图像识别技术是提高当前纸币清分机清分能力的重要手段,主要实现纸币的面额、面向及新旧残缺清分,要求具有较高的实时性、很好的可靠性。本文针对当前国内图像识别技术在纸币清分机中的应用不成熟而导致对人民币挑残能力弱、在人民币新旧程度和面向分类中的一致性差的情况,提出了一种基于区域灰度特征提取的八线找点算法和区间估计建立标准样本库相结合的图像识别方法。本文的识别系统首先通过专门的CIS 传感器设备,对高速传动的纸币实时采集其图像。对于采集的图像数据,首先通过八线找点算法对纸币图像在背景中的位置进行快速确定,从而确定了特征区域的位置。在纸币图像的特征区域内,提取灰度值特征。灰度值特征反映了人民币的明暗对比强度,其分布反映了纸币图像的特征走向。由于在特征区域内的灰度值包含了人民币图像的主要分布信息,因此它代表纸币图像的主体信息。为了提高清分机对纸币的挑残能力,采用网格划分的方法,对各网格点进行采样,统计背景点与纸币图像点的数量关系,确定纸币的残缺率。无论是区域特征判别还是残缺率的判别,都需要建立能与之进行对比的纸币标准样本库,这些样本库包括:特征区域位置、纸币长宽、纸币区域灰度均值、纸币图像与背景图像比例等标准样本库。本文采用区域估计进行特征训练和匹配来建立纸币标准样本库。针对以上研究,开发、实现了图像识别系统原型,采用C 语言实现算法功能。试验表明,以上提出的方法在保证识别率和稳定性的情况下,能够满足实时性要求,具有良好的工程应用价值。