随着科学技术的不断发展,计算机应用领域的不断开拓,一种全新的图像处理方法应运而生,这就是数字图像处理技术,即利用计算机设备将图像转变成数字信息来进行保存、处理、传输和重现。数字图像识别技术则是从数字图像处理技术中延伸出来的一个重要的研究方向。目前,数字图像处理与识别的应用范围越来越广。但就目前的水平而言,计算机对外部的感知能力还比较薄弱,还需要投入大量人力、物力从事数字图像处理与识别的理论和应用的研究。本文将从当前数字图像识别的热点问题“纸币识别”和“人脸识别”着手,来探讨数字图像处理与识别系统的开发。论文首先简单介绍了图像处理的发展,数字图像处理方法的分类以及数字图像处理系统的基本部件,并介绍了作者开发的数字图像处理与识别系统的主要功能及模块。第二章至第四章则对系统中的三个模块“数字图像处理的基本方法”、“人脸识别”及“残损纸币识别”进行详细叙述。在第二章中,作者简单总结了该系统中用到的一些数字图像处理的基本方法,包括图像增强与图像检测两部分。在第三章“人脸识别”当中,作者采用了SN-tuple神经网络的方法进行识别,探讨了网络参数的变化对识别率的影响,并用VC++进行实现。在第四章“残损纸币识别”中,作者选择了边缘检测、Fisher判别和神经网络三种方法进行识别,并进行了比较。其中,边缘检测需要区分纸币的面值和正反,之后方可识别,但性能较为稳定,识别效果较好;Fisher判别无需区分纸币的面值和正反,但识别率受样本选择的影响,不同样本,识别率有可能相差较大;神经网络方法也可不区分纸币的面值与正反,但识别率较低,若区分面值与正反,则可获得较高的识别率。最后,对该数字图像识别系统的各部分性能加以分析和总结。该系统采用Visual C++实现,部分算法的性能则结合Matlab来测试。