人民币智能分捡器是近年来得到快速发展的金融光机电一体化设备。论文针对纸币清分机产品的特点，基于数字图像处理、模式识别、神经网络理论及数字信号处理等先进理论，结合当今在相应领域的最新发展应用技术，提出了人民币智能分捡器系统的解决方案，其中包括新旧识别算法和AT89C51+DSP双核的系统平台构架的两个创新点，并得以使系统高性价比的实现。 本文在详细研究国内外纸币分捡器设计思路的基础上，取长补短。针对现有分捡器存在的清分功能少和清分效果不好的缺陷，利用荧光鉴伪、磁性鉴伪、外鉴伪三种理论技术进行鉴伪识别。对面额、版次、新旧识别方法进行了深的研究。基于模式识别、数字图像处理、计算机控制等检测控制技术，在纸币清分机中的广泛应用；提出了基于AT89C51单片机和TMS320vC5402DSP双CPU高速图像处理和识别判断的系统架构。阐述了数字图像处理在本系统中的应有，简要论述了数字图像的表示及预处理，包括图像的去噪声、倾斜校正，分析了纸币的灰度直方图特征。设计了图像中值滤波、倾斜校正、轮廓提取算法实现策略。神经网络有很强的分类能力，非常适合用于纸币图像识别。在人民币的面额识别上，结合了神经网络的优点，提取人民币图像轮廓点个数作为特征向量，设计了50*30*5的3层BP神经网络的识别方法，给出了BP神经网的学习规则；在人民币的新旧识别上，提取人民币图像灰度统计值作为特征量，设计了255*8*3的VLQ神经网络的识别方法，给出了VLQ神经网络的学规则，并论述了基于彩色HSI格式的新旧识别方法。最后，设计了系统软件总体结构及各功能模块的程序，并调试了源程序。