近年来,多光谱图像技术越来越得到关注,由于能获得在不同光谱下形成差异化的图像,被广泛应用在票据、证照、纸币识别和鉴伪领域,美元多光谱图像识别已经成为纸币识别领域的研究热点。其中美元朝向版本面额信息的识别、冠字号识别和真伪识别是美元多光谱图像处理中非常重要的模块。通过对美元多光谱图像研究和实践,发现传统识别算法的不足。本文对美元朝向版本识别、复杂背景下的冠字号提取和全局纹理特征的真伪识别开展了深入的研究。本文主要工作包括:第一,研究了美元纸币的特征,提出了基于Haar-Like H特征人脸检测的美元朝向和版本识别算法,解决了由于纸币边界污损导致朝向和版本识别不稳定的问题,并提高了计算速度。第二,研究了彩色版美元冠字号的特点,提出了基于Haar-Like H特征和极值稳定区域的冠字号提取算法,解决了复杂背景纹理下冠字号提取质量差、冠字号识别准确率低等问题,提高了纯色背景的冠字号提取质量。第三,研究了美元不同光谱下的防伪特征,提出了基于全局GLCM纹理特征的美元真伪识别算法,解决了基于局部特征鉴伪的准确率低,基于全局LBP纹理特征计算复杂度高等问题。本文提出的算法均成功应用在多个厂家的点钞机、清分机和鉴伪仪等产品中。实验结果证明,与传统的美元多光谱图像识别算法相比,本文提出的美元朝向识别和版本识别的识别率更高,对异常币的鲁棒性更强;本文提出的冠字号提取算法能有效提高复杂背景下的冠字号码提取质量和识别的准确率;本文提出的基于全局GLCM纹理特征的美元真伪识别算法,提高了假币的识别能力并降低的真币的误报。