纸币清分机系统是一个复杂的系统,它集多种技术于一身。其主要功能为对纸币进行面向、面额、新旧币的识别,最新的系统也带有纸币鉴伪的相关功能。从而可以满足挑选适合实际流通纸币并能够代替繁琐人工劳动的要求。随着近几十年来,硬件技术以及模式识别与鉴伪有关技术的高速发展,运用有关技术的综合清分机系统于上个世纪九十年代开始陆续出现,且其识别率正在逐步地提高。最早期的清分机由于相关芯片的性能的制约,它存在着一些缺点,有处理速度较低、机械架构庞大并且复杂等相关缺陷。近一些年来,随着高性能的高端处理芯片ARM系列以及性能较高的图像处理器系列的出现,使得使用相关软硬件技术制造性能良好且价格较为低廉的清分机系统越来越成为一种可能性。本文首先综述了近些年来国内外纸币清分机系统的研发现状,构建了一套由主控制系统电路(包括S3C2416X系列芯片与其一般外围设备、鉴伪处理电路以及电机转速PWM驱动电路)与通过通用接口与图像采集与处理分系统的芯片的HPI高速接口连接的系统电路,分系统中包括了其一般的外围设备以及通过芯片特有的视频口(Vidio Port)及双接触式图像传感器(CIS,Contact Image Sensor)、A/D转换器以及调理电路组成的图像采集处理平台。32位处理芯片ARM9 S3C2416X芯片保证了纸币数据能够及时地汇总与分析处理,Tl公司的高速TMS320DM642 DSP芯片保证了数据采集与处理的实时性,并能够完成各种算法的任务要求。利用CPLD(Complex Programmable Logic Dveecis复杂可编程逻辑器件)进行逻辑的控制设计。这样的硬件设置使得清分系统能够克服苛刻的实时性要求,从而完成功能要求。系统硬件的创新点之一是主控系统核心由传统的单片机升级为ARM系统,接口扩展性与便利性变强,性能也有一个较大提升。二是分系统采用了高速专用图像视频DSP芯片,并有专用图像处理接口。三是采用了双CIS传感器设计,保证了识别与鉴伪都能够得到实现。其后对系统的算法做了一定的前期仿真研究。其中纸币鉴伪采用了基于小波包的纸币特殊区域纹理分析,这种方法的依据是真币的一些区域的纹理有着其特有的性质,且小波包变换相比较与小波变换不存在空间分辨率越高,而其频率分辨率却越低这种缺点。因而进行了仿真,达到了一定的效果,有着一定的实际运用前景。最后,利用神经网络模式识别纸币的面值、面额等信息。分别介绍了两种神经网络BP(Back Propagation)神经网络与LVQ(Learn Vector QuantiZatoin,)神经网络,并且用两种神经网络做了仿真,通过分析,选择LVQ算法对05版人民币进行识别。通过加入高斯噪声模拟纸币的新旧性,进行了一定程度的仿真。在本文最后提出了改进的思想与建议。