纸币作为现代商品交换的主要媒介,为日常的经济生活带来了极大的便利,但与此同时,纸币的管理统计工作也变得日益复杂,传统的统计方式已经无法适应这一变化。本文主要针对纸币编号识别的问题,运用支持向量的识别方法来进行纸币编号字符的识别处理,并将整个识别算法移植到以DSP为核心处理器的硬件平台上进行快速准确识别。为实现对纸币编号字符的快速、准确的识别,本文主要从硬件平台、算法优化和系统软件等几个方面进行研究：1.硬件平台的实现：对以TMS320DM642为核心处理器的硬件平台进行测试,并利用TI公司提供的库函数以及资源,如CSL等对硬件平台进行调试,优化其各个寄存器的配置,为能在DSP上运行算法打下坚实的基础。2.从理论上分析各种预处理算法、特征提取算法和识别算法,并利用Matlab进行算法的仿真,结合纸币编号字符的特点,分析各个算法及整体性能上的优劣性,选取了灰度化、全局阀值二值化、字符区域定位、单个字符分割和字符特征提取等等算法对字符进行预处理和特征提取,并利用标准的支持向量机算法对字符进行识别。Matlab完成仿真和优化整个算法后,将这些算法移植到硬件平台上进行纸币字符识别处理。3.分析了SVM的数学原理,对SVM所需要的参数做了相应的研究,选取了一对一、SMO训练算法以及径向基核函数等等SVM所需要的参数进行组建整个系统所需要的分类器。4.结合硬件平台和算法特点,编写整个系统软件。