一种识别拼接币的ATM机软硬件模型

王志杨

（安徽电子信息职业技术学院电子工程系，安徽 蚌埠233030）

0 引言

拼接币是一种利用拼凑方式合成的假币。它是将部分假币和部分真币用胶带黏起来合成一张伪钞，这类拼接币人眼很容易识别，ATM机却无能为力。犯罪分子利用这类“半假钞”的拼接币存入ATM机，再从其他取款机取出真币，以这种方式完成“洗假钱”。此类案件最早是在广州发现的，并且迅速蔓延到全国各地。各省的ATM机中都发现了大量这样的拼接币，致使有关商业银行停止了这些ATM机的使用，给银行和广大人民群众带来了极大的损失[1-3]。

由于市场上流通的人民币不可能都是十成新的，为了使人们方便地使用存款机，几乎所有的ATM机都降低了验钞的识别参数标准，一般只要与标准样本数据库的数据匹配达到70%到80%，就受理自动存款业务。而且现在港版伪钞和台版伪钞也有荧光反应，如果用这类伪钞和真币进行拼接就使得ATM机识别拼接币难上加难了。同时，由于每台ATM机的造价昂贵，最少要几十万，如果全部更换的话会给银行造成很大的负担。本项目旨在根据最新2015版百元钞票的图像特征采用图像处理技术提取拼接币的图像，通过边界提取和图像特征匹配等运算来识别2015版拼接币，并进行仿真验证，给出一套识别拼接币的算法方案和软硬件模型，改进ATM机的验钞系统。

利用模板匹配技术识别拼接币左右编号和识别胶带的理论分析及仿真实验结果是为ATM机设计拼接币识别系统的理论基础，实验结果的正确和快速说明了这个系统是可以实现的[4]。本文分析如何结合ATM机识别伪钞系统的特点，将拼接币的识别技术应用在该系统中，为ATM机设计拼接币识别系统。

拼接币识别系统的模型分为软件模型和硬件模型。硬件部分结合ATM机自身特点，实现了理论上的设计，并在尽可能的情况下降低成本和提高系统的稳定性。

1 ATM机中拼接币识别系统的硬件模型

ATM机识别人民币真伪的工作流程是：从投币口送入人民币，然后经过各类传感器采集数据，采集到的荧光、红外、紫外等光信号和磁信号经数据采集模块转变成电信号，然后通过A/D转换给CPU微处理器；微处理器通过识别模块将采集到的数据与数据库的样本数据进行匹配计算，判断人民币的真伪[5]。

本设计利用ATM机伪钞识别系统中现成的硬件来实现拼接币的识别，从而节省ATM机升级所需的费用。

图1是系统硬件模型示意图。

图1 拼接币识别系统硬件模型示意图

数据采集模块的功能是高速数码相机获得图像数据矩阵并传给CPU微处理器，如果是通过摄像头采集到的模拟图像数据，则通过A/D模块进行转换再传给CPU；识别模块的功能是将采集到的图像进行处理和识别，并做出相应的判断；通信模块的功能是负责识别模块等与控制模块的通信；控制模块的功能是控制整个ATM机拼接币识别系统各个模块和通信模块的交互通信。

由于可与ATM机伪钞识别系统共用一个CPU、通信模块和A/D转换模块，因此，识别系统所需的硬件个数和经费都大大简化了，并且CPU的统一控制使得系统更加稳定[6]。

整个系统的硬件设计采用模块化结构，其主体框架是通信和识别分时共享。主程序主要以通信模块和识别模块为主，通过设置各种标志位，然后把相应模块作为子程序嵌入其中。当纸币未到时，程序工作在通信模块中，通过检测各个标志位执行相应操作，保持与CPU的通信。当CPU允许识别模块的标志位有效，并且纸币到的标志位有效时，对图像信号进行模数转换和解压缩操作，程序转入识别模块，这时识别模块与CPU的通信断开，当识别处理完成后，唤醒通信模块继续通信，并显示识别结果。这样整个系统分时共享，流程简单明了且快速，不影响存款机对伪钞的识别效率。

2 ATM机中拼接币识别系统的软件模型

参考文献[4]中已经详细介绍了识别拼接币的软件模型中识别模块运用的各种算法和流程，概括如下：

首先，利用高速摄像头采集和获取胶带的亮度RGB图像；其次，对于扫描到的钞票图像，利用图像处理和分析中的图像分割算法得到左右编号，然后利用图像增强算法和数学形态学分析得到左右编号的最佳二值图像，最后利用图像分割和模板匹配算法对左右编号进行比较识别，根据模板图像和待匹配图像的互相关性判断左右编号是否一致；对于摄像头采集到的反映胶带反光性的亮度RGB图像，利用图像分析中的边界检测算法从图像中分离出钞票区域，然后按照R、G、B三个基本颜色分量分割图像，对图像进行预处理，突出胶带特征，最后根据胶带反光性判断钞票表面是否粘有胶带[7-9]。

图2是软件系统模型示意图。

图2 拼接币识别系统软件模型

3 结论

拼接币识别系统可与ATM机伪钞识别系统共用一个CPU、通信模块、A/D转换模块和显示结果模块，只要在通信模块中设置各种标志位，通过检测标志位执行相应模块的操作；程序可以写入伪钞识别系统原有的EEPROM，因此，降低了拼接币识别系统的硬件和经费成本，并且CPU的统一控制使得系统更加稳定；把识别与通信相结合、识别与通信分时处理，使识别模块在未输入纸币数据之前就处于与控制模块的通信状态，一旦接收到纸币数据立即唤醒识别系统做识别处理，识别后转入通信状态，从而使系统在不延长存款机识别伪钞时间的情况下得到很大程度的简化；采用图像处理模块识别拼接币的程序在内存4 GB、CPU为2.4 GHz（两核）的PC上，运行时间为4.532 s。将程序优化并进行语言转换后下载到DSP硬件系统中，其运行时间为0.73 s，满足ATM机快速高效的特点，不会影响ATM机识别系统的识别周期。

理论分析和实验结果表明，识别系统的各相技术指标均达到相关要求，完全可以实现。

然而，要完成整个系统的设计还需要做很多的工作，一方面是完善拼接币识别系统本身的不足之处，比如当图像存在较大噪声或者图像字符特征存在磨损，就需要优化算法的各个阈值和结构元素，以降低识别算法的误差；一方面，在硬件模型的图像采集模块中，图像是静止的，左右编号的采集依靠摄像头或者数码相机，这样检测和识别模块就需要先进行纸币的检测和分割，并且分割出的纸币图像分辨率远小于论文中用到的1830×920图像，需要对识别模块的软件进行调整，识别精度会远小于论文中的精度；另外，胶带图像的采集依赖摄像头的拍摄角度，只有在一定范围内才能采集到胶带的感光图像[10]。硬件设计的过程中还要考虑ATM机自身和识别模块之间的电平转换、接口电路的设计、通行和控制模块的软件设计等。

本论文讨论的利用数字图像处理技术设计拼接币的检测和识别模型再一次表明了将多种具有不同优点的算法结合起来可以寻求更优的结果。