1.一種美元紙幣面值的識(shí)別方法，其特征在于，包括：
獲取紙幣背面特征區(qū)域的紅外反射圖像；
對(duì)所述紅外反射圖像進(jìn)行邊緣檢測(cè)，獲取邊緣檢測(cè)結(jié)果；
基于邊緣檢測(cè)結(jié)果提取所述紅外反射圖像的至少兩個(gè)主邊緣；
基于所述主邊緣的數(shù)量以及所述主邊緣之間的距離，確定所述紙幣的面值。
2.根據(jù)權(quán)利要求1所述的美元紙幣面值的識(shí)別方法，其特征在于，所述獲取紙幣背面特征區(qū)域的紅外反射圖像，包括：
獲取紙幣在分辨率為縱向150DPI、橫向150DPI的背面紅外反射圖像；
從所述紅外反射圖像的像素點(diǎn)矩陣中截取行號(hào)在100到200之間，且列號(hào)在110到430之間的像素點(diǎn)形成的區(qū)域，并將所述區(qū)域的紅外反射圖像作為紙幣背面特征區(qū)域的紅外反射圖像；其中，紙幣的背面紅外反射圖像中橫向像素點(diǎn)的個(gè)數(shù)為610，所述紙幣的背面紅外反射圖像中縱向像素點(diǎn)的個(gè)數(shù)為260。
3.根據(jù)權(quán)利要求2所述的美元紙幣面值的識(shí)別方法，其特征在于，所述對(duì)所述紅外反射圖像進(jìn)行邊緣檢測(cè)，獲取邊緣檢測(cè)結(jié)果包括：
通過(guò)canny算子對(duì)所述紅外反射圖像進(jìn)行邊緣檢測(cè)，獲取第一邊緣點(diǎn)集合；
在所述第一邊緣點(diǎn)集合中，將灰度值大于第一閾值的像素點(diǎn)作為真邊緣點(diǎn)；
如果目標(biāo)像素點(diǎn)的灰度值在第二閾值到第一閾值之間、且與所述目標(biāo)像素點(diǎn)相鄰的至少一個(gè)像素點(diǎn)的灰度值大于第一閾值，將所述目標(biāo)像素點(diǎn)作為真邊緣點(diǎn)；其中，灰度值小于第二閾值的像素點(diǎn)為假邊緣點(diǎn)；
基于所述真邊緣點(diǎn)形成第二邊緣點(diǎn)集合。
4.根據(jù)權(quán)利要求3所述的美元紙幣面值的識(shí)別方法，其特征在于，所述基于邊緣檢測(cè)結(jié)果提取所述紅外反射圖像的至少兩個(gè)主邊緣，包括：
通過(guò)霍夫直線檢測(cè)法對(duì)所述第二邊緣點(diǎn)集合進(jìn)行直線檢測(cè)，獲取至少兩條邊緣直線；
如果目標(biāo)邊緣直線上的兩端點(diǎn)之間的距離大于預(yù)設(shè)長(zhǎng)度閾值，將所述目標(biāo)邊緣直線作為所述紅外反射圖像的主邊緣。
5.根據(jù)權(quán)利要求2所述的美元紙幣面值的識(shí)別方法，其特征在于，基于所述主邊緣的數(shù)量以及所述主邊緣之間的距離，確定紙幣的面值，包括：
如果所述主邊緣的數(shù)量為2個(gè)，則判斷紙幣的面值為20美元；
如果所述主邊緣的數(shù)量為4個(gè)，基于所述主邊緣之間的距離確定紙幣的面值。
6.根據(jù)權(quán)利要求5所述的美元紙幣面值的識(shí)別方法，其特征在于，所述基于所述主邊緣之間的距離確定紙幣的面值，包括：
在所述4個(gè)主邊緣中，
如果相鄰主邊緣間隔的像素點(diǎn)的個(gè)數(shù)依次為30±5、15±5和85±5，判斷紙幣的面值為5美元；
如果相鄰主邊緣間隔的像素點(diǎn)的個(gè)數(shù)依次為30±5、70±5和85±5，判斷紙幣的面值為10美元；
如果相鄰主邊緣間隔的像素點(diǎn)的個(gè)數(shù)依次為30±5、115±5和35±5，判斷紙幣的面值為50美元；
如果相鄰主邊緣間隔的像素點(diǎn)的個(gè)數(shù)依次為35±5、20±5和40±5，判斷紙幣的面值為100美元。
7.一種美元紙幣面值的識(shí)別裝置，其特征在于，包括：
圖像獲取模塊，用于獲取紙幣背面特征區(qū)域的紅外反射圖像；
檢測(cè)結(jié)果獲取模塊，用于對(duì)所述紅外反射圖像進(jìn)行邊緣檢測(cè)，獲取邊緣檢測(cè)結(jié)果；
主邊緣提取模塊，用于基于邊緣檢測(cè)結(jié)果提取所述紅外反射圖像的至少兩個(gè)主邊緣；
面值確定模塊，用于基于所述主邊緣的數(shù)量以及所述主邊緣之間的距離，確定所述紙幣的面值。
8.根據(jù)權(quán)利要求7所述的美元紙幣面值的識(shí)別裝置，其特征在于，所述圖像獲取模塊，具體用于：
獲取紙幣在分辨率為縱向150DPI、橫向150DPI的背面紅外反射圖像；
從所述紅外反射圖像的像素點(diǎn)矩陣中截取行號(hào)在100到200之間，且列號(hào)在110到430之間的像素點(diǎn)形成的區(qū)域，并將所述區(qū)域的紅外反射圖像作為紙幣背面特征區(qū)域的紅外反射圖像；其中，紙幣的背面紅外反射圖像中橫向像素點(diǎn)的個(gè)數(shù)為610，所述紙幣的背面紅外反射圖像中縱向像素點(diǎn)的個(gè)數(shù)為260。
9.根據(jù)權(quán)利要求8所述的美元紙幣面值的識(shí)別裝置，其特征在于，所述檢測(cè)結(jié)果獲取模塊，具體用于：
通過(guò)canny算子對(duì)所述紅外反射圖像進(jìn)行邊緣檢測(cè)，獲取第一邊緣點(diǎn)集合；
在所述第一邊緣點(diǎn)集合中，將灰度值大于第一閾值的像素點(diǎn)作為真邊緣點(diǎn)；
如果目標(biāo)像素點(diǎn)的灰度值在第二閾值到第一閾值之間、且與所述目標(biāo)像素點(diǎn)相鄰的至少一個(gè)像素點(diǎn)的灰度值大于第一閾值，將所述目標(biāo)像素點(diǎn)作為真邊緣點(diǎn)；其中，灰度值小于第二閾值的像素點(diǎn)為假邊緣點(diǎn)；
基于所述真邊緣點(diǎn)形成第二邊緣點(diǎn)集合。
10.根據(jù)權(quán)利要求9所述的美元紙幣面值的識(shí)別裝置，其特征在于，所述主邊緣提取模塊，具體用于：
通過(guò)霍夫直線檢測(cè)法對(duì)第二邊緣點(diǎn)集合進(jìn)行直線檢測(cè)，獲取至少兩條邊緣直線；
如果目標(biāo)邊緣直線上的兩端點(diǎn)之間的距離大于預(yù)設(shè)長(zhǎng)度閾值，將所述目標(biāo)邊緣直線作為所述紅外反射圖像的主邊緣。
11.根據(jù)權(quán)利要求8所述的美元紙幣面值的識(shí)別裝置，其特征在于，所述面值確定模塊，具體用于：如果所述主邊緣的數(shù)量為2個(gè)，則判斷紙幣的面值為20美元；
如果所述主邊緣的數(shù)量為4個(gè)，基于所述主邊緣之間的距離確定紙幣的面值。
12.根據(jù)權(quán)利要求11所述的美元紙幣面值的識(shí)別裝置，其特征在于，所述基于所述主邊緣之間的距離確定紙幣的面值包括：在所述4個(gè)主邊緣中，
如果相鄰主邊緣間隔的像素點(diǎn)的個(gè)數(shù)依次為30±5、15±5和85±5，判斷紙幣的面值為5美元；
如果相鄰主邊緣間隔的像素點(diǎn)的個(gè)數(shù)依次為30±5、70±5和85±5，判斷紙幣的面值為10美元；
如果相鄰主邊緣間隔的像素點(diǎn)的個(gè)數(shù)依次為30±5、115±5和35±5，判斷紙幣的面值為50美元；
如果相鄰主邊緣間隔的像素點(diǎn)的個(gè)數(shù)依次為35±5、20±5和40±5，判斷紙幣的面值為100美元。