一种人民币小包无接触式计数系统的研究

李展（成都印钞有限公司 四川 成都611130）

一种人民币小包无接触式计数系统的研究

李展
（成都印钞有限公司 四川 成都611130）

针对原机械吸盘式人民币计数方式的缺点，本文提出了一种在自动线上进行人民币小包数字复核的系统方案。选择了相应的镜头、光源，根据采集图像，设计了对图像中的纸张侧面进行纸缝提取并计数的算法，讨论了该算法中不同参数对最后计数结果所造成的影响。设计了利用多相机计数结果冗余的校验算法，既保证了计数系统的准确率，同时也将系统的误数率降到最低。根据系统的长时间运行数据与测试结果，证明该系统是可能得到应用的。

非接触式；人民币；计数系统；纸缝提取；图像处理

产品数字风险管控是印制行业尤其是特种印制行业十分重视和重点防范的风险之一。长期以来，印钞行业对数字风险管控的手段也不断更新换代。行业最初完全依靠人力、时间成本高昂且准确率低的人工过数。随着科技的发展，各种纸张层叠技术装置开始出现。为保障计数准确可靠，行业逐步引进德国进口大张计数机对大张产品进行计数，同时在每个工序完成后均进行计数。对大张产品进行每印次机械过数，可以有效保障大张产品的数字准确性[1-6]。然而，进口机械式计数机计数吸盘会跟产品直接接触，高速旋转过程中会对产品造成一定的损伤，同时由于核心技术源自进口，设备成本高昂。另一方面，目前行业对小开出厂产品的数字控制环节尚未进行直接的数字管控，因此也存在一定的数字风险[1]。本文的研究目的即是通过研究高精度成像方式对捆扎后小包产品进行非接触式计数，计数过程中产品与计数装置不接触，不对产品本身造成任何损伤，尤其是避免了机械计数装置对小开产品边角的损坏，保障整个过程的安全性与数字的可靠性，同时研发具有自主知识产权的基于图像的纸张计数算法，在保障计数准确率的情况下，也大大降低纸张计数装置的成本。

1 计数系统硬件设计

1）机械方案设计

为了最大限度的控制小包产品的数字风险，计数系统的检测位置选择应该尽量靠后，而通过前期的大量测试，发现塑封后的产品因为塑封薄膜反光、不平整等干扰因素会对准确计数造成较大的影响。综合考虑上述因素，系统最终选择捆千后、塑封前的位置作为计数系统检测点。

产品在未塑封的情况下将进入计数系统的机械平台，为了保障产品在机械平台运行的稳定性，运行过程中不对小包产品造成任何机械损坏，机械设计时候需要充分考虑整个系统产品运行的稳定性和流畅性，因此机械平台的设计和加工都具有较高的要求，设计中考虑冗余，加工中保障较高精度。

小包计数成像平台设计四组相机对小包产品4个边角进行拍摄，计算结果进行相互校验，可以有效的排除某一边的纸张包边、纸张翻折遮挡、纸张锁紧等影响计数准确性的因素的影响。

图1 小包产品进入计数系统示意图

小包产品进入机械平台运行流畅稳定，整个运动过程如下：

①小包产品进入平台遮挡住进料传感器，由滚轮将产品运行到进料停留位；

②推料气缸将小包产品推送到链轮1号位；

③链轮启动运送小包产品到链轮2号位 （A面拍摄位置），多组气缸和吹气嘴对小包产品进行夹紧和整形，整理完成后第一组相机开始拍摄图像；

④拍摄完成后链轮启动运送小包产品到链轮3号位（B面拍摄位置），同样多组气缸和吹气嘴对小包产品进行夹紧和整形，整理完成后第二组相机开始拍摄图像；

⑤拍摄完成后链轮启动运送小包产品到链轮4号位，短暂停留拍摄并记录小包产品首张号码，然后进入翻转等待位置；

⑥将小包产品进行翻转，翻转完成条码朝上，等待计数结果并与首张号一一匹配，计数准确的进入塑封炉，计数不准的反方向进入计数不准产品仓。

系统从安全性和可操作性方面设计了安全防护罩，系统异常三色报警灯，为方便工人操作，将工人操作面板设计放置在现有的工位旁边，工人完成现有工作同时可以兼顾该系统，无需再专门增加岗位对该系统进行操作和维护。系统机械平台立体图如图1（b）所示

2）成像方案设计

一方面，纸张厚度平均为0.1 mm，要在图像上对每一张产品进行准确计数，每一张纸在图像上应当不少于10个像素，方能进行可靠的算法处理和计数。因此要求系统分辨率必须达到或者超过0.01 mm/像素，系统综合放大倍数不低于100倍。另一方面，小开产品叠在一起后存在一定的不整齐度，成像设计时候还需要考虑选择高景深镜头适合纸张本身的不整齐度，保障每一张产品清晰可见。而既要保障较高的放大倍数，又要保障足够高的景深，综合放大倍数和景深两方面需求，项目组设计了两种成像方式，大靶面远心镜头和高分辨率相机一次拍摄成像方式和小靶面远心镜头和小面阵相机多次拍摄拼图获得更高分辨率图像的成像方式。在后续实验中发现大靶面成像方式，不仅相机镜头体积过大，而且成像分辨率仍然达不到准确技术要求。经过多次实验和比较，本方案最终选择了小面阵多次拍摄的成像方式，保障获取图像的质量，更加有利于算法设计。系统选用德国进口Baumer相机，该款相机具有体积小并且像素分辨率大，帧率快，发热量小等优势，是一款性价比极高的工业面阵相机，相机外形图和尺寸图如图2所示，该成像方案下，相机与镜头配合可以获得拍摄图像宽度达到16 mm，图像综合放大倍数达到100倍，可以保障有效的看清每一根纸缝。

图2 本系统采用的德国进口相机及成像效果示意

2 计数系统软件设计

2.1 软件界面

根据本系统的使用需求，设计了如图3所示的软件界面图。主要包括3个模块：当前信息模块、统计信息模块及历史记录模块。

图3 非接触式小包计数系统软件界面

2.2 算法设计

1）单张纸缝计数算法

① 预处理：由于纸张是柔性材质，受到外力后会出现弯曲不平的情形（图4（a）），为了更好的对纸缝进行计数，根据纸张弯曲方向，对纸张图像进行了柔性平行度矫正，经过矫正的图像如图4（b）所示。

②纸缝边缘提取：在对纸缝图像进行中值滤波后（图4（c）），通过边缘算法对纸缝进行提取，得到纸缝的二值图像，如图4（d）为纸缝提取效果。

③纸缝计数：对纸缝二值图像进行全局曲线跟踪，并根据纸缝曲线方向进行投影，获取纸缝强度，纸缝宽度，纸缝连续性，纸缝直线性，纸缝前后间距等特征，并根据这些特征计算纸缝置信度，将纸缝置信度高于80%的位置判定为一张纸缝，同时进行标号计数，最终即可获得该包产品的计数，如图5所示。

图4 矫正和提取前后示意图

图5 纸缝计数示意

2）多路相机综合校验算法

计数系统采用了4个相机分别对产品的4个侧面进行了计数，每个相机计数时有可能受到纸毛、缩进等异常状态的影响，为了在一定程度上消除这些影响，同时保证系统不能出现误数的可能，我们采用了多路相机数字综合判定算法：产品左侧拍摄点（拍摄点1和拍摄点3）综合对应得到左侧结果，产品右侧拍摄点（拍摄点2和拍摄点4）综合对应得到右侧结果，并对比产品左右数字结果进行校验，得出最后结果，如图6所示。

基于机器视觉技术[7-11]和统计学原理相结合的方法[12-15]。具体检测步骤如下：

首先，采集当前纸张印刷产品对应的纸张层叠图像IMGorg，设x方向为纸张方向，y方向为纸张层叠方向。对图像IMGorg求边缘概率图IMGPB，对IMGPB图做方向投影方差分析对IMGorg中的纸缝进行方向矫正处理得到Iorg，对图像Iorg求边缘概率图得到IPB，IPB即为近似的纸缝图像。

第二步，基于上一步中得到的IPB图对纸缝进行连接。在x方向将图像均分为8段，每段宽度度为256个像素（选取图像的正中部分）。分别对每段图像做方向投影方差分析，得到每段图像起始列任一像素位置点的投影方向及该方向的投影值。对每段起始列的投影值做局部极大值处理，记得到的局部极大值像素点为顶点Vij（i=1，2...，8，j=1，2...，m，m为第i段图像的顶点总数）。对相邻两段的顶点Vij，V（i+1）k构造权重矩阵Cm*n，其中m，n分别为Vij，V（i+1）k中的顶点总数，根据顶点方向在y方向的距离构造权重矩阵。在保证权重和最小的情形下，对两组顶点做最大二分图匹配。对未匹配的顶点根据一定规则进行补点，再次构造权重矩阵进行并作二分图最大匹配，得到最终的纸缝连接图像Ilink。

第三步，对纸张层叠图像Iorg提取对应的每条纸缝的宽度特征和灰度特征。根据宽度和灰度特征对Iorg图像的白纸边和灰纸边进行分界。

第四步，结合分界结果对纸缝连接图像Ilink进行分段计数操作，得到8个计数结果。对于每个白边（灰边）纸缝图像，我们选取物理上相互对应的三处进行成像，从而得到白边（灰边）纸张部分的24个计数结果，对其进行投票取众数得到白边（灰边）最终计数结果。将白边和灰边部分的最终计数结果相加，得到整小包纸张产品的计数结果。最后的计数结果如图5（b）所示。

根据系统的长时间运行数据与测试结果，证明该系统是可能得到应用的。

3 结 论

文中提出了一种在自动线上进行人民币小包数字复核的系统方案。选择了相应的镜头、光源，根据机器视觉原理，设计了对图像中的纸张侧面进行纸缝提取并计数的算法，讨论了该算法中不同参数对最后计数结果所造成的影响。设计了利用多相机计数结果冗余的校验算法，既保证了计数系统的准确率，同时也将系统的误数率降到最低。该系统方案具有诸多优点：1）不接触产品，不损伤产品；2）系统运行流畅，无噪声污染；3）镜头远离污染源，传感器免维护；4）价格竞争力强。根据系统的长时间运行数据与测试结果，证明该系统是可以工业应用的。

[1]王松涛.纸币识别技术的研究与实现 [D].哈尔滨：哈尔滨理工大学，2009.

[2]周翟和.纸币读入识别系统的研究和实现[D].南京：南京航空航天大学，2002.

[3]于运龙.基于DSP的纸币号码采集及识别系统的研究与实现[D].大连：大连理工大学，2009.

[4]丁瑞昕.纸币清分机图象识别系统的研究与设计[D].鞍山：辽宁科技大学，2008.

[5]迂雪峰.多功能纸币清分机图像识别系统的研究与设计[D].鞍山：辽宁科技大学，2007.

[6]王勇.纸币清分机图像处理算法及控制策略的研究[D].杭州：浙江大学，2004.

[7]Li H，Di L，Huang X，et al.Comparison of edge detection techniques for the automatic information extraction of Lidar data[Z].2008.

[8]Silva C R，Centeno J A S.Automatic extraction of main roads using aerial images[J].Pattern Recognition&Image Analysis，2010，20（2）:225-233.

[9]Laptev I，Mayer H，Lindeberg T，et al.Automatic extraction of roads from aerial images based on scale space and snakes[J].Machine Vision&Applications.2000，12（1）:23-31.

[10]Mille J，Boné R，Cohen L D.Region-Based 2D Deformable Generalized Cylinder for Narrow Structures Segmentation[Z].2008：4306-4318.

[11]Elaksher A F，Bethel J S.Automatic generation of high-quality three-dimensionalurban buildings from aerial images.[J].Urbanan dregional information systemsassociation，2008:20（1）:5.

[12]Lee J K，Kim I H.New recognition algorithm for various kinds of Euro banknotes[Z].2003：2266-2270.

[13]Petker D，Lohweg V，Gillich E，et al.Real-time wavelet-based inline banknote-in-bundle counting for cut-and-bundle machines[J].Proceedings of SPIE-The International Society for Optical Engineering，2011，7877:787703.

[14]Kawano H，Sato K.Counting and half-wrapping apparatus for banknotes with the function of discriminating the banknotes of different nominal values [Z].US，1989.

[15]Fernández-García N L，Carmona-Poyato A，Medina-Carnicer R，et al.Automatic generation of consensus ground truth for the comparison of edge detection techniques[J].Image&Vision Computing. 2008，26（4）:496-511.

A research on the non-contact counting system of RMB packet

LI Zhan
（Chengdu Banknote Printing Company Limited，Chengdu 611130，China）

in view of the disadvantages of the original mechanical suction-cup type RMB counter，this paper presents a systematic scheme for digital check of RMB in the automatic line.We select the appropriate lens，light source，according to the design of image acquisition，the paper side image extraction and paper seam counting algorithm was designed.Furthermore，the influence of different parameters in the algorithm on the counting results was discussed.We further designed the redundancy check algorithm based on the multi camera counting result，which can not only ensures the accuracy of the system，but also reduce the error rate of the system to the minimum.It is proved that the system is possible to be applied to the industry according to the long run data and test results of the system.

contactless；RMB；counting system；paper seam extraction；image processing

TN06

A

1674－6236（2017）07-0179-04

2016-03-18稿件编号：201603236

李 展（1982—），男，四川成都人，硕士。研究方向：钞券技术研究。