小额货币在日常交易与找零结算中不可或缺,是一种使用最为频繁的货币。相较于纸质小额货币,小额硬币具有抗磨损、材料易回收重利用、减少病毒传播等。据统计,小额硬币是小额纸币使用寿命的100倍,并且可回收重复利用。所以,小面额货币硬币化是世界各国普遍采用的做法,也是我国央行力推的目标,这无疑将进一步扩大硬币的使用频度。但是,随着硬币流通的普遍性与频繁性的增加,随之而来的诸如假币流通问题、清点费时费力等问题日益突出。本文结合上述问题与当今研究比较热门的机器视觉检测,提出了一种模块化硬币检测与面额统计图像处理子系统的研究与设计。与前人在一幅图像单个硬币识别检测相比,本课题研究在一幅图像上含有多枚硬币图像,探索将单个对象分割出来然后进行特征提取与识别的方法,这样就能实现快速批量化的硬币识别与面额统计,扩大了系统的使用面,有望将人们从繁琐的清点工作中解放出来。该系统包含前端基于FPGA图像预处理模块和后端基于PC的算法识别模块。前端模块以Altera公司的FPGA (EP4CE10E22C8N)为核心处理芯片,依靠FPGA高速并行处理能力进行硬件加速,主要完成功能有：图像传感器的配置与YUV422格式视频图像采集,图像灰度化处理、中值滤波、二值化等。后端基于PC的算法识别模块主要的处理任务有：图像分割、单个硬币的像素面积和图像Hu特征提取、基于像素面积的初次识别(去除非像素面积阈值内对象)、基于BP神经网络的图像二次识别、硬币面额统计等。两模块间的通信选用USB接口方式,USB接口芯片为广泛使用的Cypress的Cy7c68013A。USB接口具有使用广泛(几乎每一个智能平台上)、通信速度快、即插即用的特定点,符合模块化的思想,使得模块间开发依据功能相互独立,方便于模块的独立修改,如在前端FPGA模块上加更多的处理功能或将更具识别能力的算法在上端模块上实现等,并且未来可在前端FPGA模块处理功能不变的情况下,后端PC模块的处理算法移植到其它小型核心芯片(ARM或DSP)的嵌入式处理平台上,可将使用环境扩大到小型移动设备上,如公交和自动售货机。最后,整个系统联调测试表明,在具备一定识伪能力的基础上,能完成预期要求的对一幅图像上多枚硬币的面额检测与统计。