基于金属多特征联合的硬币识别器设计

基于金属多特征联合的硬币识别器设计
鲁彦玉;刘振兴
【摘要】随着公共场合投币收费服务方式的流行,需要自动识别硬币设备的应用越来越多.为了提高硬币识别准确性、假币的拒识率以及增强识币设备对温度等外界
因素影响的鲁棒性,基于金属的多种特征识别,设计了一种硬币识别器.方案首先通过大量的实验采集硬币的三种主要特性数据(电导率、磁导率和面积大小),然后通过实验数据分析建立硬币的联合概率空间,最后通过检测样本的特征,并计算特征参数是
否处于硬币的联合概率空间内来判断样本的真伪和面值.对样本的判定算法进行优化,使之更适用于单片机处理.实验结果表明,所设计的识币器准确率较高,鲁棒性较强.【期刊名称】《计算机应用与软件》
【年(卷),期】2015(032)011
【总页数】4页(P222-225)
【关键词】硬币识别;联合概率空间;准确度与鲁棒性
【作者】鲁彦玉;刘振兴
【作者单位】武汉科技大学湖北武汉430081;武汉科技大学湖北武汉430081【正文语种】中文
【中图分类】TP212.9
硬币在日常生活中扮演着重要角色。

银行要对大量的硬币进行高效处理，如计数、分类、包装等以使其再流通；自动售货机、无人售票公交车、投币电话等需要对硬币进行实时识别。

随着假币的频繁出现，硬币真假判别也成为一个亟待解决的问题，
因此硬币识别器的研究具有十分重要的现实意义。

文献［1］采用多个光电开关放置在硬币进入的通道内，通过硬币挡住光电开关程度判断硬币的大小，进而判断硬币的面值。

此种方法简单可行，但是不能检测假币。

国内外对硬币识别的研究普遍采用电涡流法测量原理。

文献［2－4］采用涡流传
感器测量硬币的电磁特征，此种方法通过金属本身的特性来辨别金属的材质，可以较为准确地识别硬币的面值和假币，但是对传感器信号判别时，分别独立的处理高频涡流传感器和低频传感器信号，忽略了二者之间的相关性。

在实际使用过程中，由于涡流传感器热稳定性造成的检测信号和安装位置的变动［5］，器件的老化等原因，会导致高、低频模式下的结果会相互影响，导致识币的准确度下降。

本文从减小系统误差和随机误差的角度分析，采用三个涡流传感器对待测硬币的电导率、磁导率和面积进行检测，通过大量的实验分析表明，硬币三个性质之间存在较强的相关性。

本文通过统计特定硬币的三个性质的联合概率密度，以此作为判定待测硬币面值和材质的依据，有效地提高了硬币识别的正确率，减少了客观因素对识币结果造成的影响。

本文使用一种涡流传感器检测待测硬币的材质，涡流传感器本身就是一个电感，在一对铁氧体磁罐上分别绕制线圈，这一对磁罐相隔一段距离并且端面正对，这样中间就形成一个磁场用以测试待测样品［6］。

将这一对磁罐串联，并且接入一个电容三点式的振荡器电路，如图1所示。

当有
待测金属物体经过时，就会引起磁罐磁场的变化，也就是传感器的电感量和特征值（Q值）发生变化，进而引起谐振频率的变化；检测谐振频率的变化，从而可以
推测待测物体的性质（有无磁性、导电性如何等）［7，8］。

本文设置了多个传
感器，频率从数十KHz到MHz不等，分别检测待测物的不同性质。

采用低频弱
磁场测量硬币的磁导率（趋附深度远高于硬币厚度，简称为传感器A）、中频强磁场测量硬币的电导率（趋附深度近似等于硬币厚度，简称为传感器B）和高频弱磁
场测量硬币的面积（趋附深度远低于硬币厚度，简称为传感器C）。

由A、B、C三个传感器组成的识币器基本机构如图2所示。

其中控制电路采用基于低功耗MSP430单片机的嵌入式系统实现；电磁铁驱动器用于驱动一个开关，
当识别结果不同时，将硬币导向不同的出口；光电检测用于当待测硬币识别后被导向识别出口后，进一步确认硬币是否被接收。

硬币从硬币入口进入后，依次经过三个涡流传感器的感应范围，如果被识别为真币，控制电路控制相应的开关，硬币从识别出口出去，否则从拒识出口出去。

目前我国主要流通硬币的面值为1元、5角、1角，其中1角硬币有2种尺寸。

不同的硬币，具有不同的尺寸，材质更是不尽相同；所以不同的硬币，在经过A、B 和C三个传感器后，三者反映的参数组合也不同。

但是，相同的硬币在通过三个
传感器后反映的参数十分相近，服从一定的统计分布，具有较稳定的均值和方差。

因此，对于各种面值硬币通过三个传感器反映的参数进行统计学分析，可以找出各种硬币之间的特征差异，以此差异可作为辨别硬币面值和真伪的依据。

识币器采集硬币特征参数过程：当没有样品通过时，先启动传感器振荡电路，测量一次频率f0，然后测量多次样品通过时频率f1，计算频率的变化量⊿f，并记录最
大的⊿f作为一次测量的结果。

本文将a、b、c表示A、B、C三种传感器所反映
的硬币的特征因素，并对其进行统计学分析。

本文考虑一种典型情况：a（或者b、c）呈现正态分布，那么显然，某种硬币的概率密度曲线f（a）是一条钟形曲线；如果是a、b的联合分布，其概率密度f（a，b）将是一个扁钟形的曲面。

如果我们把概率相等的各点连接成闭合曲线，并投影到（a，b）平面上，就构成等概率密度曲线，可以直观地绘制在（a，b）平面上，如图3所示。

由图3可见，二维联合正态分布的等概率密度曲线是一系列的椭圆，越靠近中心
的椭圆，其概率密度越大，反之概率密度越小，该曲线在a或者b轴上分别映射
出正态分布的钟形曲线。

之所以呈现出的是个倾斜的椭圆，是考虑到a和b可能
具有相关性，向右上方向倾斜，则表示a和b具有正相关性；向左上方倾斜，则
表示a和b具有负相关性。

因此，硬币的识别问题转化为了硬币的各项检测指标的联合指数，能否落在椭圆内部：落在该椭圆内的参数将被识别，否则被拒识，并且离椭圆的中心越近，可能性越大。

本文通过大量的实验采集了我国当前流通的5种硬币的a、b、c参数，并
且选取其中的两个因数分析它们的联合概率密度分布，发现不同硬币的BC因素联合概率密度之间的区别最分明，如图4所示。

由于不同硬币的BC因素联合概率密度差异最分明，所以本文采用判定采集的参数值（B，C）落在一个某种硬币的等概率密度曲线的内部，来识别硬币。

如图5（a）所示，直角坐标系中，椭圆方程的表达式为：
当椭圆的主轴与坐标轴旋转的旋转角为θ时，存在如下换算关系（旋转角的正切
为k＝tgθ）：
在识币器中，设B、C两个传感器采集到的数据分别是Bx和Cx，这两个传感器的参考值是B0和C0，硬币BC联合概率密度的中心位于（X0，Y0）处，则识别算
法具体如下：
1）计算出相对偏移量。

2）将（X0，Y0）平移至坐标原点，计算此时采集值的坐标。

3）计算旋转后的自变量u，v。

4）计算采集值距离椭圆边界点ρ：
5）判断是否落在椭圆内：
如果ρ2≤1，即落在椭圆内，则该硬币被识别；否则落在椭圆外，该硬币被拒识。

计算采集值的椭圆边界点的算法形式有很多，本文选用了一种形式较复杂的一种，但仔细分析发现，直角坐标系中的θ是一个定值，只与一种硬币有关，因此尽管
需要计算很多三角函数，但可以提前建立多样本特征参数库，计算相关数据存储在RAM中，在需要时直接拿来作为一个因数和变量相乘，因此减少了一次除法运算。

仅仅在开机启动后计算一次即可。

鉴于以上分析，本文硬币识别算法采用BC参数的联合概率分布和A因素的概率分布来作为硬币识别的标准。

即采集的参数bc落在BC联合概率椭圆曲线的内部，
且Amin≤A≤Amax时，该硬币被识别，否则被拒识。

在识别一种硬币之前，至少需通过实验确定如下7个参数：
1）R：椭圆的长轴；
2）r：椭圆的短轴；
3）θ：坐标轴的倾角；
4）X0：B传感器对该硬币测量结果的均值；
5）Y0：C传感器对该硬币测量结果的均值；
6）Amin：A传感器对该硬币测量的下限值；
7）Amax：A传感器对该硬币测量的上限值。

为了简化计算，避免程序运行中单片机对三角函数的计算次数，对硬币的特征参数采用如下设计方法：2
在编程时，预先将这十个参数存储在程序存储器中，识币器上电时，将这些参数从存储器读取到单片机RAM中。

本文选用的MSP430单片机内部集成硬件乘法器，因此采用此算法，效率会更高。

单片机程序主流程如图6所示。

各模块功能说明如下：
引导程序模块：用于引导程序进入主程序模块，在主程序模块损坏时，可用引导程序重新下载恢复主程序。

主程序模块：硬币识别器主要功能的实现。

初始化模块：控制电路硬件、硬币校准参数、硬币识别参数、硬币统计参数和传感器频率初始化。

识币模块：实现硬币的识别、与主机的通信流程。

5.1 统计硬币特征的概率分布
取1000个样本，进行投币试验并采集传感器数据，采集统计得到五种硬币的参数分布如表1所示。

由表1可知，采集到的硬币参数的总离散性不超过千分之五。

以新一角硬币为例绘制BC因素联合概率密度函数和BC因素等概率密度曲线如图7、图8所示，图8中的等概率密度曲线的确有倾斜的椭圆，这说明硬币的BC参数之间确实存在较明显相关性。

5.2 高低温测试
为了测试环境温度对传感器参数的影响，本文将所设计识币器置于－20℃，20℃和50℃环境中进行了高低温测试。

测试数据如表2所示。

其中，Fc表示硬币通过传感器B时的最大或最小振荡频率；Fo表示没有硬币通过时的传感器B的稳定振荡频率；Fc-Fo表示有硬币通过时的传感器B最大变化频率；P表示有硬币通过时的传感器B最大相对变化率。

从实验室可以看出，除了铁磁性硬币（一元硬币和新五角）高低温差变化较剧烈，其他硬币变化均较小。

但是由于铁磁性硬币的种类少，面积差较大，结合本文算法引入主要体现硬币大小的C参数，本文算法仍然可以较好地区分此类硬币，准确率具体参见5.3节。

从测试结果也可以看出，非铁磁性硬币参数本身离散性较小，因此即使高低温度变化，本文算法也可以较为准确的识别出此种硬币。

5.3 准确率测试
取各种硬币以及若干种“假币”（游戏币，螺丝垫片等类似硬币的圆形金属片）样本1000个，进行投币测试。

测试结果如表3所示，其中识别率表示样本被识别为真币且正确识别面值的比率，拒识率表示样本被识别为假币的比率，误识率表示样
本被识别为真币但是面值识别错误的比率。

表3结果中“对比方案”部分为采用
传统的分立处理涡流传感器数据方式获得的实验结果数据，“本文方案”为采用本文所述的基于金属多特征联合方式获得实验结果数据。

从实验结果可以看出，“对比方案”中，由于受到温度飘移等因素的干扰，实际使用过程中出现了较高的拒识率和误识率。

同时，由于硬币各种特征之间的联合概率密度对温度的敏感性较低，因此本文方案保持了较好的识别准确性，达到了预期指标。

本文介绍了一种基于金属多特征联合的硬币识别算法，采用三个涡流传感器，分别采集待测样品的电导率（A）、磁导率（B）和面积大小（C）三个特征。

通过统计分析实验数据，本文采用BC参数的联合概率分布和A的概率作为识别硬币的标准。

然后本文针对MSP430的硬件特点对识别计算过程进行了优化，提高了识别速度。

另外本文还进行了大量的实验，测试了在不同温度的情况下，传感器参数漂移情况。

测试结果显示虽然对于某些硬币，传感器参数漂移较大，但是本文采用的BC联合特征概率分布较好地规避了此种影响，体现了算法的鲁棒性。

最后，本文实际测试识币器准确率可以达到94.9%以上，具备了一定的实用价值。

【相关文献】
［1］付丽，吴朝彦，王志文，等.基于光电开关的硬币面值识别系统设计［J］.压电与声光，2011，33（5）：837 839.
［2］刘艺柱，郭素娜.基于电涡流传感器的硬币识别系统的设计［J］.河南理工大学学报：自然科
学版，2010，29（2）：229 232.
［3］刘艺柱，杨瑞兰.采用滑动平均滤波法提高硬币识别准确率的研究［J］.制造业自动化，2010，32（1）：42 44.
［4］刘艺柱，周小川.硬币识别器传感线圈参数设计及改进［J］.磁性材料及器件，2010，41（3）：57 60.
［5］武斌，龙在云，张一哲.用于硬币鉴伪的固频涡流传感方法［J］.无损检测，2008，30（8）：491 493.
［6］傅霖来.基于机器视觉的硬币识别系统研究［D］.天津：天津大学，2009.
［7］莫磊.基于FPGA的硬币识别器研究［D］.成都：电子科技大学，2009.
［8］朱恒军，王发智，姚仲敏.基于单片机的数字滤波算法分析与实现［J］.齐齐哈尔大学学报，2008（11）：53 57.。