焦夢(mèng)姝++彭佳紅

摘要：紙幣識(shí)別技術(shù)是機(jī)器學(xué)習(xí)和模式識(shí)別技術(shù)的重要應(yīng)用，紙幣圖像識(shí)別系統(tǒng)作為一個(gè)比較獨(dú)立的模塊，已經(jīng)廣泛應(yīng)用到自動(dòng)存取款機(jī)、無人售貨機(jī)、自動(dòng)售票機(jī)等中。本設(shè)計(jì)研究基于Android開發(fā)平臺(tái)，系統(tǒng)服務(wù)器端主要包括接收客戶端上傳的紙幣圖像、調(diào)用MATLAB程序識(shí)別圖像、返回識(shí)別結(jié)果給客戶端以及紙幣圖像處理，其中紙幣圖像處理包括圖像裁剪、反色、二值化等圖像預(yù)處理功能與遺傳算法懲罰因子和核函數(shù)參數(shù)尋優(yōu)、支持向量機(jī)（SVM）訓(xùn)練識(shí)別模型；客戶端包括選擇本地圖庫中的紙幣圖像、調(diào)用本地?cái)z像頭拍照并存儲(chǔ)、上傳紙幣圖像和語音播放輸出識(shí)別結(jié)果等。系統(tǒng)為手機(jī)識(shí)別人民幣紙幣真?zhèn)翁峁┮欢夹g(shù)支持，具有有效性和實(shí)用性，有利于保護(hù)視障人士在貨幣交易管理中的權(quán)益。

關(guān)鍵詞：圖像識(shí)別；預(yù)處理；Android；支持向量機(jī)

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）17-0151-02

The Design of RMB Banknote Denominations Mobile Identification System

JIAO Meng-shu， PENG Jia-hong

（Information Science and Technology College of Hunan Agricultural University， Changsha 410128， China）

Abstract： Banknote recognition technology is an important application of machine learning and pattern recognition technology， the banknote image recognition system as a relatively independent module， already widely used in automatic teller machines， no vending machines， ticket vending machines and the like. The design based on Android development platform， the system server includes receiving client to upload banknote image， calling MATLAB program recognizes the image and return recognition results to the client and the banknote image processing， image processing includes image cropping bill， anti-color， binary of the other image pre-processing functions and genetic algorithm penalty and kernel function parameter optimization， support vector machine （SVM） training recognition model； clients include selecting a local gallery banknote image， call the local camera to take pictures and store， upload banknote image recognition and voice broadcast results of output. RMB banknote recognition system for mobile phones to provide some technical support authenticity， validity and practicality， help protect the interests of the visually impaired in currency trading management.

Key words： Image Recognition； Preprocessing； Android；Support Vector Machine

隨著科技的進(jìn)步，紙幣識(shí)別系統(tǒng)已經(jīng)廣泛應(yīng)用到自動(dòng)存取款機(jī)、無人售貨機(jī)、自動(dòng)售票機(jī)等產(chǎn)品中，紙幣識(shí)別設(shè)備的應(yīng)用量越來越大，應(yīng)用范圍越來越廣。紙幣識(shí)別技術(shù)是各行各業(yè)自助設(shè)備的核心技術(shù)，在銀行、餐飲、鐵路、通信等各個(gè)行業(yè)的自助設(shè)備中起到至關(guān)重要的作用。研究和開發(fā)紙幣識(shí)別系統(tǒng)必然有著很大的應(yīng)用價(jià)值和研究?jī)r(jià)值。

紙幣面額識(shí)別是視障人士所面臨的最具挑戰(zhàn)性的問題，同時(shí)這是貨幣交易管理中必不可少的過程。視障人士使用的大多數(shù)識(shí)別方法，使他們成為高風(fēng)險(xiǎn)的受騙者。本設(shè)計(jì)研究利用MATLAB平臺(tái)對(duì)人民幣紙幣圖像進(jìn)行預(yù)處理操作，采用LIBSVM工具箱中的支持向量機(jī)技術(shù)識(shí)別紙幣圖像，將MATLAB與Android平臺(tái)相結(jié)合，實(shí)現(xiàn)人民幣紙幣面額手機(jī)識(shí)別系統(tǒng)。

1 紙幣圖像處理與識(shí)別

紙幣圖像處理與識(shí)別基于MATLAB平臺(tái)完成，主要包含圖像預(yù)處理操作、遺傳算法尋優(yōu)操作以及支持向量機(jī)訓(xùn)練模型操作。

1.1 紙幣圖像預(yù)處理

紙幣圖像預(yù)處理即紙幣面額識(shí)別之前對(duì)紙幣圖像進(jìn)行的一系列處理操作[1]。通過拍照得到的紙幣圖像會(huì)存在一些影響圖像識(shí)別效果的問題，所以在進(jìn)行圖像識(shí)別前對(duì)圖像進(jìn)行預(yù)處理操作是必要的。紙幣圖像預(yù)處理包括待識(shí)別區(qū)域定位、反色、二值化處理等。

1.2 遺傳算法參數(shù)尋優(yōu)

懲罰因子和核函數(shù)中的參數(shù)是影響支持向量機(jī)性能的主要參數(shù)。早期，懲罰因子和核函數(shù)中的參數(shù)需要根據(jù)訓(xùn)練手動(dòng)調(diào)整。近些年，研究者們開始利用智能優(yōu)化算法來自動(dòng)調(diào)整SVM中的懲罰因子和核函數(shù)中的參數(shù)的值。常用的優(yōu)化算法有：遺傳算法、粒子群算法和網(wǎng)格搜索算法[2]。本設(shè)計(jì)使用遺傳算法進(jìn)行參數(shù)尋優(yōu)，采用默認(rèn)的徑向基核函數(shù)，-c即懲罰因子，SVM模型優(yōu)化函數(shù)中松弛變量所涉及的參數(shù)，代表對(duì)離群點(diǎn)的重視程度，其默認(rèn)值為1；-g則為決策函數(shù)中用到的徑向基核函數(shù)中的參數(shù)，其默認(rèn)值為屬性數(shù)目的倒數(shù)。圖像處理過程中進(jìn)化代數(shù)適應(yīng)曲線。通過遺傳算法對(duì)-c、-g優(yōu)化后，得到的-c、-g參數(shù)值分別為1.5658、1.0907，準(zhǔn)確率近似為88.89%。通過對(duì)上述兩個(gè)參數(shù)尋優(yōu)操作可大大提高支持向量機(jī)分類識(shí)別的準(zhǔn)確率。

1.3 支持向量機(jī)（SVM）訓(xùn)練模型

支持向量機(jī)（Support Vector Machine，SVM）是由Vapnik等人提出的一種新穎且有堅(jiān)實(shí)理論基礎(chǔ)的小樣本學(xué)習(xí)方法[3-5]。避開了從歸納到演繹的傳統(tǒng)過程，高效地實(shí)現(xiàn)了從訓(xùn)練樣本到測(cè)試樣本的轉(zhuǎn)導(dǎo)推理，使平常的分類和回歸等問題得到極大的簡(jiǎn)化。它以訓(xùn)練誤差作為優(yōu)化問題的約束條件，以置信范圍值最小化作為優(yōu)化目標(biāo)，其基本思想是通過在原空間或經(jīng)投影后的高維空間中構(gòu)造最優(yōu)分類面，將給定的屬于不同類別的訓(xùn)練樣本分開[6]。

對(duì)所有樣本數(shù)據(jù)采用支持向量機(jī)技術(shù)進(jìn)行訓(xùn)練模型訓(xùn)練后，得到訓(xùn)練模型modelrmb的結(jié)果。

分類識(shí)別模型modelrmb中包含了訓(xùn)練樣本中的各種數(shù)據(jù)以及SVM分類模型中決策函數(shù)以及優(yōu)化函數(shù)的參數(shù)。

2 系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)功能結(jié)構(gòu)設(shè)計(jì)

人民幣紙幣面額手機(jī)識(shí)別系統(tǒng)分為客戶端和服務(wù)器兩大模塊，服務(wù)器包括接收客戶端上傳的圖像、調(diào)用MATLAB程序識(shí)別圖像、返回識(shí)別結(jié)果給客戶端以及紙幣圖像處理，其中紙幣圖像處理包括圖像裁剪、反色、二值化等圖像預(yù)處理功能，遺傳算法參數(shù)尋優(yōu)、SVM訓(xùn)練模型等?？蛻舳税ㄟx擇本地圖庫中的圖像、調(diào)用本地?cái)z像頭拍照并存儲(chǔ)、上傳圖像、語音播放輸出結(jié)果等。

2.2 服務(wù)器模塊設(shè)計(jì)

服務(wù)器是紙幣識(shí)別項(xiàng)目的核心模塊，主要負(fù)責(zé)接收客戶端上傳的圖像，使用MATLAB中的SVM算法對(duì)其進(jìn)行識(shí)別，識(shí)別完成后將識(shí)別結(jié)果返回給客戶端。

2.3 客戶端模塊設(shè)計(jì)

2.3.1 選擇識(shí)別模塊設(shè)計(jì)

選擇識(shí)別模塊主要功能是調(diào)用本地圖庫，從中選擇一張圖像，上傳至服務(wù)器，服務(wù)器對(duì)其進(jìn)行識(shí)別，客戶端接收識(shí)別結(jié)果，最后通過文本或者語音加文本的形式輸出識(shí)別結(jié)果。

2.3.2 攝像識(shí)別模塊設(shè)計(jì)

攝像識(shí)別模塊主要功能是點(diǎn)擊圖片調(diào)用本地?cái)z像機(jī)拍照，拍攝的照片在攝像識(shí)別界面顯示，同時(shí)將該照片上傳至服務(wù)器進(jìn)行識(shí)別，識(shí)別結(jié)果返回后通過語音形式輸出。

3 總結(jié)

隨著當(dāng)今社會(huì)自動(dòng)化程度的提高，各種金融自助服務(wù)也隨之產(chǎn)生，而紙幣識(shí)別器作為金融自助服務(wù)裝置的核心配件之一，其應(yīng)用也越來越廣泛越來越重要。但是目前國(guó)內(nèi)的紙幣識(shí)別技術(shù)相對(duì)比較低下，紙幣識(shí)別儀器多為國(guó)外產(chǎn)品，因此，對(duì)紙幣識(shí)別技術(shù)的研究具有重要意義。本設(shè)計(jì)基于Android開發(fā)平臺(tái)，通過對(duì)服務(wù)器端與手機(jī)客戶端功能設(shè)計(jì)，能夠?qū)垘琶骖~圖像進(jìn)行圖像處理、識(shí)別和語音播放輸出識(shí)別結(jié)果。此設(shè)計(jì)中使用遺傳算法懲罰因子和核函數(shù)參數(shù)尋優(yōu)、支持向量機(jī)（SVM）訓(xùn)練識(shí)別模型對(duì)紙幣面額圖像進(jìn)行識(shí)別，效果優(yōu)良。為手機(jī)識(shí)別人民幣紙幣真?zhèn)翁峁┮欢夹g(shù)支持，有利于保護(hù)視障人士在貨幣交易管理中的權(quán)益。

參考文獻(xiàn)：

[1] R.Gonzales，R.Woods.Digital Image Processing[M].New Jersey：Prentice Hall，2002.

[2] 徐曉明.SVM參數(shù)尋優(yōu)及其在分類中的應(yīng)用[D].大連海事大學(xué)，2014.

[3] 敖覓.基于遺傳算法支持向量機(jī)理論的紙幣序列號(hào)識(shí)別的研究[D].沈陽工業(yè)大學(xué)，2014.

[4] 李東亞，張锏.基于支持向量機(jī)算法的人臉識(shí)別技術(shù)研究[J].宿州學(xué)院學(xué)報(bào)，2011，26（11）：52-53.

[5] 張玉欣，程志峰，徐正平，等.參數(shù)尋優(yōu)支持向量機(jī)在基于光聲光譜法的變壓器故障診斷中的應(yīng)用[J].光譜學(xué)與光譜分析，2015，01：10-13.

[6] 陸光，滿慶麗，徐然.基于SVM 的多特征融合的天牛圖像識(shí)別[J].森林工程，2012，28（4）：21-25.