美元是国际流通最为广泛的货币,基于多光谱图像美元识别与鉴伪是纸币识别与鉴伪技术领域的研究重点,关系到国家的金融安全,具有重要的理论研究价值和广泛的现实应用。美元的多光谱图像包含了可见光图像信息、红外反射图像信息、红外透射图像信息及紫光图像信息。通过图像处理技术对美元的多光谱图像进行分析可以有效地识别美元的面额版本,并能稳定的识别假币、污损币、残缺币等不宜继续流通的纸币,且可通过灰度分析对美元的新旧进行识别。金融机具的先进制造水平与精度对保证美元的安全流通,维护金融安全具有重要理论研究价值和实际应用背景。国内对基于多光谱图像的美元识别与鉴伪的研究还处在起步阶段,传统的纸币图像识别算法并不适用。美元多光谱图像防伪鉴定算法面临的主要问题是:美元版本繁多、图像纹理相似度高、尺寸一致,其朝向、面额、版本识别难度大;美元各个版本长期流通,各种版本的假币层出不穷,鉴伪难度高;美元在流通过程中会出现不同程度的污损、折旧、残缺,实现准确清分较难。这对我们在图像预处理、面额朝向版本区分、鉴伪及成色识别四个阶段都带来了很大的挑战。针对以上问题,本文对美元的多光谱图像进行了四个方面的技术研究:预处理、朝向版本面额识别、鉴伪及成色分析。首先我们对各个版本和面额的美元进行了分析,改进了灰度补偿和边缘提取算法;其次,本文提出了基于有效图像面积、Haar特征及SVM的朝向识别方法,基于圆形检测及灰度特征的版本识别方法,基于高斯描绘子的面额识别方法;其次,针对美元鉴伪,采用改进的LBP提取纹理特征并采用Uniform LBP降维,用卡方距离实现真假币的分类;最后,为了满足市场对于区分新旧币要求,提出基于高斯模型的纸币成色分析方法。解决了传统率美元识别算法运算速度慢、识别准确率低、鉴伪能力弱等问题。本文所提出的算法与已成功应用于金融设备中,实验结果表明本文所提出的算法与其它纸币识别鉴伪方法相比具有识别速度快、准度高、鲁棒性强等特点。