1.一种折叠纸币有效识别方法，其特征在于包括以下步骤：

步骤S1：设置传感器每毫米采样8个像素点，采集得到纸币正、反面图像；

步骤S2：将采集的纸币正、反面图像的像素缩小为32*32，并输入到训练好的卷积神经网络，获得角折叠纸币；

步骤S3：对由步骤S2获得的角折叠纸币，提取经步骤S1采集的纸币正、反面图像，并进行中值滤波，按照设定阈值，对提取的角折叠纸币的正、反面图像的灰度图进行基于直线拟合的边缘检测，进而确定角折叠纸币的各个折叠区域以及折叠位置；

步骤S4:根据步骤S3确定的角折叠纸币图像的折叠区域和折叠位置，对角折叠纸币的正、反面图像进行图像拼接，恢复折叠区域的图像；

步骤S5:对拼接后的角折叠纸币图像与样本库中完整纸币的正、反面图像进行相似度匹配，实现真假识别。

2.根据权利要求1所述的一种折叠纸币有效识别方法，其特征在于，所述步骤S2包括：

201)建立纸币样本库，搭建卷积神经网络，设置输出层结果为完整纸币0，角折叠纸币

1，角缺失纸币2和其他损伤纸币3，先使用MNIST数据集对卷积神经网络进行预训练，再向卷积神经网络输入纸币样本库图像数据集，并根据识别准确率调整卷积神经网络；

202)将采集的纸币正、反面图像输入到已经训练好的卷积神经网络，获得角折叠纸币。

3.根据权利要求1所述的一种折叠纸币有效识别方法，其特征在于，所述基于直线拟合的边缘检测设置采集到的纸币图像长度为w，宽度为h，具体方法包括下列步骤：

301)在x＝w/2直线的两端寻找第一次灰度值大于设定阈值的扫描点，即为检测到的上、下边界点，令检测到的上边界点为 下边界点为 其中的搜索范围是0到h/2， 的搜索范围是h到h/2；

302)在 直线上搜索上、下边界点，记录获得的上边界点

和 记录获得的下边界点为 和 其中，Δw

为搜索步长；

303)以 和 为初始点重复执行步骤302)，当设定的直线上找不到边界点时，停止搜索，所得到的边界点按顺序构成一个序列，即为上边缘点序列：以 和 为初始点重复执行步骤302)，当设定的直线上找不到边界点时，停止搜索，所得到的边界点按顺序构成一个序列，即为下边缘点序列：

304)在直线y＝h/2的两端寻找第一次灰度值大于设定阈值的扫描点，即为检测到的左、右边缘点，令左边缘点为 右边缘点为 其中 的搜索范围为0到w/2； 的搜索范围为w到w/2，依照步骤302)检测上、下边界点的原理，得到左、右边缘点序列：

305)在上边缘点序列中分别计算相邻两点之间直线的斜率，得到相邻点间的斜率集合；在斜率集合中寻找一个出现次数最多的元素，令该元素为上边缘直线斜率k1；然后寻找斜率集合中绝对值和上边缘直线斜率k1绝对值相差较大且出现次数最多的元素，令此元素为上边缘第一折线斜率k2；在斜率集合中寻找和上边缘直线斜率k1的符号相反且绝对值与上边缘直线斜率k1的绝对值相差较大，出现次数最多的元素，令此元素为上边缘第二折线斜率k3；在上边缘点序列中用所有与相邻点之间直线斜率等于上边缘直线斜率k1的点，进行最小二乘线性拟和，得到上边缘直线方程；用所有与相邻点之间直线斜率等于第一折线斜率k2的点，进行最小二乘线性拟和，得到上边缘的第一折线方程；用所有与相邻点之间直线斜率等于第二折线斜率k3的点，进行最小二乘线性拟和，得到上边缘的第二折线方程；

在下边缘点序列中分别计算相邻两点之间直线的斜率，得到相邻点间的斜率集合；在斜率集合中寻找一个出现次数最多的元素，令该元素为下边缘直线斜率k′1；然后寻找斜率集合中绝对值和下边缘直线斜率k′1绝对值相差较大且出现次数最多的元素，令此元素为下边缘第一折线斜率k′2；在斜率集合中寻找和下边缘直线斜率k′1的符号相反且绝对值与下边缘直线斜率k′1的绝对值相差较大，出现次数最多的元素，令此元素为下边缘第二折线斜率k＇3；在下边缘点序列中用所有与相邻点之间直线斜率等于下边缘直线斜率k＇1的点，进行最小二乘线性拟和，得到下边缘直线方程；用所有与相邻点之间直线斜率等于下边缘第一折线斜率k＇2的点，进行最小二乘线性拟和，得到下边缘的第一折线方程；用所有与相邻点之间直线斜率等于下边缘第二折线斜率k′3的点，进行最小二乘线性拟和，得到下边缘的第二折线方程；

在左边缘点序列中分别计算相邻两点之间直线的斜率，得到相邻点间的斜率集合，在斜率集合中寻找一个出现次数最多的元素，令该元素为左边缘直线斜率k11；在左边缘点序列中用所有与相邻点之间直线斜率等于左边缘直线斜率k11的点，进行最小二乘线性拟和，得到左边缘直线方程；

在右边缘点序列中分别计算相邻两点之间直线的斜率，得到相邻点间的斜率集合，在斜率集合中寻找一个出现次数最多的元素，令该元素为右边缘直线斜率k22；在右边缘点序列中用所有与相邻点之间直线斜率等于右边缘直线斜率k22的点，进行最小二乘线性拟和，得到右边缘直线方程；

306)计算上、下边缘直线方程分别与左、右边缘直线方程之间的交点，即得到完整纸币图像四个顶点的坐标，并由上、下边缘的第一、二折线方程与上、下、左、右边缘直线方程计算得出上、下边缘第一、二折线的顶点坐标，以确定各个折叠区域以及折叠位置；

307)统计各个折叠区域的像素点数，如果一个折叠区域像素点数大于单个缺失区域阈值或是多个折角的总的折叠区域大于总缺失区域阈值，则纸币折叠区域太大，视作非正常纸币拒收，反之，继续之后的识别流程。

4.根据权利要求3所述的一种折叠纸币有效识别方法，其特征在于，所述单个缺失区域阈值设定为2560，所述总缺失区域阈值设定为3840。

5.根据权利要求1所述的一种折叠纸币有效识别方法，其特征在于，所述步骤S4具体为：将折叠区域和样本库中对应区域的正反面图像进行相似度匹配，若折叠区域正面图像和样本库中对应区域正面图像匹配，则将折叠区域反面图像经过旋转，缩放，拼接到正面折叠区域关于折线对称位置；将样本库中和折叠区域对应部分的反面图像，拼接到折叠区域反面图像；将样本库中对应于折叠区域关于折线对称部分反面图像，拼接到折叠区域反面图像关于折线对称位置；

若折叠区域反面图像和样本库中对应区域反面图像匹配，则将折叠区域正面图像经过旋转，缩放，拼接到反面折叠区域关于折线对称位置；将样本库中和折叠区域对应部分的正面图像，拼接到折叠区域正面图像；将样本库中对应于折叠区域关于折线对称部分正面图像，拼接到折叠区域正面图像关于折线对称位置。