磊, 任明武.基于纸币透射图像的新旧检测J.现代电子技术, 2015, 38 (6) :101-104. 7施志坤, 罗晚霞, 谢小毛, 等.用于纸币清分机中的纸币传送机构.中国, 201210443405.3P.2014-05-21. 8孙景涛, 陈德忠, 林金星.与纸币清分机送币机构配套设置的皮带导正装置:中国, 201120358372.3P.2012-07-04. 9李红燕, 魏世民, 廖启征, 等.基于 STM32 的多电机协同控制系统设计J.电产品开发与创新, 2012, 25 (5) :1
19、20-122. 10廖平, 韩伟伟.基于 STM32 多步进电机驱动控制系统设计J.仪表技术与传感器, 2016 (4) :71-73. 11柳春华, 何勇.基于图像处理方法的纸币清分系统的研究与实现J.西南师范大学学报:自然科学版, 2014, 39 (5:81-87. 12STEFANO L D, MATTOCCIA S, TOMBARI F.ZNCC-based template matching using bounded partial correlationJ.Pattern Recognition Letters, 2005, 14:2129-2134. 13高晓峰, 史朝辉.一种改进的基于灰度投影的图像匹配算法J.航空计算技术, 2013, 42 (6) :85-87.
