目前,硬币作为流通货币中重要的币种之一,对社会商品生产和流通起到一定的辅助作用。随着硬币的长时间使用,不可避免地会使硬币产生不同程度的污染和破损,进而使污损硬币在流通环节不被大众所接受,影响了硬币的正常使用。采用人工方式对污损硬币进行分类与检测,存在着流通硬币数量较大与检测工人数量较少之间的矛盾。同时,由于人工判别污损硬币的标准不统一,使检测结果存在着一定的人为主观性。为了节省污损硬币分类与检测的成本、提高污损硬币分类与检测的效率,同时消除人为主观性造成的检测错误,利用智能设备代替人工检测来实现污损硬币的分类与检测是当今的趋势。本文基于图像处理技术,分别进行了新旧硬币分类方法的研究,以及硬币污损检测方法的研究。对于新旧硬币的分类问题,提出了一种基于区域统计特征的硬币图像分类方法;对于硬币污损的检测问题,提出了基于改进SIFT算法的硬币污损检测方法。主要研究内容如下:(1)对新旧硬币分类问题进行了研究。为了保证特征具有位置不变性、尺度不变性和旋转不变性,本文考虑提取硬币图像的统计特征进行新旧硬币分类。同时为了使提取的特征在一定程度上保留空间结构信息,本文提出了一种基于区域统计特征的硬币图像分类方法。在训练阶段,首先对训练样本中的每一幅图像提取硬币圆形模式;然后,对提取的圆形模式做归一化处理;再后,将硬币圆形模式划分为多个环形区域和一个圆形区域,在每个区域内提取统计特征,作为描述硬币的特征。提取训练样本的统计特征,并训练分类器。在分类阶段,对于输入图像,按照类似的步骤提取对位置、尺度和旋转不变的统计特征,然后输入分类器,判别硬币的新旧。以一元新旧硬币为样本进行实验,实验结果表明:本文提出的新旧硬币分类方法可以得到较高的分类正确率和分类速度。(2)对硬币污损检测问题进行了研究。考虑污损硬币图像的污损位置的像素与不存在污损的硬币图像对应位置的像素具有较大差别,将校正后的污损硬币图像与不存在污损的硬币图像直接进行比对来检测污损。本文基于SIFT算法来实现污损硬币图像的校正。鉴于SIFT图像配准算法提取特征数据较大,计算复杂度较高,本文提出了一种确定场景下SIFT特征的高效提取方法。在确定场景下,图像中硬币的尺度一定,提取的SIFT特征应分布在特定的尺度空间。通过对不同硬币提取SIFT特征,并根据正确匹配的特征点对在尺度空间的分布情况,对SIFT算法构建的尺度空间进行“降维”处理。“降维”后的尺度空间仅包括包含多数正确匹配特征点对所在的尺度空间。从而避免提取大量冗余特征点,有效地降低了SIFT算法的计算复杂度,进而提高了硬币污损的检测速度。基于改进SIFT算法对污损的一元硬币图像进行检测,实验结果表明:针对硬币的污损检测,将原本包含35层的图像尺度空间“降维”成了仅包含4层的尺度空间。与经典SIFT算法相比,本文提出的改进SIFT算法在计算速度上提高了两个数量级,能够更有效地实现硬币的污损检测。本文主要研究了新旧硬币的分类方法与硬币污损的检测方法。针对新旧硬币的分类,本文提出了一种基于区域统计特征的新旧硬币分类方法,采用分类正确率和分类速度作为评价标准。实验结果表明,本文提出的新旧硬币分类方法具有很好的分类效果。针对硬币污损的检测,本文提出了基于改进SIFT算法的硬币污损检测方法,采用特征点数量、总匹配特征点对数、正确匹配特征点对数、特征点正确匹配率和配准时间作为评价标准,将本文方法和经典SIFT算法进行对比。实验结果表明,改进SIFT算法能够有效地减少冗余特征点的提取,可以高效地实现硬币污损的检测。