(2) 自檢部分　分為上電自檢和正常自檢， 上電自檢是開機上電時,程序檢測硬件系統(tǒng)的狀態(tài),如有錯誤給出錯誤信息。正常自檢是維持正常工作時作的必要的檢測。

(3) 命令處理部分　包括命令的接受和分類處理. 在命令處理過程中,售貨的上位機既發(fā)送紙幣命令,也發(fā)送硬幣命令,兩者交錯發(fā)送,各通信識別器只響應上位機發(fā)給自己的命令。

(4) 識別部分　將紙幣信息與標準樣本比較可識別紙幣的真假,并置相應的標志位。

3.2.2 基于RBF神經(jīng)網(wǎng)絡的紙幣識別

為了能準確快速的識別人民幣，在識別紙幣之前需對其進行必要的預處理。圖像的傾斜往往會影響到圖像的定位以及待識別信息的提取。因此需要進行圖像的傾斜矯正[3]。二值化處理是把灰度圖像信號變成二值(0,1)的數(shù)字信號。二值化方法通常有整體閾值法和自適應的動態(tài)閾值法。實際處理的紙幣圖像比較復雜，為了更好的適應質(zhì)量差的紙幣圖像，采用動態(tài)閾值法[4]。

這里測量了以下5 種人民幣: 第4 版100 元和50元及第5 版100 元、50 元和20 元的高和寬的尺寸(其它面值的圖像處理方法一樣) , 應用模糊邏輯推理方法對紙幣面值進行分類[5]。在得到紙幣面值的基礎上, 接著進行紙幣正反面和正反向的識別，并識別出紙幣的真假。中心矩與圖像的平移無關, 故提取中心矩作為特征用于紙幣識別。在紙幣圖像的右上角和左下角均為48×96 的區(qū)域內(nèi)分別提取5 個1-2 階的中心矩合在一起作為10 個識別特征, 然后使用RBF神經(jīng)網(wǎng)絡對紙幣進行識別,其結構如圖5所示。

圖5 RBF 神經(jīng)網(wǎng)絡結構

RBF神經(jīng)網(wǎng)絡由：輸入層p隱含層和輸出層組成，輸入層節(jié)點只傳遞到隱層，隱層節(jié)點由基函數(shù)構成，輸出層節(jié)點通常是線性的。隱層節(jié)點通過徑向基函數(shù)對輸入信號產(chǎn)生一個局部響應，RBF神經(jīng)網(wǎng)絡的輸出層節(jié)點是隱層基函數(shù)的輸出進行線性加權組合，即輸出層的輸出為：

4結論

本文創(chuàng)新點：設計一種基于S3C4510B和uClinux的紙幣特征實時采集和識別系統(tǒng)，考慮到uClinux操作系統(tǒng)本身的特點，將采集的實現(xiàn)放在了中斷處理子程序中,方便uClinux上的程序快速讀取采集的數(shù)據(jù)，滿足紙幣特征實時采集系統(tǒng)要求。在軟件識別部分根據(jù)紙幣圖像的尺寸特征使用模糊推理方法識別出圖像的面值，然后提取識別后圖像的矩特征，采用RBF網(wǎng)絡進一步識別紙幣的正反面和判別紙幣的真假，這樣提高了識別的速度和精確度。