随着计算机技术的高速发展,自动化、智能化系统在各行业内的应用越来越广泛。智能纸币识别系统可以自动完成对纸币进行鉴伪、按质量分类、面值识别和序列号识别等工作,成为银行业的一大助力。然而,目前功能强大的纸币识别系统往往是大型设备,体积大,功耗大,造价也高。因此,可移动、低功耗和高性价比的嵌入式纸币识别系统将受到中小企业的欢迎。本文以此为目标,研究和设计嵌入式纸币识别系统。本文对现有纸币识别算法进行了大量的调整和改进：提出了一种全局阈值和局部分布特点相结合的二值化方法,并采用边缘图像二值化和分段二值化等策略对原算法中多处二值化算法进行了有针对性的调整,以适应纸币图像的特点；提出一种新的基于模板匹配的序列号定位算法,以解决原算法效率低下和准确率不足的问题；另外,本文对纸币边界定位、图像噪声处理和序列号字符分割等多个算法进行了调整。经过以上改进工作,纸币定位准确率由93%提高到100%,序列号字符分割准确率也有了很大提高。本文选择了性价比较高的DM642作为嵌入式系统的处理器,并完成了纸币识别算法向嵌入式平台的移植工作,用C语言重写了STL中的Vector类和部分OpenCV函数。为了提高处理速度,本文亦对系统进行了多层次的优化工作,包括C代码优化与DSP平台相关优化。经过优化,本文使面值识别和序列号识别的时间都从1000ms以上降到20ms以下,达到实时处理的标准。