一種鈔票識別模塊圖像信息采集方法

廣電運通金融電子股份有限公司 陳 健

隨著社會經濟的高速發展，現金交易與流通的數量不斷增大，傳統的依賴于人工現金清點、鑒偽的方式已經無法滿足實際的工作需求。使用現金處理設備來對現金進行分類、鑒偽等，能大大提高工作效率，節省人力和時間成本。

現金處理設備是通過其核心模塊-識別系統，對鈔票進行識別、鑒偽處理。識別系統一般是通過接觸式圖像傳感器（CIS,Contact Image Sensor）對鈔票進行圖像采集，具有采集速度快、穩定性高，受環境因素影響小等特點。現金處理設備的識別系統需要借助特定的傳送裝置，將需要采集的票據樣本以一定的速度經過CIS傳感器表面，傳感器則按照預先設定的打光及采集時間，對樣本的進行采集，生成特定規格的圖像。

但在實際使用中，識別模塊需要滿足各種尺寸的鈔票采集。如果鈔票尺寸太大，容易超出傳感器可采集的范圍；如果鈔票尺寸太小，容易造成采集圖像數據冗余。受限于鈔票在傳輸通道內的固定輸送速率，因為鈔票打滑、過鈔機構不穩定，可能導致鈔票重疊，鈔票間間距太大或者太小等走鈔異常情況。

為了提高識別模塊處理的效率，減小識別模塊的誤識別率。在分鈔結構和其他機械結構不變，圖像采樣分辨率也保持不變，且傳送裝置速度恒定的情況下，通過通道中位置檢測傳感器來判斷鈔票的實際尺寸，確定圖像的有效數據范圍，并將有效范圍記錄在圖像的特定標識位上，便于后續對鈔票圖像邊緣檢測處理。

1 現有圖像采集方法及存在問題

圖像采集的方法與設備分鈔的方式相關。結構分鈔方式主要有兩種，一種按固定位置分鈔，即前后兩張鈔票入鈔起始位置間距離保持不變；另一種按固定間隔分鈔，即前后兩張鈔票入鈔終止位置和起始位置間距離保持不變。前者對通道傳輸的結構穩定性要求很高，后者對結構穩定性要求相對較低，但對于采集樣本的尺寸大小難以做到完全兼容，容易因鈔票尺寸太小引起鈔票圖像采集不完整等問題。

圖像采集包括靜態圖像采集和動態圖像采集，靜態圖像采集一般用于專用的檢測儀器，適用于檢測的效率要求不高，檢測精度要求較高的場合；動態采集適用于檢測效率要求高，需實時處理的現金處理設備及相關領域。因此，鈔票圖像采集與鈔票傳輸結構相關。鈔票的輸送裝置必須在恒定的速度下，加上位置傳感器對鈔票位置檢測的觸發的機制，保證每一張鈔票樣本信號的完整性和有效性。

一般情況下，在鈔票入鈔位置安裝位置傳感器，傳感器的反饋信息作為圖像采集的起始信號。為了保證每一副圖像的分辨率大小一致，每一副圖像的采集步長和采集范圍是固定的，因此，每一副圖像采集結束的位置也是固定的。見圖1。

圖1

以人民幣100元和1元為例，識別模塊對票據進行采集，人民幣100元的采集的圖像如圖2所示。每一幅圖像的分辨率為N×M（N、M分別為采集圖像的寬、高），且該幅圖像的有效數據為N×M。人民幣100元圖像的大小為n1×m1（滿足n1

圖2 人民幣100元CIS采集圖像

人民幣1元的圖像大小為n2×m2（滿足n2

圖3 人民幣1元CIS采集圖像

2 自適應圖像信息采集

本文提出一種自適應圖像信息采集的方法，該方法好處在于根據鈔票屬性確定一個最長采集長度，但是不限制其最短采集長度，根據鈔票實際的長度進行采集，進而確立采集圖像的有效數據范圍，一來節省了圖像預處理時對鈔票圖像邊緣檢測數據搜索的時間，快速定位到鈔票的位置，二來避免了鈔票因為尺寸過小容易導致連鈔等分鈔異常而拒鈔的情況，提高了鈔票正確識別的效率。

2.1 圖像采集流程

自適應圖像信息采集處理流程如圖4所示。

圖4 圖像采集處理流程圖

2.2 圖像實時采集控制

第一步，鈔票進入傳輸通道，觸發位置傳感器，傳感器將信號傳遞給現場可編程門陣列（Field－Programmable Gate Array,FPGA），FPGA開始啟動對CIS圖像進行采集。

第二步，FPGA實時向DSP傳輸數據的時候，選取一個固定數據段，做為判斷結束的標識。該標識的代表了當前圖像采集剩余的行數，在未知剩余行數時設置為255。

第三步，每行數據傳輸時，都必須實時訪問該標識位數值，未檢測到鈔票離開信號時，根據固定行數減去已采集行數將剩余行數寫入標志位。

第四步，鈔票離開觸發傳感器，傳導給FPGA；FPGA根據預先設定終止采集參數進行判斷，考慮到DSP接收FPGA傳過來的數據需要等待一定時間，可使用上一行傳輸數據的標識進行判斷，這樣做便于提升系統效率。如果判斷到上一行的標志位為1時代表本次接收的數據為最后一行數據，從而完成此張圖像的接收。并準備接收下一張圖像數據。

第五步，將本次圖像采集的有效數據行數記錄在當前圖像的指定坐標位置上。

2.3 圖像有效數據記錄與應用

通過上一步驟記錄到的圖像有效長度范圍，由于全幅圖像有效行數不超過200，可以利用圖像的灰度特性（0～255），將采集的有效長度L=N-N’（滿足L<255，N>N’，其中N、N’分別為圖像的最大寬度、圖像的有效寬度）記錄在一個像素上，該像素坐標為P（x,y），該坐標的灰度值記為Pix（x,y）。

如圖5所示，圖像的有效的數據大小為（N-N’）×M（M為圖像的長度），無效數據大小為N’×M，一般以隨機數形式記錄。

圖5 圖像有效數據

2.4 圖像預處理與鈔票識別

進入鈔票識別處理前，需要對整幅圖像進行邊緣檢測預處理，即需要對鈔票圖像的四個頂點與邊界進行搜索定位。

按照全幅圖像有效數據的范圍分布情況，如圖4，鈔票的左邊界、上邊界和下邊界可以從圖像的邊緣起始點開始搜索，即xStart=0，yStart=0，yEnd=M（xStart、yStart分別為左邊界、上邊界的搜索起始坐標，yEnd為下邊界的搜索起始坐標）；右邊界搜索前，需要先從圖像標識位P（x,y）坐標上獲取有效數據終止的位置，即xEnd= Pix（x,y），xEnd為右邊界搜索的起始坐標。

根據圖像有效范圍的動態變化，實現圖像有效區域的快速定位，提高了圖像邊緣檢測算法的處理效率，也防止了連鈔圖像的無效邊緣被采集進入到有效圖像范圍內而引起的誤定位。

結論：本文給出了一種適用于現金處理設備識別模塊的自適應的圖像信息采集方法，該方法在現有的分鈔結構及鈔票傳輸方案上，根據圖像的尺寸信息，通過位置傳感器，將信號實時發送給FPGA和DSP，實現自動調整CIS傳感器采集的有效范圍，有效減少了處理器的數據處理運算量，并減少了鈔票識別過程中圖像預處理階段的數據運算量，保證結構分鈔對不同尺寸鈔票的兼容性，提升了現金設備對鈔票的高效的處理性能。