本文记录如何利用sift特征点进行人民币的识别。本文给出的matlab源码识别了1元与100元人民币的面额，相同思路，可以对各种币值的人民币进行面额、正反面的识别。但由于本程序采用串行，模板数的增多会导致运行时间线性增长，具体应用时你可以采取并行的方法加以优化，本文只给出思路。
本文的sift特征提取源码采用的是David G. Lowe（sift提出者）提供的闭源程序。
本文涉及到知识点如下：
1、sift特征点提取。
2、基于欧式距离的特征点匹配。（作者加上了最近距离与次近距离的比例来进一步筛选）
我在查阅sift的资料时，参阅了这篇博文：
本文源码的压缩包我已传至 我的博客资源，链接点击打开链接
转载请注明出处：
关于sift特征点的简要说明：
和 orientation 的描述子得到特征并进行图像特征点匹配，，获得了良好效果，
该算法流程如下：
1、读取所有模板，并将其存放在一个cell里。
2、读取第一个模板。
3、读取场景，并按不同比例进行缩放，缩放比例从小到大。
4、如果再继续增大图像，匹配点无明显变化，则取上一次匹配得到的匹配点数作为最终的匹配点数目。
5、如果最终的匹配点数目，大于模板关键点数目的十分之一，则认为已寻得匹配，跳出所有for循环，否则，读取下一个模板，重复上述过程。
本算法主要源代码（myapp.m）如下：
%function:%基于sift特征点的人民币识别%注意：%由于matlab没有自带sift特征提取，sift特征提取调用了该算法作者提供的底层调用。%matlab新版已集成surf特征提取，surf特征是基于sift改进的，提高了速度，但个人感觉性能有所下降。（后续有可能给出测试）%referrence：%David G. Lowe，Distinctive Image Features from Scale-Invariant Keypoints%date:2015-1-13%author:chenyanan%转载请注明出处：%清空变量，读取图像clear;close allfprintf('/******************************\n**It''s writed by chenyn2014.\n******************************/\n');%读取object1（模板1）object1= imread('images/object1.jpg');object1=rgb2gray(object1);%读取object100（模板2）object100= imread('images/object100.jpg');object100=rgb2gray(object100);%读取场景(你可以自行更换场景图片进行测试)scene= imread('images/scene100.jpg');scene=rgb2gray(scene);%将所有的模板放在一个元胞数组中object_cell={object1,object100};%与所有模板做匹配（模板遍历）for i=1:2fprintf('\nobjec[ %d]\n\n',i);%提取第i个模板imwrite(object_cell{i},'tmp_images/obj_tmp.jpg');match_last=1;%从小到大缩放场景图像，找到匹配数比较适合的缩放级别（缩放遍历）for scale=0.1:0.1:0.5fprintf('\nscale[ %f]\n\n',scale);scene_tmp = imresize(scene, scale);imwrite(scene_tmp,'tmp_images/sce_tmp.jpg');%匹配[match_now,keypoint1,keypoint2]=match('tmp_images/sce_tmp.jpg','tmp_images/obj_tmp.jpg');%如果没有找到关键点，继续增大场景图像if(match_now==0)match_now=1;continue;end%如果本次增大场景图像后，本次寻得的关键点与上次比变化不大，%则认为上次寻找的关键点数为最终寻找到的关键点数，跳出缩放遍历if(match_now/match_last<1.2&&scale>=0.2)match_num=match_last;break;endmatch_last=match_now;end%如果寻得的匹配点数大于模板关键点数的十分之一，则认为已寻得匹配，跳出模板遍历if(match_num>0.1*keypoint2)%打印识别结果fprintf('\nFound objec at objec[ %d]\n',i);break;endend运行效果如下（只给出部分输出图片）：
程序运行时的输出如下：
>> myapp/********************************It's writed by chenyn2014.******************************/objec[ 1]scale[ 0.100000]Finding keypoints… 543 keypoints found. Finding keypoints… 287 keypoints found. Found 7 matches.scale[ 0.200000]Finding keypoints… 1348 keypoints found. Finding keypoints… 287 keypoints found. Found 12 matches.scale[ 0.300000]Finding keypoints… 1898 keypoints found. Finding keypoints… 287 keypoints found. Found 16 matches.scale[ 0.400000]Finding keypoints… 2270 keypoints found. Finding keypoints… 287 keypoints found. Found 17 matches.objec[ 2]scale[ 0.100000]Finding keypoints… 543 keypoints found. Finding keypoints… 363 keypoints found. Found 18 matches.scale[ 0.200000]Finding keypoints… 1348 keypoints found. Finding keypoints… 363 keypoints found. Found 51 matches.scale[ 0.300000]Finding keypoints… 1898 keypoints found. Finding keypoints… 363 keypoints found. Found 43 matches.Found objec at objec[ 2]其中，最后一行为识别结果，表示与模板2匹配，结果正确。
转载请注明出处：
本程序源码已打包上传：链接点击打开链接
旁观者的姓名永远爬不到比赛的计分板上。
