應(yīng)用HSV和SVM算法的紙幣清分系統(tǒng)設(shè)計(jì)

安澤武，馬秀清，張 鑫，程 倫

（1.北京航空航天大學(xué)機(jī)械工程及自動(dòng)化學(xué)院，北京100191；2.北京化工大學(xué)機(jī)電工程學(xué)院，北京100029；3.北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院，北京100029）

1 引言

市場上現(xiàn)行的大部分紙幣清分器械，普遍存在價(jià)格昂貴，但是在一些例如公共交通行業(yè)對(duì)于紙幣清分設(shè)備具有相應(yīng)的需求［1］，目前現(xiàn)行的紙幣清分器械不適合在這種場景下使用，因此在保證高的識(shí)別率與較低的誤識(shí)率情況下，研發(fā)低成本的紙幣清分系統(tǒng)具有重要意義［2］。

在整個(gè)紙幣清分機(jī)械系統(tǒng)中，精巧并且魯棒的紙幣識(shí)別算法是關(guān)鍵問題［3］。文獻(xiàn)［4］指出目前實(shí)現(xiàn)紙幣面額識(shí)別的方法有多種，可以利用牽引結(jié)構(gòu)和光電發(fā)送接收傳感器，利用專用數(shù)字處理器對(duì)紙幣上的磁性油墨和磁性安全線進(jìn)行識(shí)別。此識(shí)別算法涉及的傳感器種類較多，導(dǎo)致紙幣清分設(shè)備復(fù)雜。文獻(xiàn)［5］提出了一種基于神經(jīng)網(wǎng)絡(luò)的識(shí)別方法。這種方法識(shí)別率較高，但是對(duì)圖像噪聲敏感以及對(duì)算力要求比較高，也容易陷入局部最優(yōu)，造成紙幣識(shí)別錯(cuò)誤。文獻(xiàn)［6］利用人民幣光學(xué)特征根據(jù)紙幣上特殊位置的特征實(shí)現(xiàn)紙幣鑒別，利用紅外光照射真假紙幣后其反射及穿透信號(hào)的強(qiáng)度差異鑒別紙幣。文獻(xiàn)［7］提出了利用Gabor濾波器提取紙幣圖像紋理特征進(jìn)行網(wǎng)格劃分，根據(jù)紋理特征進(jìn)行紙幣種類識(shí)別。由于紙幣表面紋理容易在流通過程中損失，單純利用局部紋理特征容易造成誤識(shí)別。

綜上所述，在低成本紙幣清分系統(tǒng)需要滿足價(jià)格低廉，且其識(shí)別算法對(duì)紙幣特征的提取和表示具有魯棒性。這里提出紙幣清分系統(tǒng)方案，采用價(jià)格低廉的一種彩色光導(dǎo)頻率的集成電路作為紙幣信息采集方式，通過分析紙幣本質(zhì)特征，對(duì)傳感器信號(hào)做算法處理。通過分析算法處理后的紙幣特征，將其特征映射到高維空間，利用支持向量機(jī)進(jìn)行紙幣種類的識(shí)別。以此為核心算法設(shè)計(jì)了紙幣清分機(jī)械結(jié)構(gòu)，具有成本低廉、操作簡單以及維護(hù)便利等優(yōu)勢(shì)。

2 設(shè)備系統(tǒng)整體設(shè)計(jì)

這里所述的紙幣分類設(shè)備，主要包括紙幣輸送單元、紙幣面額識(shí)別單元、紙幣分類單元、紙幣存儲(chǔ)單元、LCD顯示單元以及紙幣管理單元等組成。設(shè)備外殼面板上設(shè)置有紙幣輸入口，在紙幣輸入口的內(nèi)部設(shè)置有紙幣輸送和分類裝置，在紙幣輸送和分類裝置的下方設(shè)置有多個(gè)按紙幣面值區(qū)分的紙幣存儲(chǔ)盒。經(jīng)過分類處理的紙幣經(jīng)過LCD顯示紙幣數(shù)量、紙幣面額和投入總額。可以將多臺(tái)設(shè)備在不同時(shí)間段的工作數(shù)據(jù)使用串口通信存?zhèn)魅氲絎eb系統(tǒng)，將相關(guān)數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫中，實(shí)現(xiàn)對(duì)于紙幣分類以及面額統(tǒng)計(jì)的管理。

2.1 紙幣輸送單元

紙幣輸送單元：紙幣輸送單元主要有輸送口，預(yù)緊夾持輪，齒輪傳動(dòng)機(jī)構(gòu)，觸發(fā)杠桿，該觸發(fā)杠桿的支點(diǎn)下部豎向設(shè)置在紙幣輸入口內(nèi)的中部，在觸發(fā)杠桿的頂部設(shè)有觸發(fā)開關(guān)，觸發(fā)開關(guān)兩端連接有MCU，MCU用來控制直流電機(jī)運(yùn)動(dòng)，直流電機(jī)帶動(dòng)夾持滾輪運(yùn)動(dòng)。

2.2 紙幣面額識(shí)別單元

紙幣面額識(shí)別單元：紙幣面額識(shí)別單元主要由顏色傳感器，MCU微控制器以及白平衡板構(gòu)成。由于各種面額人民幣顏色存在顯著差異，主要通過顏色傳感器識(shí)別紙幣上人物頭部固定位置顏色，通過改進(jìn)色彩空間識(shí)別算法處理得到不同類型紙幣有關(guān)的特征信息，將其輸入到訓(xùn)練好的支持向量機(jī)中做分類決策，得出輸出紙幣是何種面值。

2.3 紙幣分類單元與顯示單元

紙幣分類單元與顯示單元：傳感器傳入的顏色信號(hào)經(jīng)過處理之后得到面額信息，利用控制器控制步進(jìn)電機(jī)驅(qū)動(dòng)絲杠導(dǎo)軌平臺(tái)運(yùn)動(dòng)，將紙幣送入到對(duì)應(yīng)的紙幣存儲(chǔ)盒當(dāng)中，實(shí)現(xiàn)紙幣的分類。同時(shí)將信息記錄通過顯示單元顯示，利用LCD屏幕顯示當(dāng)前傳送紙幣面額，已收納紙幣數(shù)量和已收納紙幣總額。

圖2 紙幣輸送單元結(jié)構(gòu)Fig.2 Structure of the Transportation Unit

圖3 紙幣面額識(shí)別單元Fig.3 The Recognition Unit of RMB

圖4 紙幣分類與顯示單元Fig.4 The Classification and Display Unit of RMB

2.4 紙幣管理單元

紙幣管理單元：紙幣管理單元主要功能是在經(jīng)過一段工作周期之后，對(duì)多臺(tái)設(shè)備的紙幣信息和紙幣數(shù)量進(jìn)行統(tǒng)計(jì)和存儲(chǔ)，為了方便使用，將統(tǒng)計(jì)的顯示在Web前端上，將這段工作周期內(nèi)分揀的紙幣數(shù)量和面額等信息存儲(chǔ)在數(shù)據(jù)庫當(dāng)中。

圖5 紙幣管理單元Fig.5 The Administration Unit of RMB

圖6 紙幣管理系統(tǒng)界面Fig.6 RMB Management System Interface

3 紙幣識(shí)別算法

3.1 面向紙幣的顏色特征分析

由于紙幣的不同面值所使用的顏色不一樣，采利用紙幣的顏色來識(shí)別紙幣面值。由三基色原理得知：自然界所有的色光均可表示為R/G/B的疊加合成［8］。紙幣上顏色分布不均勻，R/G/B存在很大差距，并且輕易的振動(dòng)也都可能導(dǎo)致紙幣位置變化而引起R/G/B數(shù)據(jù)的巨大變化，所以單使用R/G/B算法雖然可以精確識(shí)別顏色，但是采用R/G/B數(shù)據(jù)不穩(wěn)定性。

由于明度與飽和度的影響會(huì)引起R/G/B數(shù)據(jù)的不同。單純以R/G/B作為紙幣面額判定的特征。

圖7 明度與飽和度的導(dǎo)致R/G/B的變化Fig.7 The RGB’s Variation of Brightness and Saturation

鑒于以上情況，要排除R/G/B數(shù)據(jù)的較大波動(dòng)，需要排除明度與飽和度的影響，使用色調(diào)區(qū)分紙幣顏色。HSV可以使用圓錐形狀的模型描述，每個(gè)顏色對(duì)應(yīng)于一個(gè)角度值，稱為色調(diào)（H），飽和度（S）用來描述距離中心軸線的距離，使用0-1表示，垂直軸長度用來表示亮度（V），使用0-1表示［9］、［10］。

從R/G/B轉(zhuǎn)換為HSV色彩空間，設(shè)(r,g,b)分別是一個(gè)顏色的紅、綠和藍(lán)坐標(biāo)，設(shè)MAX為r,g,b中的最大值，設(shè)MIN等于這些值中的最小者，設(shè)MED為r,g,b中中間值。要找到HSV空間中的(H,S,V)值，這里的H∈[0,360]是角度的色相角，而S,V∈[0,1]是飽和度和亮度。計(jì)算為：

3.2 色彩空間轉(zhuǎn)換算法改進(jìn)

3.3 支持向量機(jī)最大軟間隔模型

支持向量機(jī)是模式識(shí)別中的一種模型，可以對(duì)小樣本的數(shù)據(jù)進(jìn)行學(xué)習(xí)，對(duì)于大容量、高維度數(shù)據(jù)集有很好的泛化性能，支持向量機(jī)的模型可控［11］。其基本原理為，根據(jù)訓(xùn)練集的特征在樣本空間中找到一個(gè)合適的超平面，能夠?qū)⒉煌N類的樣本分開［12］。

定義選擇輸入樣本的特征向量X=[x1,x2,x3,…,xm]，定義Y=[y1,y2,y3,…,ym]作為支持向量機(jī)模型目標(biāo)輸出，定義權(quán)重矩陣為W=[w1,w2,w3,…,wm]。

對(duì)于上述樣本，在特征空間中的高維超平面函數(shù)表達(dá)式為：

式中：W-超平面，b特征空間中的超平面到原點(diǎn)的距離。則對(duì)于某一特定樣本Xs=[xs,xs,xs,…,xs]，其到超平面之間的距離可以定義為：

對(duì)需要分類的樣本分類的時(shí)候，樣本的特征及超平面關(guān)系應(yīng)該盡可能滿足條件：

為了防止過擬合，加入軟間隔的方式，此時(shí)為了求得在軟間隔處理下優(yōu)化的目標(biāo)函數(shù)為：

其中，lexp(exp利用拉格朗日乘子法對(duì)上述方程進(jìn)行最優(yōu)化求解，得到在所要使用的樣本下的最優(yōu)分類界面。

在樣本訓(xùn)練的過程，無法保證樣本的特征表達(dá)X=[x1,x2,x3,…,xm]是線性可分的，可能不存在最優(yōu)分類界面，需要將樣本特征從原始的空間特征中做高維特征空間映射，使得樣本在映射完成的高維特征空間中可分。

將上述初始特征空間X=[x1,x2,x3,…,xm]進(jìn)行核函數(shù)變換：

在特征空間中的高維超平面函數(shù)表達(dá)式變?yōu)椋?/p>

4 實(shí)驗(yàn)驗(yàn)證

4.1 實(shí)驗(yàn)設(shè)置

通過紙幣顏色進(jìn)行紙幣種類的識(shí)別，關(guān)鍵是要提取出紙幣顏色特征。為了增強(qiáng)該算法的普適性需要使用合理的樣本數(shù)據(jù)，我們使用的實(shí)驗(yàn)材料為不影響正常流通的新舊各異的各類人民幣各一百張，測試樣本來自于便利店與超市，滿足樣本選取隨機(jī)性要求。

圖8 實(shí)驗(yàn)過程Fig.8 The Process of the Experiment

測量位置為人像位置，紙幣進(jìn)入投幣口后，顏色傳感器正好處于采集信息的位置。顏色傳感器采集到的是(r,g,b)信息，利用我們提出的改進(jìn)算法求出其H值，以下為我們的實(shí)驗(yàn)數(shù)據(jù)。

圖9 人民幣H值測量Fig.9 The Measurement of RMB

4.2 結(jié)果與討論

利用質(zhì)量學(xué)3σ原則［13］，對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)分析。構(gòu)造質(zhì)量學(xué)單值控，如圖10所示，采用改進(jìn)型色彩空間算法提取的紙幣特征值具有相對(duì)魯棒的特征。根據(jù)上述單值圖如果在線性空間中利用提取到的色彩特征值進(jìn)行分類會(huì)存在有些樣本不滿足合適分類條件。為了增強(qiáng)識(shí)別的準(zhǔn)確性，我們將提取到的特征利用高斯核函數(shù)進(jìn)行高維變換，在高維數(shù)據(jù)下尋找最優(yōu)分類界面，利用上述提到的支持向量機(jī)模型作為紙幣分類的分類器。分別構(gòu)造分類器。實(shí)驗(yàn)數(shù)據(jù)證明，識(shí)別率可以達(dá)到98.92%。

圖1 系統(tǒng)組成單元Fig.1 The Component Units of the System

圖10 人民幣單值控制圖Fig.10 Single value control chart of RMB

表1 不同面額紙幣H值統(tǒng)計(jì)Tab.1 H Value Statistics of Different RMB

表2 紙幣面額識(shí)別Tab.2 Denomination Recognition of RMB

通過上述實(shí)驗(yàn)數(shù)據(jù)，我們得到對(duì)于磨損值不是很大且能保證正常流通的貨幣，通過使用傳感器采集色彩信息利用改進(jìn)算法提取特征能，采用基于高斯核函數(shù)的支持向量機(jī)作為紙幣分類的分類器，能夠?qū)崿F(xiàn)紙幣面額的識(shí)別且具有良好的精度與準(zhǔn)確度。

5 結(jié)論

這里通過對(duì)紙幣特征的分析，選擇改進(jìn)色彩空間算法進(jìn)行特征提取與噪聲抑制，對(duì)提取到的特征利用高斯函數(shù)映射到高維空間，通過支持向量機(jī)模型對(duì)紙幣進(jìn)行分類，我們實(shí)驗(yàn)的測試證明，此方案具有較好的精度和準(zhǔn)確度。并由其為核心算法設(shè)計(jì)了一種成本低廉的新式紙幣分類器械，既能夠滿足紙幣實(shí)時(shí)清分也能夠?qū)崿F(xiàn)階段性數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)管理，實(shí)驗(yàn)證明該機(jī)電一體化系統(tǒng)具有良好的精度與準(zhǔn)確度，價(jià)格低廉。