李展（成都印鈔有限公司 四川 成都611130）

一種人民幣小包無(wú)接觸式計(jì)數(shù)系統(tǒng)的研究

李展
（成都印鈔有限公司 四川 成都611130）

針對(duì)原機(jī)械吸盤(pán)式人民幣計(jì)數(shù)方式的缺點(diǎn)，本文提出了一種在自動(dòng)線上進(jìn)行人民幣小包數(shù)字復(fù)核的系統(tǒng)方案。選擇了相應(yīng)的鏡頭、光源，根據(jù)采集圖像，設(shè)計(jì)了對(duì)圖像中的紙張側(cè)面進(jìn)行紙縫提取并計(jì)數(shù)的算法，討論了該算法中不同參數(shù)對(duì)最后計(jì)數(shù)結(jié)果所造成的影響。設(shè)計(jì)了利用多相機(jī)計(jì)數(shù)結(jié)果冗余的校驗(yàn)算法，既保證了計(jì)數(shù)系統(tǒng)的準(zhǔn)確率，同時(shí)也將系統(tǒng)的誤數(shù)率降到最低。根據(jù)系統(tǒng)的長(zhǎng)時(shí)間運(yùn)行數(shù)據(jù)與測(cè)試結(jié)果，證明該系統(tǒng)是可能得到應(yīng)用的。

非接觸式；人民幣；計(jì)數(shù)系統(tǒng)；紙縫提取；圖像處理

產(chǎn)品數(shù)字風(fēng)險(xiǎn)管控是印制行業(yè)尤其是特種印制行業(yè)十分重視和重點(diǎn)防范的風(fēng)險(xiǎn)之一。長(zhǎng)期以來(lái)，印鈔行業(yè)對(duì)數(shù)字風(fēng)險(xiǎn)管控的手段也不斷更新?lián)Q代。行業(yè)最初完全依靠人力、時(shí)間成本高昂且準(zhǔn)確率低的人工過(guò)數(shù)。隨著科技的發(fā)展，各種紙張層疊技術(shù)裝置開(kāi)始出現(xiàn)。為保障計(jì)數(shù)準(zhǔn)確可靠，行業(yè)逐步引進(jìn)德國(guó)進(jìn)口大張計(jì)數(shù)機(jī)對(duì)大張產(chǎn)品進(jìn)行計(jì)數(shù)，同時(shí)在每個(gè)工序完成后均進(jìn)行計(jì)數(shù)。對(duì)大張產(chǎn)品進(jìn)行每印次機(jī)械過(guò)數(shù)，可以有效保障大張產(chǎn)品的數(shù)字準(zhǔn)確性[1-6]。然而，進(jìn)口機(jī)械式計(jì)數(shù)機(jī)計(jì)數(shù)吸盤(pán)會(huì)跟產(chǎn)品直接接觸，高速旋轉(zhuǎn)過(guò)程中會(huì)對(duì)產(chǎn)品造成一定的損傷，同時(shí)由于核心技術(shù)源自進(jìn)口，設(shè)備成本高昂。另一方面，目前行業(yè)對(duì)小開(kāi)出廠產(chǎn)品的數(shù)字控制環(huán)節(jié)尚未進(jìn)行直接的數(shù)字管控，因此也存在一定的數(shù)字風(fēng)險(xiǎn)[1]。本文的研究目的即是通過(guò)研究高精度成像方式對(duì)捆扎后小包產(chǎn)品進(jìn)行非接觸式計(jì)數(shù)，計(jì)數(shù)過(guò)程中產(chǎn)品與計(jì)數(shù)裝置不接觸，不對(duì)產(chǎn)品本身造成任何損傷，尤其是避免了機(jī)械計(jì)數(shù)裝置對(duì)小開(kāi)產(chǎn)品邊角的損壞，保障整個(gè)過(guò)程的安全性與數(shù)字的可靠性，同時(shí)研發(fā)具有自主知識(shí)產(chǎn)權(quán)的基于圖像的紙張計(jì)數(shù)算法，在保障計(jì)數(shù)準(zhǔn)確率的情況下，也大大降低紙張計(jì)數(shù)裝置的成本。

1 計(jì)數(shù)系統(tǒng)硬件設(shè)計(jì)

1）機(jī)械方案設(shè)計(jì)

為了最大限度的控制小包產(chǎn)品的數(shù)字風(fēng)險(xiǎn)，計(jì)數(shù)系統(tǒng)的檢測(cè)位置選擇應(yīng)該盡量靠后，而通過(guò)前期的大量測(cè)試，發(fā)現(xiàn)塑封后的產(chǎn)品因?yàn)樗芊獗∧し垂?、不平整等干擾因素會(huì)對(duì)準(zhǔn)確計(jì)數(shù)造成較大的影響。綜合考慮上述因素，系統(tǒng)最終選擇捆千后、塑封前的位置作為計(jì)數(shù)系統(tǒng)檢測(cè)點(diǎn)。

產(chǎn)品在未塑封的情況下將進(jìn)入計(jì)數(shù)系統(tǒng)的機(jī)械平臺(tái)，為了保障產(chǎn)品在機(jī)械平臺(tái)運(yùn)行的穩(wěn)定性，運(yùn)行過(guò)程中不對(duì)小包產(chǎn)品造成任何機(jī)械損壞，機(jī)械設(shè)計(jì)時(shí)候需要充分考慮整個(gè)系統(tǒng)產(chǎn)品運(yùn)行的穩(wěn)定性和流暢性，因此機(jī)械平臺(tái)的設(shè)計(jì)和加工都具有較高的要求，設(shè)計(jì)中考慮冗余，加工中保障較高精度。

小包計(jì)數(shù)成像平臺(tái)設(shè)計(jì)四組相機(jī)對(duì)小包產(chǎn)品4個(gè)邊角進(jìn)行拍攝，計(jì)算結(jié)果進(jìn)行相互校驗(yàn)，可以有效的排除某一邊的紙張包邊、紙張翻折遮擋、紙張鎖緊等影響計(jì)數(shù)準(zhǔn)確性的因素的影響。

圖1 小包產(chǎn)品進(jìn)入計(jì)數(shù)系統(tǒng)示意圖

小包產(chǎn)品進(jìn)入機(jī)械平臺(tái)運(yùn)行流暢穩(wěn)定，整個(gè)運(yùn)動(dòng)過(guò)程如下：

①小包產(chǎn)品進(jìn)入平臺(tái)遮擋住進(jìn)料傳感器，由滾輪將產(chǎn)品運(yùn)行到進(jìn)料停留位；

②推料氣缸將小包產(chǎn)品推送到鏈輪1號(hào)位；

③鏈輪啟動(dòng)運(yùn)送小包產(chǎn)品到鏈輪2號(hào)位 （A面拍攝位置），多組氣缸和吹氣嘴對(duì)小包產(chǎn)品進(jìn)行夾緊和整形，整理完成后第一組相機(jī)開(kāi)始拍攝圖像；

④拍攝完成后鏈輪啟動(dòng)運(yùn)送小包產(chǎn)品到鏈輪3號(hào)位（B面拍攝位置），同樣多組氣缸和吹氣嘴對(duì)小包產(chǎn)品進(jìn)行夾緊和整形，整理完成后第二組相機(jī)開(kāi)始拍攝圖像；

⑤拍攝完成后鏈輪啟動(dòng)運(yùn)送小包產(chǎn)品到鏈輪4號(hào)位，短暫停留拍攝并記錄小包產(chǎn)品首張?zhí)柎a，然后進(jìn)入翻轉(zhuǎn)等待位置；

⑥將小包產(chǎn)品進(jìn)行翻轉(zhuǎn)，翻轉(zhuǎn)完成條碼朝上，等待計(jì)數(shù)結(jié)果并與首張?zhí)栆灰黄ヅ?，?jì)數(shù)準(zhǔn)確的進(jìn)入塑封爐，計(jì)數(shù)不準(zhǔn)的反方向進(jìn)入計(jì)數(shù)不準(zhǔn)產(chǎn)品倉(cāng)。

系統(tǒng)從安全性和可操作性方面設(shè)計(jì)了安全防護(hù)罩，系統(tǒng)異常三色報(bào)警燈，為方便工人操作，將工人操作面板設(shè)計(jì)放置在現(xiàn)有的工位旁邊，工人完成現(xiàn)有工作同時(shí)可以兼顧該系統(tǒng)，無(wú)需再專(zhuān)門(mén)增加崗位對(duì)該系統(tǒng)進(jìn)行操作和維護(hù)。系統(tǒng)機(jī)械平臺(tái)立體圖如圖1（b）所示

2）成像方案設(shè)計(jì)

一方面，紙張厚度平均為0.1 mm，要在圖像上對(duì)每一張產(chǎn)品進(jìn)行準(zhǔn)確計(jì)數(shù)，每一張紙?jiān)趫D像上應(yīng)當(dāng)不少于10個(gè)像素，方能進(jìn)行可靠的算法處理和計(jì)數(shù)。因此要求系統(tǒng)分辨率必須達(dá)到或者超過(guò)0.01 mm/像素，系統(tǒng)綜合放大倍數(shù)不低于100倍。另一方面，小開(kāi)產(chǎn)品疊在一起后存在一定的不整齊度，成像設(shè)計(jì)時(shí)候還需要考慮選擇高景深鏡頭適合紙張本身的不整齊度，保障每一張產(chǎn)品清晰可見(jiàn)。而既要保障較高的放大倍數(shù)，又要保障足夠高的景深，綜合放大倍數(shù)和景深兩方面需求，項(xiàng)目組設(shè)計(jì)了兩種成像方式，大靶面遠(yuǎn)心鏡頭和高分辨率相機(jī)一次拍攝成像方式和小靶面遠(yuǎn)心鏡頭和小面陣相機(jī)多次拍攝拼圖獲得更高分辨率圖像的成像方式。在后續(xù)實(shí)驗(yàn)中發(fā)現(xiàn)大靶面成像方式，不僅相機(jī)鏡頭體積過(guò)大，而且成像分辨率仍然達(dá)不到準(zhǔn)確技術(shù)要求。經(jīng)過(guò)多次實(shí)驗(yàn)和比較，本方案最終選擇了小面陣多次拍攝的成像方式，保障獲取圖像的質(zhì)量，更加有利于算法設(shè)計(jì)。系統(tǒng)選用德國(guó)進(jìn)口Baumer相機(jī)，該款相機(jī)具有體積小并且像素分辨率大，幀率快，發(fā)熱量小等優(yōu)勢(shì)，是一款性?xún)r(jià)比極高的工業(yè)面陣相機(jī)，相機(jī)外形圖和尺寸圖如圖2所示，該成像方案下，相機(jī)與鏡頭配合可以獲得拍攝圖像寬度達(dá)到16 mm，圖像綜合放大倍數(shù)達(dá)到100倍，可以保障有效的看清每一根紙縫。

圖2 本系統(tǒng)采用的德國(guó)進(jìn)口相機(jī)及成像效果示意

2 計(jì)數(shù)系統(tǒng)軟件設(shè)計(jì)

2.1 軟件界面

根據(jù)本系統(tǒng)的使用需求，設(shè)計(jì)了如圖3所示的軟件界面圖。主要包括3個(gè)模塊：當(dāng)前信息模塊、統(tǒng)計(jì)信息模塊及歷史記錄模塊。

圖3 非接觸式小包計(jì)數(shù)系統(tǒng)軟件界面

2.2 算法設(shè)計(jì)

1）單張紙縫計(jì)數(shù)算法

① 預(yù)處理：由于紙張是柔性材質(zhì)，受到外力后會(huì)出現(xiàn)彎曲不平的情形（圖4（a）），為了更好的對(duì)紙縫進(jìn)行計(jì)數(shù)，根據(jù)紙張彎曲方向，對(duì)紙張圖像進(jìn)行了柔性平行度矯正，經(jīng)過(guò)矯正的圖像如圖4（b）所示。

②紙縫邊緣提取：在對(duì)紙縫圖像進(jìn)行中值濾波后（圖4（c）），通過(guò)邊緣算法對(duì)紙縫進(jìn)行提取，得到紙縫的二值圖像，如圖4（d）為紙縫提取效果。

③紙縫計(jì)數(shù)：對(duì)紙縫二值圖像進(jìn)行全局曲線跟蹤，并根據(jù)紙縫曲線方向進(jìn)行投影，獲取紙縫強(qiáng)度，紙縫寬度，紙縫連續(xù)性，紙縫直線性，紙縫前后間距等特征，并根據(jù)這些特征計(jì)算紙縫置信度，將紙縫置信度高于80%的位置判定為一張紙縫，同時(shí)進(jìn)行標(biāo)號(hào)計(jì)數(shù)，最終即可獲得該包產(chǎn)品的計(jì)數(shù)，如圖5所示。

圖4 矯正和提取前后示意圖

圖5 紙縫計(jì)數(shù)示意

2）多路相機(jī)綜合校驗(yàn)算法

計(jì)數(shù)系統(tǒng)采用了4個(gè)相機(jī)分別對(duì)產(chǎn)品的4個(gè)側(cè)面進(jìn)行了計(jì)數(shù)，每個(gè)相機(jī)計(jì)數(shù)時(shí)有可能受到紙毛、縮進(jìn)等異常狀態(tài)的影響，為了在一定程度上消除這些影響，同時(shí)保證系統(tǒng)不能出現(xiàn)誤數(shù)的可能，我們采用了多路相機(jī)數(shù)字綜合判定算法：產(chǎn)品左側(cè)拍攝點(diǎn)（拍攝點(diǎn)1和拍攝點(diǎn)3）綜合對(duì)應(yīng)得到左側(cè)結(jié)果，產(chǎn)品右側(cè)拍攝點(diǎn)（拍攝點(diǎn)2和拍攝點(diǎn)4）綜合對(duì)應(yīng)得到右側(cè)結(jié)果，并對(duì)比產(chǎn)品左右數(shù)字結(jié)果進(jìn)行校驗(yàn)，得出最后結(jié)果，如圖6所示。

基于機(jī)器視覺(jué)技術(shù)[7-11]和統(tǒng)計(jì)學(xué)原理相結(jié)合的方法[12-15]。具體檢測(cè)步驟如下：

首先，采集當(dāng)前紙張印刷產(chǎn)品對(duì)應(yīng)的紙張層疊圖像IMGorg，設(shè)x方向?yàn)榧垙埛较?，y方向?yàn)榧垙垖盈B方向。對(duì)圖像IMGorg求邊緣概率圖IMGPB，對(duì)IMGPB圖做方向投影方差分析對(duì)IMGorg中的紙縫進(jìn)行方向矯正處理得到Iorg，對(duì)圖像Iorg求邊緣概率圖得到IPB，IPB即為近似的紙縫圖像。

第二步，基于上一步中得到的IPB圖對(duì)紙縫進(jìn)行連接。在x方向?qū)D像均分為8段，每段寬度度為256個(gè)像素（選取圖像的正中部分）。分別對(duì)每段圖像做方向投影方差分析，得到每段圖像起始列任一像素位置點(diǎn)的投影方向及該方向的投影值。對(duì)每段起始列的投影值做局部極大值處理，記得到的局部極大值像素點(diǎn)為頂點(diǎn)Vij（i=1，2...，8，j=1，2...，m，m為第i段圖像的頂點(diǎn)總數(shù)）。對(duì)相鄰兩段的頂點(diǎn)Vij，V（i+1）k構(gòu)造權(quán)重矩陣Cm*n，其中m，n分別為Vij，V（i+1）k中的頂點(diǎn)總數(shù)，根據(jù)頂點(diǎn)方向在y方向的距離構(gòu)造權(quán)重矩陣。在保證權(quán)重和最小的情形下，對(duì)兩組頂點(diǎn)做最大二分圖匹配。對(duì)未匹配的頂點(diǎn)根據(jù)一定規(guī)則進(jìn)行補(bǔ)點(diǎn)，再次構(gòu)造權(quán)重矩陣進(jìn)行并作二分圖最大匹配，得到最終的紙縫連接圖像Ilink。

第三步，對(duì)紙張層疊圖像Iorg提取對(duì)應(yīng)的每條紙縫的寬度特征和灰度特征。根據(jù)寬度和灰度特征對(duì)Iorg圖像的白紙邊和灰紙邊進(jìn)行分界。

第四步，結(jié)合分界結(jié)果對(duì)紙縫連接圖像Ilink進(jìn)行分段計(jì)數(shù)操作，得到8個(gè)計(jì)數(shù)結(jié)果。對(duì)于每個(gè)白邊（灰邊）紙縫圖像，我們選取物理上相互對(duì)應(yīng)的三處進(jìn)行成像，從而得到白邊（灰邊）紙張部分的24個(gè)計(jì)數(shù)結(jié)果，對(duì)其進(jìn)行投票取眾數(shù)得到白邊（灰邊）最終計(jì)數(shù)結(jié)果。將白邊和灰邊部分的最終計(jì)數(shù)結(jié)果相加，得到整小包紙張產(chǎn)品的計(jì)數(shù)結(jié)果。最后的計(jì)數(shù)結(jié)果如圖5（b）所示。

根據(jù)系統(tǒng)的長(zhǎng)時(shí)間運(yùn)行數(shù)據(jù)與測(cè)試結(jié)果，證明該系統(tǒng)是可能得到應(yīng)用的。

3 結(jié) 論

文中提出了一種在自動(dòng)線上進(jìn)行人民幣小包數(shù)字復(fù)核的系統(tǒng)方案。選擇了相應(yīng)的鏡頭、光源，根據(jù)機(jī)器視覺(jué)原理，設(shè)計(jì)了對(duì)圖像中的紙張側(cè)面進(jìn)行紙縫提取并計(jì)數(shù)的算法，討論了該算法中不同參數(shù)對(duì)最后計(jì)數(shù)結(jié)果所造成的影響。設(shè)計(jì)了利用多相機(jī)計(jì)數(shù)結(jié)果冗余的校驗(yàn)算法，既保證了計(jì)數(shù)系統(tǒng)的準(zhǔn)確率，同時(shí)也將系統(tǒng)的誤數(shù)率降到最低。該系統(tǒng)方案具有諸多優(yōu)點(diǎn)：1）不接觸產(chǎn)品，不損傷產(chǎn)品；2）系統(tǒng)運(yùn)行流暢，無(wú)噪聲污染；3）鏡頭遠(yuǎn)離污染源，傳感器免維護(hù)；4）價(jià)格競(jìng)爭(zhēng)力強(qiáng)。根據(jù)系統(tǒng)的長(zhǎng)時(shí)間運(yùn)行數(shù)據(jù)與測(cè)試結(jié)果，證明該系統(tǒng)是可以工業(yè)應(yīng)用的。

[1]王松濤.紙幣識(shí)別技術(shù)的研究與實(shí)現(xiàn) [D].哈爾濱：哈爾濱理工大學(xué)，2009.

[2]周翟和.紙幣讀入識(shí)別系統(tǒng)的研究和實(shí)現(xiàn)[D].南京：南京航空航天大學(xué)，2002.

[3]于運(yùn)龍.基于DSP的紙幣號(hào)碼采集及識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)[D].大連：大連理工大學(xué)，2009.

[4]丁瑞昕.紙幣清分機(jī)圖象識(shí)別系統(tǒng)的研究與設(shè)計(jì)[D].鞍山：遼寧科技大學(xué)，2008.

[5]迂雪峰.多功能紙幣清分機(jī)圖像識(shí)別系統(tǒng)的研究與設(shè)計(jì)[D].鞍山：遼寧科技大學(xué)，2007.

[6]王勇.紙幣清分機(jī)圖像處理算法及控制策略的研究[D].杭州：浙江大學(xué)，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稿件編號(hào)：201603236

李 展（1982—），男，四川成都人，碩士。研究方向：鈔券技術(shù)研究。