近年来,随着我国国民经济的迅猛发展,货币流通的速度急速加快,市场流通所需要的纸币日益增多,银行出纳柜台现金处理工作繁重。然而在银行内部,纸币卡把与币值识别仍然普遍采用人工计数识别的方法,该处理方法不仅是一项单调、繁重、重复性较高的体力劳动,而且准确性和安全性均难以保证。针对银行业的这种情况,开发能够对纸币进行自动卡把计数与币值识别的检测系统,使纸币卡把计数环节实现机械化、自动化、信息化操作势在必行。本文的主要核心内容包括纸币卡把计数和纸币币值的识别。所谓纸币卡把计数,就是统计通过X射线扫描纸币扎带上照影剂成像的条纹数目来确定纸币的把数。所谓币值的判定,就是识别袋中的币值。本论文主要内容包括卡把机工作原理及结构的设计改进、照影剂的研发、纸币图像的预处理、多工况下纸币图像把数、捆数计数和币值识别算法的研究。纸币图像预处理主要是对照影剂形成的目标条纹的提取,分别针对混装纸币和非混装纸币图像的特点,比较了几种常用的图像阈值分割法,本文提出的是一种基于照影剂成像特点的自适应阈值算法,该算法操作简单,且对不同纸币混装工况下提取的目标条纹效果良好。对于理想工况下把、捆的计数,通过计算目标条纹连通区域的个数即可准确计数。在实际工况下,由于条纹不规整性、位置任意性和条纹缺失等多种因素的影响,会影响到系统识别计数的准确性,针对这种情况,本文提出一种将图像相邻目标条纹质心间距与图像纸币轮廓边缘相结合的多信息融合的算法,来弥补缺失的条纹,确保识别精度,提高容错率。在纸币币值识别判定部分,分别对不同高度和相同高度纸币在混装与非混装情况下进行了识别。根据纸币图像特征和X射线成像原理,对于不同高度纸币通过灰度值和位置坐标来判定,对于相同高度的纸币通过捆的平均长度和位置坐标来判定。综上从灰度、长度、位置坐标三参数融合进行币值判定,多参数判定确保了识别的精度。