随着纸币防伪技术和假币制造技术的日益发展，原有的鉴伪手段越来越不能满足市场需求。国家质量监督检验检疫总局和国家标准化管理委员会于2011年5月批准代号为GB16999-2010的新《人民币鉴别仪通用技术条件》，明确提出将图像分析鉴别技术列入点验钞机鉴别技术，新一代的点验钞机必须配备可靠的图像分析鉴别装置。

    采集和处理是识别纸币图像的两个关键步骤。采集可以用CPLD、CPLD+SRAM、FPGA解决方案，处理可以采用ARM或者DSP。要达到实时高速的人民币图像鉴别能力，快速稳定的软件算法和高性能可靠的处理平台是必要的。
    本文在实际项目的支撑下，提出并实现了一种高速采集、实时处理的人民币图像鉴别系统平台。经实际测试验证，本系统在1 000张/min的采集和处理速度时能够稳定地工作；可以检测正反、朝向、面额、版别、冠字符、真伪等纸币特征信息，能够给出伪币的出错特征，并保存图像到上位机；整个系统可以作为一个完备的、符合GB16999-2010要求的纸币图像特征检测模块，可方便地以子系统形式整合到机具中，具有很好的应用前景、良好的可升级性和鲁棒性。
1 技术背景与系统总体结构
    目前，有一些纸币鉴别仪使用了纸币图像的特征进行伪币鉴别。基于CPLD和ARM平台的方法[1]主要缺点在于CPLD的片上存储资源很少，导致特征的细节采集不够；同时ARM属于通用处理控制平台，数据处理能力有限，不适于CIS升级后带来的大量数据处理的要求。采用CPLD+SRAM+DSP的方法[2-3]解决了上述问题，但是SRAM和CPLD之间要使用外部引线，高速采集时可能有信号完整性、电磁兼容等问题，并且CPLD的非时序应用特征不适合控制用。而使用DSP作为控制、CPLD只作为纯逻辑接口[4]，可以用在传送带速度为2 m/s的宽度识别仪中，但是作为过钞速度很快的鉴别仪的图像识别模组则不合适。使用基于FPGA的图像采集方法[5-6]对于采集流程的控制和乒乓存储的实现都比较容易，适合于大数据量的图像采集，并且输出格式易于高度自定义，可以传到上位机处理，也能送到嵌入式处理单元。而DSP是通用的数据处理芯片，并且集成了许多现成的模块，对实时算法处理的支持性较好[7]。
    本系统使用接触式图像传感器CIS（Contact Image Sensor）作为纸币图像传感器，使用CIS自带光源和外部光源作为纸币的照明光源，用高速ADC将纸币图像数字化；FPGA控制CIS、ADC和照明光源的工作状态，对纸币图像数据进行数字采样、整理、倾斜检测和视频制式化。DSP接收FPGA的输出视频，采用已验证的软件算法检测出纸币特征，然后通过串行接口RS-232发送纸币检测结果到鉴别仪主控模块。在调试模式下，DSP通过JTAG接口与PC通信，把采集到的纸币图像保存到上位机。系统的硬件组成如图1所示。

2 系统设计
2.1 数据吞吐量
    本文采用的算法可以对每英尺的像素个数(100 dpi)的纸币图像进行良好的检测，所以采集的纸币横向和纵向分辨率均要≥100 dpi。100元纸币大小为156 mm×77 mm，以采集100 dpi的图像为例，纸币所占像素个数为614 pixel×300 pixel。考虑到纸币上下和左右的偏移量，设置采集的纸币图像大小为720×425。检测纸币需要4幅图像，则完成一次检测需要的数据量为9.8 Mb。
    人民币鉴别仪的过钞速度可达1 000张/min(即每秒要完成17张纸币的检测工作)，则系统有效数据吞吐量为163.2 Mb/s。
2.2 图像采集与发送的设计
    CIS采集的频率由FPGA来控制，最简单的方法是FPGA控制CIS以一定常数的频率采集图像，但是由于鉴别仪码盘的机械转动速度会在一定的范围内变化，这种方法会导致采集窗口的偏移和纸币图像的纵向分辨率的不一致，为后续的图像处理工作带来困难。因此，本系统中，FPGA通过监视机具的转速来动态调节CIS的采集频率。
    采集和处理模块分开，数据传输采用通用微型坚固接口来保证信号的完整性。DSP内部拥有视频处理子系统VPSS(Video Processing Subsystem)，VPSS提供一个视频处理前端VPFE(Video Processing Front End)与图像传感器、视频解码器等连接、而视频处理后端VPBE(Video Processing Back End)与显示设备连接。VPFE使用硬件实现图像接收，以确保设计中更专注于算法层面的问题和传输的快速正确实现。VPFE支持16 bit的视频输入，从而不必频繁地占用数据总线，加快算法的检测速度。
    以码盘额定周期为110 ?滋s为例，设CIS采集的周期是该周期的一半，一幅图像的横向像素个数为720个，则每个像素的读出时间为76.4 ns。CIS在输出像素前通常需要一段时间来完成信号处理，会占一行有效像素输出时间的20%，则每个像素的读出时间约为63.6 ns。所以CIS的工作时钟频率至少为20 MHz。要在一个采集周期内将两面的图像全部发送完毕，发送模块的数据时钟频率应是CIS工作时钟的两倍，再加上行、场同步信号，则时钟频率还应该再适当高一些，可以采用50 MHz。
    数据采集和发送要保证实时性，这可能会发生读写冲突的情况。两面图像采用两路CIS，设定每路CIS输出为20 MHz等效频率的数据，量化为8 bit位宽的数字信号；FPGA输出一路50 MHz、16 bit的图像。若串行处理，则采集和发送的时间比为5：2，考虑到输出帧同步、行同步等指示信号，则在预留的发送时间大于实际采集时间的1/2的情况下，读写冲突不会发生。若使用乒乓操作，则不需要考虑以上问题。为保证今后的稳定性，系统最终采用乒乓操作解决采集和发送的时间冲突。
    为了减少电路板体积、节省资源，使用FPGA内部SRAM进行数据缓存。为保证数据传输的实时性，每接收一行数据后，就将其发送给DSP。一行图像大小为11.52 Kbit，在乒乓操作时，缓存的数据量也不会超过240 Kbit的内部SRAM。
2.3 图像接收与处理的协调机制
    按照1 000张/min的检测要求，每张纸币的过钞时间平均为60 ms。采用流水线的方式进行图像的接收和处理。当一张纸币进入过钞通道时，开始进行采集，每采集一行，就将该行发送给DSP。如果FPGA检测到图像的信息已经足够DSP进行图像处理，则FPGA会给出一个数据无效的标志，DSP转入图像处理阶段。得到纸币的检测结果后，DSP将结果发送至鉴别仪的主控模块。
    如图2所示，定义图像的鉴别周期包括图像的接收、处理、发送和显示，一般情况下这4个步骤在一个鉴别周期中即可全部完成。但是采集模块捕获的图像可多可少，比如在“图像鉴别周期#1”中，采集模块输出的图像就大于预计的图像尺寸，需要更长的时间来接收，从而使处理的时间变长，可能出现当下一帧图像已到达、而当前帧图像还没有处理完的情况。由于采用流水线机制，构建图像处理缓冲区，只要在此时间窗口中，都可保证在图像接收的过程中处理有序进行。为了更进一步地预防接收和处理的冲突，定义接收为第一优先级，图像处理和结果发送为第二优先级，图像显示为最低优先级。

    正常工作测试下，系统把处理得到的人民币信息按照预定义格式发送到后端主控模块。测试数据通过串口线实时上传到主机，主机中使用自己编写的串口数据记录程序来接收人民币信息。基于此平台，可通过4种鉴伪技术（红外图像鉴伪、水印头像鉴伪、冠字符鉴伪、多光谱鉴伪）和3种检测能力（面额检测、版别检测、冠字符检测）实现对人民币的识别，所需时间约为14 ms。全部识别功能开启时，每分钟可采集图像1 000张。测试700张真币时的误检率为0%，测试普通假币141张，漏检1张，普通假币漏检率为0.71%。变造币126张，漏检6张，变造币漏检率为4.76%。漏检率较高的原因是变造币识别难度大，这方面的性能提高需要从软件算法上来实现。
    本文设计的处理平台采用高品质接触式图像传感器、低成本采集芯片和高性能处理芯片构成，系统配置满足图像识别的硬件要求，包含了方便的调试环境，能够稳定可靠地工作。今后的研究重点是处理算法的一致性和精准性。升级该平台仅需更换相应模块，拥有良好的应用前景。
参考文献
[1] 钱刚，丁万山.基于ARM及CPLD的纸币图像采集系统的设计[J].计算机测量与控制，2007，15(5)：683-685.
[2] 贺科学，李鸿.用DSP和CPLD实现的纸币图像采集系统[J].电子技术，2006，33(2)：64-67.
[3] 贺科学，李鸿.基于CPLD和接触式图像传感器的图像采集系统[J].单片机与嵌入式系统应用，2006(4)：48-50.
[4] 冯涛，曹丹华，吴裕斌.基于DSP的CIS信号采集与处理技术[J].测控技术，2003，22(8)：26-28.
[5] 魏建英，叶玉堂，吴云峰，等.基于FPGA的超长CIS 图像采集系统[J].通信技术，2009，42(2)：298-300.
[6] 王旭东，叶玉堂，陈东明，等.基于FPGA与CIS的高速高精度图像采集系统[J].电子测量技术，2010，33(9)：63-69.
[7] Yan Lei，Zhao Gang，Ryu Si Heon，et al.The platform of image acquisition and processing system based on DSP and FPGA[C].Proceedings of the International Conference on Smart Manufacturing Application，2008：470-473.