一种钞票识别模块图像信息采集方法

广电运通金融电子股份有限公司 陈 健

随着社会经济的高速发展，现金交易与流通的数量不断增大，传统的依赖于人工现金清点、鉴伪的方式已经无法满足实际的工作需求。使用现金处理设备来对现金进行分类、鉴伪等，能大大提高工作效率，节省人力和时间成本。

现金处理设备是通过其核心模块-识别系统，对钞票进行识别、鉴伪处理。识别系统一般是通过接触式图像传感器（CIS,Contact Image Sensor）对钞票进行图像采集，具有采集速度快、稳定性高，受环境因素影响小等特点。现金处理设备的识别系统需要借助特定的传送装置，将需要采集的票据样本以一定的速度经过CIS传感器表面，传感器则按照预先设定的打光及采集时间，对样本的进行采集，生成特定规格的图像。

但在实际使用中，识别模块需要满足各种尺寸的钞票采集。如果钞票尺寸太大，容易超出传感器可采集的范围；如果钞票尺寸太小，容易造成采集图像数据冗余。受限于钞票在传输通道内的固定输送速率，因为钞票打滑、过钞机构不稳定，可能导致钞票重叠，钞票间间距太大或者太小等走钞异常情况。

为了提高识别模块处理的效率，减小识别模块的误识别率。在分钞结构和其他机械结构不变，图像采样分辨率也保持不变，且传送装置速度恒定的情况下，通过通道中位置检测传感器来判断钞票的实际尺寸，确定图像的有效数据范围，并将有效范围记录在图像的特定标识位上，便于后续对钞票图像边缘检测处理。

1 现有图像采集方法及存在问题

图像采集的方法与设备分钞的方式相关。结构分钞方式主要有两种，一种按固定位置分钞，即前后两张钞票入钞起始位置间距离保持不变；另一种按固定间隔分钞，即前后两张钞票入钞终止位置和起始位置间距离保持不变。前者对通道传输的结构稳定性要求很高，后者对结构稳定性要求相对较低，但对于采集样本的尺寸大小难以做到完全兼容，容易因钞票尺寸太小引起钞票图像采集不完整等问题。

图像采集包括静态图像采集和动态图像采集，静态图像采集一般用于专用的检测仪器，适用于检测的效率要求不高，检测精度要求较高的场合；动态采集适用于检测效率要求高，需实时处理的现金处理设备及相关领域。因此，钞票图像采集与钞票传输结构相关。钞票的输送装置必须在恒定的速度下，加上位置传感器对钞票位置检测的触发的机制，保证每一张钞票样本信号的完整性和有效性。

一般情况下，在钞票入钞位置安装位置传感器，传感器的反馈信息作为图像采集的起始信号。为了保证每一副图像的分辨率大小一致，每一副图像的采集步长和采集范围是固定的，因此，每一副图像采集结束的位置也是固定的。见图1。

图1

以人民币100元和1元为例，识别模块对票据进行采集，人民币100元的采集的图像如图2所示。每一幅图像的分辨率为N×M（N、M分别为采集图像的宽、高），且该幅图像的有效数据为N×M。人民币100元图像的大小为n1×m1（满足n1

图2 人民币100元CIS采集图像

人民币1元的图像大小为n2×m2（满足n2

图3 人民币1元CIS采集图像

2 自适应图像信息采集

本文提出一种自适应图像信息采集的方法，该方法好处在于根据钞票属性确定一个最长采集长度，但是不限制其最短采集长度，根据钞票实际的长度进行采集，进而确立采集图像的有效数据范围，一来节省了图像预处理时对钞票图像边缘检测数据搜索的时间，快速定位到钞票的位置，二来避免了钞票因为尺寸过小容易导致连钞等分钞异常而拒钞的情况，提高了钞票正确识别的效率。

2.1 图像采集流程

自适应图像信息采集处理流程如图4所示。

图4 图像采集处理流程图

2.2 图像实时采集控制

第一步，钞票进入传输通道，触发位置传感器，传感器将信号传递给现场可编程门阵列（Field－Programmable Gate Array,FPGA），FPGA开始启动对CIS图像进行采集。

第二步，FPGA实时向DSP传输数据的时候，选取一个固定数据段，做为判断结束的标识。该标识的代表了当前图像采集剩余的行数，在未知剩余行数时设置为255。

第三步，每行数据传输时，都必须实时访问该标识位数值，未检测到钞票离开信号时，根据固定行数减去已采集行数将剩余行数写入标志位。

第四步，钞票离开触发传感器，传导给FPGA；FPGA根据预先设定终止采集参数进行判断，考虑到DSP接收FPGA传过来的数据需要等待一定时间，可使用上一行传输数据的标识进行判断，这样做便于提升系统效率。如果判断到上一行的标志位为1时代表本次接收的数据为最后一行数据，从而完成此张图像的接收。并准备接收下一张图像数据。

第五步，将本次图像采集的有效数据行数记录在当前图像的指定坐标位置上。

2.3 图像有效数据记录与应用

通过上一步骤记录到的图像有效长度范围，由于全幅图像有效行数不超过200，可以利用图像的灰度特性（0～255），将采集的有效长度L=N-N’（满足L<255，N>N’，其中N、N’分别为图像的最大宽度、图像的有效宽度）记录在一个像素上，该像素坐标为P（x,y），该坐标的灰度值记为Pix（x,y）。

如图5所示，图像的有效的数据大小为（N-N’）×M（M为图像的长度），无效数据大小为N’×M，一般以随机数形式记录。

图5 图像有效数据

2.4 图像预处理与钞票识别

进入钞票识别处理前，需要对整幅图像进行边缘检测预处理，即需要对钞票图像的四个顶点与边界进行搜索定位。

按照全幅图像有效数据的范围分布情况，如图4，钞票的左边界、上边界和下边界可以从图像的边缘起始点开始搜索，即xStart=0，yStart=0，yEnd=M（xStart、yStart分别为左边界、上边界的搜索起始坐标，yEnd为下边界的搜索起始坐标）；右边界搜索前，需要先从图像标识位P（x,y）坐标上获取有效数据终止的位置，即xEnd= Pix（x,y），xEnd为右边界搜索的起始坐标。

根据图像有效范围的动态变化，实现图像有效区域的快速定位，提高了图像边缘检测算法的处理效率，也防止了连钞图像的无效边缘被采集进入到有效图像范围内而引起的误定位。

结论：本文给出了一种适用于现金处理设备识别模块的自适应的图像信息采集方法，该方法在现有的分钞结构及钞票传输方案上，根据图像的尺寸信息，通过位置传感器，将信号实时发送给FPGA和DSP，实现自动调整CIS传感器采集的有效范围，有效减少了处理器的数据处理运算量，并减少了钞票识别过程中图像预处理阶段的数据运算量，保证结构分钞对不同尺寸钞票的兼容性，提升了现金设备对钞票的高效的处理性能。