技术领域 本发明涉及硬币图像识别的技术领域，特别涉及采用图像模式匹配技术对处于动态的硬币图像进行识别的方法和装置。 背景技术 国内现有投币自动售货机和轨道交通自动售检票系统中自动售票机的硬币处理模块的核心单元是硬币鉴别器，而硬币鉴别器的主要识别指标是：直径、材质和厚度等。近年来市场上出现了一种材质、大小和重量与人民币硬币非常接近或相同，但是外观明显不一致的游戏币、假币等异币。使用目前的硬币鉴别器可准确识别材质不同但外观相似的假硬币，但对于材质、外型接近的游戏币、假币等识别有困难。针对此情况，对硬币鉴别器进行改进，调整识别参数，假硬币的识别率可达约90％，但同时因识别的过程中硬币处于运动状态，增加了识别的难度，真币的拒收率也上升了约2％左右，这样仍不能完全解决假硬币的误收问题。 图像匹配技术是近代信息处理，特别是图像信息处理领域中极为重要的技术。图像匹配就是要根据参考图像和实时图像来选定某些特征、相似性准则及搜索策略进行相关运算，以确定匹配的最佳空间对应点。在图像匹配技术中，特征空间、相似性度量和搜索策略是三个主要研究问题，图像匹配关键是要确定有效的匹配方法，要求匹配概率高、误差小、速度快且适时性好。图像匹配的方法一般分为基于灰度的匹配方法和基于特征的匹配方法两大类。 灰度匹配的基本思想就是以统计的观点将图像看成是二维信号，采用统计相关的方法寻找信号间的相关匹配。利用两个信号的相关函数，评价它们的相似性以确定同名点。最经典的灰度匹配法是归一化的灰度匹配法，其基本原理是逐像素的把一个以一定大小的实时图像窗口的灰度矩阵，与参考图像的所有可能的窗口灰度阵列，按某种相似性度量方法进行搜索比较的匹配方法，从理论上说就是采用图像相关技术。 特征匹配是指通过分别提取两个或多个图像的特征(点、线、面等特征)，对特征进行参数描述，然后运用所描述的参数来进行匹配的一种算法。常见的特征包括点特征、边缘特征和区域特征等。 比较上述两种图像匹配方法：灰度匹配的计算量较大；特征匹配的计算量较小，对位置变化敏感，可大大提高匹配的精确程度，特征点的提取过程可以减少噪声的影响，对灰度变化、图像形变以及局部遮挡等都有较好的适应能力。在实际应用中，应根据具体情况选择其中一种方法或者两者结合的方法。鉴于硬币鉴别器不能完全解决假硬币识别问题，因此，在原有硬币鉴别器识别的基础上增加图像识别装置，专门用于区分材质、重量和大小相同而外观明显不同的假硬币，具有广泛而重要的应用前景。 发明内容 本发明要解决的技术问题在于避免上述现有技术的不足之处，而提出一种对假硬币自动检测，采用图像模式匹配技术对动态目标图像进行识别，剔除与人民币硬币材质、重量、大小相同但外观不同的假硬币的硬币图像识别方法及装置。 本发明解决上述技术问题采用的技术方案是，一种硬币图像识别方法，该方法包括如下步骤： (1)提取硬币图像特征，获取模板库； (2)导入模板到图像识别装置中并进行预处理； (3)采集图像并传输图像数据； (4)提取并计算图像中的硬币外轮廓圆直径； (5)判断提取的硬币外轮廓圆直径是否在允许的直径范围内，若在给定范围内，则认为符合硬币基本特征，直接进入步骤(6)若不在给定范围内，则认为是假硬币，进入步骤(12)； (6)提取目标图像的感兴趣区域； (7)几何特征模板匹配； (8)判断几何特征匹配是否成功，若匹配成功则直接进入步骤(11)，若匹配不成功则进入步骤(9)； (9)灰度特征模板匹配； (10)判断灰度特征匹配是否成功； (11)判断硬币的面值，并依面值的不同进行统计； (12)保存识别结果。 所述模板库按以下方法提取： 分别提取人民币硬币的正反面的几何特征； 通过掩膜技术忽略次要特征； 构建几何特征模板； 根据硬币材质不同构建灰度特征模板； 分别制作硬币的外轮廓圆几何特征模板。 所述的导入模板到图像识别装置中并进行预处理，其方法为： 将几何特征模板和灰度特征模板加入硬币图像识别装置中； 调整模板的识别参数，使模板具有旋转尺寸不变和比例变换特性。 所述的提取并计算图像中的硬币外轮廓圆直径，按如下方法提取： 通过外轮廓圆几何特征模板进行几何特征匹配，并计算该圆直径。 所述的提取目标图像的感兴趣区域，按如下方法提取： 通过提取的硬币外轮廓圆确定圆心； 从原图像中以圆心为正方形形心； 以硬币在图像中的实际大小外加10个像素正方形边长剪裁图像，获取目标图像。 一种实现权利要求1所述硬币图像识别方法的装置，该装置包括： 币道模块，用于硬币投币口与硬币鉴别器连接的通道和图像成像区域； 图像采集模块，用于触发采集通过硬币币道模块的图像； 图像处理模块，用于实时处理通过图像采集模块触发采集的图像。 所述的币道模块由第一挡板、第二挡板、第三挡板、第四挡板、第一隔板和第二隔板组成，其中第一挡板上设有一长方形投币口，第二挡板上设有一长方形出币口，第一隔板和第二隔板上下设置组成币道，第一隔板和第二隔板靠近币道处为楔形，第三挡板和第四挡板分别位于币道的两侧。 币道模块由第一挡板、第二挡板、第三挡板、第四挡板、第一隔板和第二隔板组成，其中第一隔板和第二隔板上下设置组成币道，第一隔板和第二隔板靠近币道处为楔形，第三挡板和第四挡板分别位于币道的左右两侧，第一挡板和第二挡板分别设于币道的前后两侧，第一挡板上设有一长方形投币口，第二挡板上设有一长方形出币口，币道的两端分别与投币口和出币口相连接。 所述的第三挡板和第四挡板为玻璃隔板。 所述的图像采集模块由传感器、相机、镜头和光源组成，其中传感器设于币道上接近投币口处，光源位于币道模块与相机之间，光源的中心距与镜头中心距重合。 所述的传感器为对射传感器。 所述的图像处理模块由带有图像处理软件的PC组成。 同现有技术相比较，本发明的硬币图像识别方法及装置为实现准确区分直径、厚度和材质相同而图案不同的假硬币提供了可能。 附图说明 图1为本发明硬币图像识别方法的流程示意图； 图2为本发明硬币图像识别装置实施例的原理框图； 图3为本发明硬币图像识别装置实施例的结构示意图； 图4为本发明硬币图像识别装置实施例的投币道装置的示意图。 具体实施方式 下面结合说明书附图和具体实施方式对本发明进一步解释和说明。 参见图1所示，本发明的硬币图像识别方法包括如下步骤： 步骤S101，提取硬币图像特征，获取模板库。考虑人民币硬币币种的多样性和人民币硬币的磨损及新旧程度，合理选择模板是进行模板匹配的关键。在本实施例中以用于识别人民币一元和5角硬币为例对本发明予以说明，目前人民币发行版本有新版一元硬币、老版一元硬币、新版5角硬币和老版5角硬币四个版本，分别提取4个版本硬币正反面的几何特征，根据统计学特点，通过掩膜技术忽略次要特征，构建至少8个几何特征模板，并标记为MODEL-1；同时，根据1元和5角硬币材质不同构建至少2个灰度特征模板，标记为MODEL-2；接着，分别制作一元硬币和5角硬币的外轮廓圆几何特征模板，并标记为MODEL-3。以上模板库可随着硬币新版币的增加而增加，也可随硬币不同面值数量的增加而增加。 步骤S102，导入模板到图像识别系统中并进行预处理。将几何特征模板和灰度特征模板加入硬币图像识别系统中，调整模板的识别参数，使模板具有旋转尺寸不变性，并具有比例变换特性，比例尺寸可根据需要选择，本实施例中优选的比例尺度在0.9～1.1之间。 步骤S103，采集图像并传输图像。相机接受传感器触发信号采集在币道内运动的硬币的图像，并通过USB数据线传送至图像识别系统中。 步骤S104，提取并计算图像中的硬币外轮廓圆直径。在环形光照射下，硬币外轮廓与背景对比成白色高亮显示，通过上述MODEL-3模板进行几何特征匹配，在较短的时间内寻找硬币的外轮廓圆，并计算该外轮廓圆直径。 步骤S105，判断步骤S104提取的圆直径是否在允许的直径范围内。通过条件判断公式：0.9D＜d＜1.1D(其中，D为5角或1元硬币的外径的经验值，d为步骤S104提取的外轮廓圆直径)，如果d在给定范围内，认为符合硬币基本特征，进入步骤S106；否则，则认为是假硬币并剔除，直接进入步骤S1012。 步骤S106，提取目标图像的感兴趣区域。通过步骤S104所提取的硬币外轮廓圆确定圆心，从原图像中以圆心为正方形形心，为了减少匹配时产生的边缘效应的影响，以硬币在图像中的实际大小外加10个像素正方形边长剪裁图像，获得目标图像。如果剪裁区域超过原图像边界，则根据超越边界的反方向平移剪裁区域直至剪裁区域的一边在图像的边界上。 步骤S107，几何特征模板匹配。通过上述模板库MODEL-1对步骤S106的剪裁后的目标图像进行几何特征模板匹配，约束几何特征匹配的旋转角度、比例系数和几何模板匹配的匹配得分数，在保证匹配准确率的情况下，尽可能缩短匹配时间。 步骤S108，判断几何特征匹配是否成功。通过步骤S107获得几何特征模板匹配的得分，通过公式Geometry_Match_SCORE＞60(Geometry_Match_SCORE表示几何特征模板匹配得分，采用百分制，60为经验值，可根据需要调整)进行判断，如果得分超过60分，匹配成功，系统认为是人民币硬币，进入步骤S1011。如果得分低于60分，匹配失败，系统认为还需继续鉴别，进入步骤S109。 步骤S109，灰度特征模板匹配。通过上述模板库MODEL-2对步骤S106的剪裁后的目标图像进行灰度特征匹配，约束灰度特征匹配的旋转角度和灰度模板匹配的匹配得分数，在保证匹配准确率的情况下，尽可能缩短匹配时间。 步骤S1010，判断灰度特征匹配是否成功。通过步骤S109获得灰度特征模板匹配的得分，通过公Gray_Match_SCORE＞45(Gray_Match_SCORE表示灰度特征模板匹配得分-百分制，45为经验值，可根据需要调整)判断，如果得分超过45分，匹配成功，系统认为是人民币硬币，进入步骤S1011。如果得分低于45分，匹配失败，系统认为是游戏币等假硬币，进入步骤S1012。 步骤S1011，判断人民币币种。通过步骤S 108和S1010的匹配判断是属于5角硬币还是1元硬币，并分别统计5角硬币和1元硬币的投币数。 步骤S1012，保存识别结果。保存识别结果至识别库中，其中人民币硬币标记为1，非人民币硬币标记为0，供其他模块实时调用。 相应于上面的方法实施例，本发明还提供一种硬币图像识别装置，参见图2～图4所示，该装置包括：用于硬币投币口与硬币鉴别器连接的通道和图像成像区域的币道模块20；用于触发采集通过硬币币道模块的图像的图像采集模块30；用于实时处理通过图像采集模块触发采集的图像的图像处理模块40。 所述币道模块20由第一挡板201、第二挡板202、第三挡板203、第四挡板204、第一隔板205和第二隔板206组成，其中第一隔板205和第二隔板206上下设置组成币道209，第一隔板205和第二隔板206靠近币道209处为楔形，第三挡板203和第四挡板204分别位于币道209的左右两侧，第一挡板201和第二挡板202分别设于币道209的前后两侧，第一挡板201上设有一长方形投币口207，第二挡板202上设有一长方形出币口208，币道209的两端分别与投币口207和出币口208相连接。为了保证硬币在币道内成像清晰并且为了获得较高的对比度，且考虑挡板的耐磨性和透光性，第三挡板203和第四挡板204优选薄玻璃片作为挡板。币道209两侧的玻璃挡板越薄，环形光离图像的距离越近，采集的图像的对比度越好，图像的表面特征越清晰，识别准确率和速度越高，因此合理选择合适的透光材料，是图像成像好坏的一个重要因素。考虑币道的透光性，如图4所示，组成币道209的第一隔板205和第二隔板206在接近币道位置厚度变薄，与硬币厚度相当。币道宽度稍大于所有人民币硬币的厚度，D≈1.3d，其中，D为币道宽度，d为人民币硬币的厚度。币道太宽，硬币在币道内倾斜角度过大，局部容易发生反光现象，识别可靠性减低；币道过窄，硬币倾斜度大，容易发生卡币现象，因此，合理选择合适的币道宽度，也是图像成像好坏的一个重要因素。 如图4所示，组成币道的上下的第一隔板205和第二隔板206在靠近币道处做成楔形或者切薄，可增加光在币道内均匀照亮，增大了图像对比度和使图像上的特征更加明显，能提高硬币图像识别的识别率。 所述的图像采集模块由传感器301、相机302、镜头303和光源304组成，其中传感器301位于币道209上靠近投币口207处，光源304位于币道模块20与相机302之间，其中，光源的中心距与镜头中心距重合。传感器301采用对射型传感器，硬币通过传感器时，传感器产生触发信号，同时将信号发送至相机，触发相机采集图像。相机302为工业相机。光源304可选用高亮度发红光LED，考虑环形光主要用途为边缘检测、晶片、金属、CD的表面划痕和污点、读取刻印文字，光源的内径满足硬币成像的视野范围。 参见图2，投币者将硬币从投币口207投入币道，硬币通过传感器301产生触发信号，相机302接受触发信号，本发明考虑采集的图像绝大部分位于光源形成的视场的中间位置，通过设置相机触发延迟时间来保障，采集的图像通过USB接口数据线传送到图像处理模块40进行处理。 图像处理模块40由带有图像处理软件的PC组成，接受通过USB接口传输过来的图像数据，并对采集的每帧图像进行实时处理，将处理结果存入动态库中供下一环节调用。 以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。如可根据需识别的币种不一样而做适应性修改，比如说也可用于识别其他国家或地区的硬币币种或是用于游戏机中用于识别游戏币与非游戏币。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。