一種人民幣小包無接觸式計數系統的研究

李展（成都印鈔有限公司 四川 成都611130）

一種人民幣小包無接觸式計數系統的研究

李展
（成都印鈔有限公司 四川 成都611130）

針對原機械吸盤式人民幣計數方式的缺點，本文提出了一種在自動線上進行人民幣小包數字復核的系統方案。選擇了相應的鏡頭、光源，根據采集圖像，設計了對圖像中的紙張側面進行紙縫提取并計數的算法，討論了該算法中不同參數對最后計數結果所造成的影響。設計了利用多相機計數結果冗余的校驗算法，既保證了計數系統的準確率，同時也將系統的誤數率降到最低。根據系統的長時間運行數據與測試結果，證明該系統是可能得到應用的。

非接觸式；人民幣；計數系統；紙縫提取；圖像處理

產品數字風險管控是印制行業尤其是特種印制行業十分重視和重點防范的風險之一。長期以來，印鈔行業對數字風險管控的手段也不斷更新換代。行業最初完全依靠人力、時間成本高昂且準確率低的人工過數。隨著科技的發展，各種紙張層疊技術裝置開始出現。為保障計數準確可靠，行業逐步引進德國進口大張計數機對大張產品進行計數，同時在每個工序完成后均進行計數。對大張產品進行每印次機械過數，可以有效保障大張產品的數字準確性[1-6]。然而，進口機械式計數機計數吸盤會跟產品直接接觸，高速旋轉過程中會對產品造成一定的損傷，同時由于核心技術源自進口，設備成本高昂。另一方面，目前行業對小開出廠產品的數字控制環節尚未進行直接的數字管控，因此也存在一定的數字風險[1]。本文的研究目的即是通過研究高精度成像方式對捆扎后小包產品進行非接觸式計數，計數過程中產品與計數裝置不接觸，不對產品本身造成任何損傷，尤其是避免了機械計數裝置對小開產品邊角的損壞，保障整個過程的安全性與數字的可靠性，同時研發具有自主知識產權的基于圖像的紙張計數算法，在保障計數準確率的情況下，也大大降低紙張計數裝置的成本。

1 計數系統硬件設計

1）機械方案設計

為了最大限度的控制小包產品的數字風險，計數系統的檢測位置選擇應該盡量靠后，而通過前期的大量測試，發現塑封后的產品因為塑封薄膜反光、不平整等干擾因素會對準確計數造成較大的影響。綜合考慮上述因素，系統最終選擇捆千后、塑封前的位置作為計數系統檢測點。

產品在未塑封的情況下將進入計數系統的機械平臺，為了保障產品在機械平臺運行的穩定性，運行過程中不對小包產品造成任何機械損壞，機械設計時候需要充分考慮整個系統產品運行的穩定性和流暢性，因此機械平臺的設計和加工都具有較高的要求，設計中考慮冗余，加工中保障較高精度。

小包計數成像平臺設計四組相機對小包產品4個邊角進行拍攝，計算結果進行相互校驗，可以有效的排除某一邊的紙張包邊、紙張翻折遮擋、紙張鎖緊等影響計數準確性的因素的影響。

圖1 小包產品進入計數系統示意圖

小包產品進入機械平臺運行流暢穩定，整個運動過程如下：

①小包產品進入平臺遮擋住進料傳感器，由滾輪將產品運行到進料停留位；

②推料氣缸將小包產品推送到鏈輪1號位；

③鏈輪啟動運送小包產品到鏈輪2號位 （A面拍攝位置），多組氣缸和吹氣嘴對小包產品進行夾緊和整形，整理完成后第一組相機開始拍攝圖像；

④拍攝完成后鏈輪啟動運送小包產品到鏈輪3號位（B面拍攝位置），同樣多組氣缸和吹氣嘴對小包產品進行夾緊和整形，整理完成后第二組相機開始拍攝圖像；

⑤拍攝完成后鏈輪啟動運送小包產品到鏈輪4號位，短暫停留拍攝并記錄小包產品首張號碼，然后進入翻轉等待位置；

⑥將小包產品進行翻轉，翻轉完成條碼朝上，等待計數結果并與首張號一一匹配，計數準確的進入塑封爐，計數不準的反方向進入計數不準產品倉。

系統從安全性和可操作性方面設計了安全防護罩，系統異常三色報警燈，為方便工人操作，將工人操作面板設計放置在現有的工位旁邊，工人完成現有工作同時可以兼顧該系統，無需再專門增加崗位對該系統進行操作和維護。系統機械平臺立體圖如圖1（b）所示

2）成像方案設計

一方面，紙張厚度平均為0.1 mm，要在圖像上對每一張產品進行準確計數，每一張紙在圖像上應當不少于10個像素，方能進行可靠的算法處理和計數。因此要求系統分辨率必須達到或者超過0.01 mm/像素，系統綜合放大倍數不低于100倍。另一方面，小開產品疊在一起后存在一定的不整齊度，成像設計時候還需要考慮選擇高景深鏡頭適合紙張本身的不整齊度，保障每一張產品清晰可見。而既要保障較高的放大倍數，又要保障足夠高的景深，綜合放大倍數和景深兩方面需求，項目組設計了兩種成像方式，大靶面遠心鏡頭和高分辨率相機一次拍攝成像方式和小靶面遠心鏡頭和小面陣相機多次拍攝拼圖獲得更高分辨率圖像的成像方式。在后續實驗中發現大靶面成像方式，不僅相機鏡頭體積過大，而且成像分辨率仍然達不到準確技術要求。經過多次實驗和比較，本方案最終選擇了小面陣多次拍攝的成像方式，保障獲取圖像的質量，更加有利于算法設計。系統選用德國進口Baumer相機，該款相機具有體積小并且像素分辨率大，幀率快，發熱量小等優勢，是一款性價比極高的工業面陣相機，相機外形圖和尺寸圖如圖2所示，該成像方案下，相機與鏡頭配合可以獲得拍攝圖像寬度達到16 mm，圖像綜合放大倍數達到100倍，可以保障有效的看清每一根紙縫。

圖2 本系統采用的德國進口相機及成像效果示意

2 計數系統軟件設計

2.1 軟件界面

根據本系統的使用需求，設計了如圖3所示的軟件界面圖。主要包括3個模塊：當前信息模塊、統計信息模塊及歷史記錄模塊。

圖3 非接觸式小包計數系統軟件界面

2.2 算法設計

1）單張紙縫計數算法

① 預處理：由于紙張是柔性材質，受到外力后會出現彎曲不平的情形（圖4（a）），為了更好的對紙縫進行計數，根據紙張彎曲方向，對紙張圖像進行了柔性平行度矯正，經過矯正的圖像如圖4（b）所示。

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

③紙縫計數：對紙縫二值圖像進行全局曲線跟蹤，并根據紙縫曲線方向進行投影，獲取紙縫強度，紙縫寬度，紙縫連續性，紙縫直線性，紙縫前后間距等特征，并根據這些特征計算紙縫置信度，將紙縫置信度高于80%的位置判定為一張紙縫，同時進行標號計數，最終即可獲得該包產品的計數，如圖5所示。

圖4 矯正和提取前后示意圖

圖5 紙縫計數示意

2）多路相機綜合校驗算法

計數系統采用了4個相機分別對產品的4個側面進行了計數，每個相機計數時有可能受到紙毛、縮進等異常狀態的影響，為了在一定程度上消除這些影響，同時保證系統不能出現誤數的可能，我們采用了多路相機數字綜合判定算法：產品左側拍攝點（拍攝點1和拍攝點3）綜合對應得到左側結果，產品右側拍攝點（拍攝點2和拍攝點4）綜合對應得到右側結果，并對比產品左右數字結果進行校驗，得出最后結果，如圖6所示。

基于機器視覺技術[7-11]和統計學原理相結合的方法[12-15]。具體檢測步驟如下：

首先，采集當前紙張印刷產品對應的紙張層疊圖像IMGorg，設x方向為紙張方向，y方向為紙張層疊方向。對圖像IMGorg求邊緣概率圖IMGPB，對IMGPB圖做方向投影方差分析對IMGorg中的紙縫進行方向矯正處理得到Iorg，對圖像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圖對紙縫進行連接。在x方向將圖像均分為8段，每段寬度度為256個像素（選取圖像的正中部分）。分別對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的投影方向及該方向的投影值。對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為頂點Vij（i=1，2...，8，j=1，2...，m，m為第i段圖像的頂點總數）。對相鄰兩段的頂點Vij，V（i+1）k構造權重矩陣Cm*n，其中m，n分別為Vij，V（i+1）k中的頂點總數，根據頂點方向在y方向的距離構造權重矩陣。在保證權重和最小的情形下，對兩組頂點做最大二分圖匹配。對未匹配的頂點根據一定規則進行補點，再次構造權重矩陣進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，對紙張層疊圖像Iorg提取對應的每條紙縫的寬度特征和灰度特征。根據寬度和灰度特征對Iorg圖像的白紙邊和灰紙邊進行分界。

第四步，結合分界結果對紙縫連接圖像Ilink進行分段計數操作，得到8個計數結果。對于每個白邊（灰邊）紙縫圖像，我們選取物理上相互對應的三處進行成像，從而得到白邊（灰邊）紙張部分的24個計數結果，對其進行投票取眾數得到白邊（灰邊）最終計數結果。將白邊和灰邊部分的最終計數結果相加，得到整小包紙張產品的計數結果。最后的計數結果如圖5（b）所示。

根據系統的長時間運行數據與測試結果，證明該系統是可能得到應用的。

3 結 論

文中提出了一種在自動線上進行人民幣小包數字復核的系統方案。選擇了相應的鏡頭、光源，根據機器視覺原理，設計了對圖像中的紙張側面進行紙縫提取并計數的算法，討論了該算法中不同參數對最后計數結果所造成的影響。設計了利用多相機計數結果冗余的校驗算法，既保證了計數系統的準確率，同時也將系統的誤數率降到最低。該系統方案具有諸多優點：1）不接觸產品，不損傷產品；2）系統運行流暢，無噪聲污染；3）鏡頭遠離污染源，傳感器免維護；4）價格競爭力強。根據系統的長時間運行數據與測試結果，證明該系統是可以工業應用的。

[1]王松濤.紙幣識別技術的研究與實現 [D].哈爾濱：哈爾濱理工大學，2009.

[2]周翟和.紙幣讀入識別系統的研究和實現[D].南京：南京航空航天大學，2002.

[3]于運龍.基于DSP的紙幣號碼采集及識別系統的研究與實現[D].大連：大連理工大學，2009.

[4]丁瑞昕.紙幣清分機圖象識別系統的研究與設計[D].鞍山：遼寧科技大學，2008.

[5]迂雪峰.多功能紙幣清分機圖像識別系統的研究與設計[D].鞍山：遼寧科技大學，2007.

[6]王勇.紙幣清分機圖像處理算法及控制策略的研究[D].杭州：浙江大學，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：201603236

李 展（1982—），男，四川成都人，碩士。研究方向：鈔券技術研究。