目前，很多行业都出现了基于人民币纸币识别技术的智能化无人收费系统。其核心模块——纸币识别系统的两大主功能是完成人民币不同面额的清分工作及纸币真伪的鉴别。寻求简单、快速、识别率高的纸币面额识别方法及可靠的纸币真伪鉴别方法是普及智能化无人收费系统的关键。首先，文章针对目前中国市场主要流通的第五版人民币，提出了一种基于图像处理的实时人民币识别方法。该方法将人民币面积作为识别特征，与传统的人民币面额识别法进行了对比研究，发现在纸币定位中Freeman链码法具有较好效果，将其进行改进后应用到纸币的边界提取上。然后，为进一步增加验钞机鉴伪的可靠性和自适应能力，协同运用异类传感器的数据进行多源综合，设计了一套基于荧光及磁性传感器的数据融合纸币鉴伪系统。该系统以磁性传感器、硅光电池、滤光片等模块为硬件基础，在对采集的信号通过时域及频域分析，提取合理特征后，首先对真币通过搭建各个面值的改进径向基神经网络，融合同源特征级数据，同时使用被动防伪方法对纸币进行各个面值的分类且以此剔除假币；其次，将各传感器神经网络分类概率作为后续辨识框架的基本概率分配；最后，运用D-S证据理论进行二次决策级数据融合，给出最终的识别结果。最后，通过实验测试，改进的Freeman链码识别法应用于人民币识别中，面额识别率达到了95.625%以上，且是一种有效的图像边界提取方法。同时，通过实验表明，多传感器数据融合纸币鉴伪系统中提出的数据融合算法和判定原则是有效的，适合于纸币的鉴伪，同时以此构造的防伪验钞系统具有较高的精度及泛化能力、成本较低、通用性强，且该方案具有较大的实用价值及推广意义。