随着计算机技术的高速发展,金融领域进入自动化阶段,智能纸币清分系统在金融领域的使用越来越广泛,使得纸币图像识别技术成为一个活跃的研究方向并有着广阔的应用前景。纸币图像的实时处理与识别是纸币清分系统的核心技术,首先综述了纸币清分机的作用及研究现状,总体上介绍了清分系统的软硬件架构,阐述了系统的结构和功能。之后对在现有的纸币图像的预处理算法做了研究,包括图像去噪、边缘提取及倾斜校正。面值和面向是纸币最基本特征,采用基于宽度的面值识别方法和基于神经网络的面向识别方法,该方法利用图像整体区域识别,稳定性高,受到噪声影响小。针对进一步的纸币识别要求,介绍了纸币序列号、新旧和真伪的识别。在序列号识别中采用投影法分割序列号字符,模板匹配法字符识别。新旧识别采用灰度级比较法,利用新旧纸币亮度不同进行识别,分为局部灰度和整体灰度。利用纸币红外图像研究了真伪识别,采用了灰度比值的真伪识别方法。核心器件选择TI公司C6000系列高性能的TMS32DM648作为清分系统的处理器,并将纸币识别算法移植到DSP平台上。为了提高代码运行效率,对DSP的代码做了优化,包括C代码优化和对系统关键部分的汇编优化,使纸币面值面向的识别时间下降到10ms以内,序列号的识别时间不超过20ms,可以满足实时性的应用要求。