顏色傳感器在人民幣紙幣識別系統中的應用

董 靜，王立峰

（北方工業大學 現場總線技術及自動化北京市重點實驗室，北京 100144）

人民幣紙幣面值識別是點鈔機的基本功能之一。紙幣面值識別的方法有多種，其中，紙幣寬度與安全線磁特征相結合的識別方法[1]應用較為普遍。另外，還有在點鈔機系統中引入長度檢測的方法[2]，它將檢測出的長度信號作為判別紙幣面值的一個依據。之后又出現了以圖像處理技術為核心的面值識別方法[3]，該方法通過對數字圖像進行邊緣檢測，以紙幣的長寬特征識別紙幣的面值。

本文設計的點鈔機紙幣識別系統根據紙幣寬度與安全線磁特征識別紙幣面值的同時，根據紙幣的顏色特征辨別紙幣面值，兩種方法相輔相成，具有較高的識別精度。系統中用于對紙幣進行顏色檢測的傳感器是TAOS公司生產的一種可編程彩色光到頻率的集成電路[4]。本文介紹的顏色識別系統以MCU為核心，采用兩塊相同的顏色傳感器采集紙幣特定區域的顏色，MCU通過提取紙幣的顏色特征判斷出紙幣的面值。該方法簡單可行，具有良好的穩定性和較高的精度。

1 總體設計

本文設計的點鈔機紙幣識別系統以單片機為核心，外圍電路包括電源電路、信號采集電路、按鍵與顯示電路、上位機通信電路等。點鈔機的控制系統框圖如圖1所示。單片機掃描入鈔傳感器，當入鈔口有紙幣放置時啟動電機。紙幣經電機傳動到達檢測區后，單片機開始進行信號采集和數據處理，經邏輯運算判斷出紙幣的面值和真偽。按鍵選擇用戶功能模式，液晶屏顯示當前的金額和張數。當紙幣識別異常時蜂鳴器報警，液晶屏顯示故障代碼。

點鈔機的人民幣面值識別是人民幣鑒偽的基礎，本系統中將兩種面值識別的方法進行結合。一方面，在檢測紙幣寬度的基礎上，通過提取安全線磁性信號的特征，識別出紙幣的面值；另一方面，通過采集紙幣的票面顏色，提取出紙幣顏色特征，進而識別出紙幣的面值。當兩種方法檢測出的紙幣面值不同時，發出異常警報；當通過寬度和安全線磁特征無法辨別紙幣面值時，紙幣顏色特征成為判別紙幣面值的依據，反之亦然。

圖1 點鈔機控制系統框圖

紙幣顏色識別系統包括光源、信號采集和核心處理3個部分。系統由硬件和軟件相結合，共同完成信號采集和數據處理，實現面值識別的功能。由于紙幣正面人像位置和反面風景位置的顏色特征比較明顯，分別用兩個顏色傳感器檢測紙幣兩端（正面水印位置和人像位置或反面水印位置和風景位置）的顏色，以保證無論在紙幣的何種放置情況下，都有一個傳感器能采集到顏色特征明顯的顏色信息。顏色識別系統結構如圖2所示。

圖2 顏色識別系統結構

白光LED平行光源照射在被測紙幣上，反射的光線由顏色傳感器接收，傳感器將接收到的光譜轉換成頻率信號，并送入單片機中進行數據處理。單片機將采集到的RGB數據轉換到HSV色彩空間，根據人民幣紙幣的顏色特征判斷出紙幣的面值。

2 硬件電路設計

2.1 TCS230顏色傳感器

TCS230顏色傳感器把可配置的硅光二極管與電流頻率轉換器集成在一個單一的CMOS電路上，芯片上集成了紅、綠、藍（RGB）3種濾光器，其上有一個數字兼容接口。TCS230的輸出信號是數字量，可以直接驅動標準的TTL或COMS邏輯輸入，特別是能夠直接與微處理器相連，實現每個彩色信道10位以上的轉換精度[4]。由三基色理論可知，不同顏色是由不同比例的紅、綠、藍三基色混合而成的。當入射光投射到TCS230上時，選通紅、綠、藍3種濾光器中的一種；光線通過透光部分的光電二極管陣列形成電流，經過電流-頻率轉換器輸出不同頻率的方波，方波的頻率與顏色和光強對應。分別選通紅、綠、藍 3種濾光器，得到被測顏色中紅、綠、藍 3基色的組成比例，進而判斷出被測顏色。

2.2 顏色識別系統電路結構

STM32是以高性能 32位處理器（Cortex-M3）為核心的微控制器，具有豐富的外設和穩定的性能。本系統采用STM32F103RBT6單片機為主芯片，使系統具有良好的功能擴展性[5]。

顏色識別系統的電路結構圖如圖3所示。兩片TCS230顏色傳感器由單片機的5個IO口PA0～PA4共同控制。PA2口與兩片 TCS230的頻率輸出使能引腳（OE）相連，控制輸出的狀態。PA0口和PA1口控制選擇不同的輸出比例因子，對輸出頻率范圍進行調整。兩片TCS230的頻率輸出引腳分別與單片機TIM4的1通道和2通道相連，用于對輸出的頻率信號計數。

圖3 顏色識別系統電路結構圖

3 軟件設計與顏色算法

3.1 白平衡

在系統進行顏色檢測前，必須要對TCS230進行白平衡調整。本系統調整白平衡的方法為：首先配置單片機的TIM1和TIM4分別為定時器和計數器；單片機依次選通TCS230的紅、綠、藍3個濾光器；選通紅色濾光器，TIM4的通道1打開，對TCS230的輸出頻率計數，同時TIM1打開，進行計時。當TIM4的計數值達到某一固定數值（如200）時，切換濾光通道，依次選通綠色濾光器、藍色濾光器。經過3次測量，得到3個定時器值，這3個定時器值就是實際測量時的時間基準[6]。用同樣的方法完成對另一片TCS230的白平衡調整。

3.2 數據采集

對紙幣進行顏色測量時，TIM1為定時器輸出比較模式，TIM4為計數器。單片機通過控制S2、S3端口的不同組合，依次選通TCS230的紅、綠、藍濾光器。當選通某種濾光器后，啟動TIM1定時，定時時間為該濾光器所對應的白平衡時間基準值，同時TIM4開始計數，獲得紙幣顏色的單基色頻率值。經過3次不同時間的測量，最終得到紙幣顏色的三基色頻率值。另一片TCS230的顏色檢測過程與上述過程相同。數據采集具體的程序流程如圖4所示。

圖4 數據采集流程圖

3.3 顏色算法

通過數據采集，獲得了被測紙幣顏色的RGB值，但是從RGB值無法直接判斷出紙幣的顏色，需要轉換到HSV（Hue，Saturation，Value）色彩空間[7]。 HSV 色彩 空間一方面消除了亮度在圖像中與顏色信息的聯系；另一方面色調和飽和度與人的視覺特性比較接近，便于分析和理解。HSV色彩空間可以用一個圓錐空間模型來描述，如圖5所示。色調（H）用角度來標定，徑向方向上飽和度（S）的深淺用離開中心線的距離表示，亮度（V）用垂直軸表示。 色調用-180°～180°或 0°～360°度量； 飽和度用百分比0%～100%度量；亮度也用百分比 0%（黑）～100%（白）度量。由于色調是以圓周上的角度度量的，因此由色調和飽和度分量可以構造一個顏色輪。在顏色輪上，紅、綠、藍分別間隔120°，它們的混合色為黃、青、品紅。

圖5 HSV色彩空間模型

從RGB到HSV色彩空間的轉換如下[7]：

其中，f為白平衡時的脈沖計數值；R、G、B∈[0，255]，S∈[0，1]，V∈[0，1]。

3.4 顏色特征提取

要根據紙幣顏色判斷出紙幣面值，首先必須提取紙幣的顏色特征，讓紙幣的面值與顏色對應起來。第五版人民幣有 6種面值，分別為：100元、50元、20元、10元、5元和1元。這里只對100元、50元、20元和10元4種大面值紙幣進行識別。考慮到樣本容量的合理性，每種面值各選取使用程度不同的60張紙幣，在每張待測紙幣的檢測區域內選10個不同的隨機位置點進行檢測。這樣每種面值紙幣在每個檢測區域均得到600組RGB數據，經過HSV色彩空間轉換，再將得到的 600組HSV數據取平均，得到的各面值紙幣的HSV數據如表1所示。為了方便表示，表中的飽和度和亮度都擴大了100倍，并省略了色調H的單位。

表1 各面值紙幣的HSV數據

雖然表1中的數據依賴實驗樣本，但仍包含紙幣顏色的一般特征：

（1）水印位置和反面水印位置的亮度比人像位置和風景位置的亮度高；

（2）各面值紙幣的人像位置和風景位置的色調有明顯的差異。

這些數據特征的物理意義如下：

（1）水印位置和反面水印位置顏色較淺，而人像位置和風景位置的顏色較深；

（2）各面值紙幣的色調分別為紅、綠、紅黃、藍，其中100元的紅色與20元的紅黃色調較為相近。

將人像位置和風景位置的色調值取平均，得到紙幣各面值的色調特征值，如表2所示。

表2 各面值的色調特征值

3.5 面值識別

實際檢測時，兩個TCS230輸出的若干組RGB數據經過 HSV 轉換，再分別取平均值，得到（h1，s1，v1）、（h2，s2，v2）兩組HSV顏色數據。兩組數據中亮度V較小的一組為人像位置或反面風景位置的顏色數據，將該組數據中的色調H與各面值的色調特征值進行比較，找到絕對誤差最小的色調特征值，其對應的面值即為該被測紙幣的面值。 例如，兩組 HSV 數據（120，15，60）、（49，9，88），將第一組數據（V值較小的）中的色調 H值與表 2中的色調特征值逐一進行比較，h1與50元的色調特征值的絕對誤差最小，可以判定這張被測紙幣面值為50元。

本文論述了TCS230顏色傳感器在點鈔機紙幣識別系統中的應用。在搭建的硬件采集平臺上，利用軟件實現了顏色的采集、色彩空間的轉換、紙幣顏色特征的提取以及面值的識別。在點鈔機的紙幣識別系統中，采用寬度和安全線磁特征以及顏色特征相結合的方法判別紙幣面值，增加了紙幣面值識別的準確度。本文設計的紙幣面值識別系統具有結構簡單、成本低、精度較高的特點，具有實際應用價值。

[1]尤佳，徐煒.流通人民幣紙幣的面值識別[J].儀器儀表學報，2003，24（4）：94-95.

[2]陳偉，趙艷華.銀行紙幣鑒偽系統設計[J].自動化技術與應用，2003，22（3）：53-56.

[3]儲茂祥，鞏榮芬，吳慶洪.一種紙幣識別系統的設計[J].電子技術應用，2004（12）：61-62.

[4]侯昭武，包敬海，李尚平.智能化水顏色辨識系統的研究[J].儀表技術與傳感器，2010（7）：102-104.

[5]STMicroelectronics Ltd. RM0008 Reference manual：STM32F101xx， STM32F102xx，STM32F103xx， STM32F105xx and STM32F107xx advanced ARM-based 32-bit MCUs Rev 9，2009.

[6]孔憲清.傳感器TCS230在單片機平臺上的應用實現[J].山西電子技術，2012（6）：25-26.

[7]胡學龍.數字圖像處理（第二版）[M].北京：電子工業出版社，2011.