基于图像处理的硬币分类算法研究

针对目前自动售卖机器的硬币交易中硬币识别系统成本过高的问题，本文提出了一种成本低且识别率高的硬币分类算法。该算法主要运用图像处理的几种常用方法来完成硬币的检测和识别。核心方法是利用极坐标的方式把圆形硬币的信息转化为二维数组的方式保存，再进行特征提取与特征比对，最终进行识别判定。该算法有效避免了硬币颜色、大小、图案和光照不同等各种因素的影响，经过大量实验验证，该算法的识别速率快且识别结果正确率稳定，因此有一定的实用研究价值。

随着我国经济社会的飞速发展，无人售货这一新颖的购物方式越来越普及。硬币是一种使用范围最广，使用寿命最长的货币。硬币在无人售货的交易中充当着重要角色，然而与之伴随出现的是大量硬币的分拣问题，特别是公交公司、银行、超市和一些无人零售的企业。因此如何快速识别硬币面额来完成各种硬币的分类分拣，成为有效开展无人售货这一购物方式的关键。

目前硬币识别的方法主要有颜色识别法[1]，图像识别法[2]，电涡流传感器识别法等，这类识别法所受环境因素影响较大，很难保证稳定的准确率。也有一些利用EDA 技术、传感器、智能控制技术等进行硬币识别，这类识别准确率改善明显，但是这些实验仪器较贵，成本过高。

综上，可以设计一种高效识别且成本较低的硬币识别系统，就此本文提出了一种基于图像处理方法对硬币进行定位及识别的算法。核心算法是利用极坐标方法把圆形硬币信息转换存储到二维矩阵中，再进行特征提取，特征比对，最终完成识别。此算法可以解决所有圆形物品的识别问题，因此不受硬币形状的约束，能有效避免硬币图案、颜色和一定光照的影响，确保了硬币识别的可靠性。经过大量实验验证，此算法识别速率快，准确率高，受环境因素影响较小，而且识别成本低，有一定的实用研究价值。

2. 硬币识别流程设计 2.1. 硬币特征分析 目前在市场上流通常用的硬币有六种， 1 角、5 角、1 元各两种版本。

它们的共同特征为：均是圆形， 有一定的厚度和质量，有颜色，是钢芯镀镍材质，且随着面额的增大半径依次增大。硬币的一面有一个大的数，另一面是图案面及生产年份等。

2.2. 硬币识别流程 首先是采集图片，用摄像头在硬币的正上方拍摄，保证硬币圆形信息完整。硬币放置位置随意，不需要刻意调整角度。通过摄像头采集到的原始图像应该先进行图像预处理：彩色图像灰度处理，边缘提