專利名稱：在對應(yīng)金融票券的圖像中特征化多個區(qū)域的紋理的方法
技術(shù)領(lǐng)域：
本發(fā)明關(guān)于圖像特征化(image characterization)，尤指一種在對應(yīng)金融 票券的圖像中特征化多個區(qū)域的紋理的方法。
背景技術(shù)：
近年來，隨著圖像處理系統(tǒng)的進步，包含數(shù)字彩色復印機、掃描儀以及 小尺寸的印刷裝置等，己經(jīng)在彩色圖像與攝影的重制方面造成廣泛的使用。 雖然大部分用于專業(yè)或個人休閑領(lǐng)域，但是經(jīng)常有犯罪者利用這些設(shè)備來重 制貨幣、股票、支票、法律文件以及其它禁止重制的文件等以從中獲取利益。 由于這類非法與偽造物品的存在，因此便會產(chǎn)生高效且快速地特征化以及檢 測非法印刷的貨幣這方面的需求，然而，這項工作卻變得愈來愈困難，主要 是因為印刷與重制的先進技術(shù)可以讓偽造者重制出人眼無法辨別的偽造物1=1叩o除了在辨識合法的貨幣鈔票方面存在愈來愈多的困難之外，還希望能從 比被掃描的樣本貨幣大的圖像中檢測這些樣本貨幣，如此一來就可以使用任 何普通的掃描儀掃描一張鈔票，同時也有可能一次掃描與辨識多張鈔票。然 而，這樣做會在鈔票放在任意背景上以及具有位移與旋轉(zhuǎn)的變動性時造成更 多問題。目前的許多貨幣檢測器一般只能一次掃描一張鈔票，并且只能掃描 最接近鈔票的區(qū)域，以省略對于鈔票的背景、旋轉(zhuǎn)與對齊的考慮。此外，如果當票券內(nèi)嵌于一復雜的圖像背景中被掃描的時候，要將實際 的票券與該圖像背景區(qū)分開來就會變得非常困難，同時該圖像背景也會提供 額外的噪聲和/或圖案，使得該檢測過程變得更復雜，并且還會造成非預期的 結(jié)果與判斷錯誤。發(fā)明內(nèi)容因此本發(fā)明的目的之一在于提供一種在對應(yīng)金融票券的一圖像中特征
化多個區(qū)域的紋理的方法，以解決前述的問題。根據(jù)本發(fā)明的目的，揭示一種在對應(yīng)金融票券的一圖像中特征化多個區(qū) 域的紋理的方法。該方法包含有如下步驟將該圖像劃分為多個區(qū)域；對于 每一區(qū)域計算一灰階值；從所述區(qū)域中選擇多個潛在區(qū)域，且所述潛在區(qū)域 具有在一預定范圍內(nèi)的多個灰階值；從所述潛在區(qū)域中選擇多個鈔票區(qū)域， 且所述鈔票區(qū)域具有在一預先定義的色彩范圍內(nèi)與一預先定義的連續(xù)色彩 梯度范圍內(nèi)的多個像素；根據(jù)在所述鈔票區(qū)域中的所述像素的多個灰階梯度 產(chǎn)生一二進制邊緣圖；以及根據(jù)該二進制邊緣圖對每一鈔票區(qū)域計算一紋理 數(shù)值。根據(jù)所述的方法，其中產(chǎn)生該二進制邊緣圖的步驟還包含有如下步驟 對于所述鈔粟區(qū)域中的所述像素計算多個灰階梯度；將所述鈔票區(qū)域中的所 述像素的所述灰階梯度與一預定臨界值比較；指定具有高于該預定臨界值的 灰階梯度的目標像素具有一第一數(shù)值；指定具有低于該預定臨界值的灰階梯 度的目標像素具有一第二數(shù)值；以及將對應(yīng)所述目標像素的多個第一數(shù)值與 多個第二數(shù)值映像到該二進制邊緣圖。根據(jù)所述的方法，還包含有步驟利用一索貝爾濾波器產(chǎn)生該二進制邊 緣圖。根據(jù)所述的方法，其中根據(jù)該二進制邊緣圖對每一鈔票區(qū)域計算該紋理 數(shù)值的步驟還包含有如下步驟在該二進制邊緣圖的一第一方向中決定數(shù)值 交替的一第一頻率；在該二進制邊緣圖的一第二方向中決定數(shù)值交替的一第 二頻率；在該二進制邊緣圖的一第三方向中決定數(shù)值交替的一第三頻率；在 該二進制邊緣圖的一第四方向中決定數(shù)值交替的一第四頻率；以及根據(jù)該第 一頻率、該第二頻率、該第三頻率以及該第四頻率計算該紋理數(shù)值。根據(jù)所述的方法，還包含有步驟根據(jù)在該第一頻率、該第二頻率、該 第三頻率以及該第四頻率中的一最大頻率、 一最小頻率以及該最大頻率與該 最小頻率的一差異來計算該紋理數(shù)值。根據(jù)所述的方法，其中所述區(qū)域為多個區(qū)塊。 根據(jù)所述的方法，其中所述區(qū)域為部分重疊的多個區(qū)塊。 根據(jù)所述的方法，其中從所述潛在區(qū)域中選擇具有在該預先定義的色彩 范圍內(nèi)與該預先定義的連續(xù)色彩梯度范圍內(nèi)的像素的所述鈔票區(qū)域的步驟 還包含有利用一半色調(diào)檢測算法的步驟。根據(jù)所述的方法，其中從所述潛在區(qū)域中選擇具有在該預先定義的色彩 范圍內(nèi)與該預先定義的連續(xù)色彩梯度范圍內(nèi)的像素的所述鈔票區(qū)域的步驟還包含有根據(jù)所述像素的一 YUV色彩空間來判斷具有一類似色調(diào)的像素的 步驟。根據(jù)所述的方法，其中從所述潛在區(qū)域中選擇具有在該預先定義的色彩 范圍內(nèi)與該預先定義的連續(xù)色彩梯度范圍內(nèi)的像素的所述鈔票區(qū)域的步驟 還包含有根據(jù)所述像素的一 YCbCr色彩空間來判斷具有一類似色調(diào)的像素 的步驟。本發(fā)明的在對應(yīng)金融票券的圖像中特征化多個區(qū)域的紋理的方法可以 得到精確的檢測正確率與非常低的警示錯誤比率，同時本發(fā)明也具有足夠的 強度與彈性以應(yīng)用在廣泛的圖像型式與操作條件下。通過下列附圖及說明能夠更深入地了解本發(fā)明

圖1為本發(fā)明一實施例的紋理特征化方法的流程圖。圖2為顯示各種不同對象的灰階變異圖的一個范例。 圖3所顯示的一范例為根據(jù)圖1所示方法的一使用半色調(diào)模式印刷的圖 像與一使用典型鈔票印刷的圖像。圖4顯示根據(jù)本發(fā)明的二進制邊緣圖的一實施例圖5顯示根據(jù)本發(fā)明的二進制邊緣圖的另一實施例圖6顯示橫越該二進制邊緣圖以決定在各個不同方向中數(shù)值交替的第一頻率、第二頻率、第三頻率以及第四頻率的一個范例。圖7為概述本發(fā)明在對應(yīng)金融票券的一圖像中特征化多個區(qū)域的紋理的 方法的一實施例的流程圖。圖8顯示本發(fā)明一實施例中多個區(qū)域為以格子狀排列的多個區(qū)塊。圖9顯示本發(fā)明一實施例中多個區(qū)域為以重疊排列的多個區(qū)塊以用于在 紋理特征化的步驟中提供測試區(qū)域一較高的分辨率。其中，附圖標記說明如下810 區(qū)域 -814 區(qū)塊具體實施方式
貨幣的適當特征化對于確保所收到的貨幣的有效性以及降低被詐騙的 機率與財物損失來說是非常重要的。不受移動與轉(zhuǎn)動所影響的貨幣的適當特征化會對貨幣檢測提供彈性與方便性，并使其可以被應(yīng)用于許多種情況與硬 件裝置中。因此本發(fā)明提供一種在對應(yīng)金融票券的一圖像中特征化多個區(qū)域的紋 理的方法以解決前述的問題，而本方法可以應(yīng)用于偽造貨幣的檢測。在一實 施例中，圖像接收自一圖像掃描，其包含有一已知貨幣形式的一金融票券， 這可以包含美國與日本的鈔票，但本發(fā)明不限于此。應(yīng)用一圖像掃描的適當 紋理特征化可以將判斷的數(shù)值與一所要參考貨幣的已知標準作比較，如此一 來可以用于推斷所掃描的貨幣的真實性。由于本方法在特征化的過程中并不是基于一固定軸，所以圖像也可以在 任意的旋轉(zhuǎn)軸與平移對準(shift alignment)下產(chǎn)生。此外，此圖像可以包含該 金融票券重疊在任意背景上，包括在此圖像內(nèi)有多個隔離的或獨立的票巻、 或是具有重疊的票巻。本方法可以與個人掃描儀、復印機和其它相關(guān)的掃描 或檢測裝置結(jié)合來操作。在本發(fā)明中所描述的紋理特征化方法是結(jié)合應(yīng)用創(chuàng)新且獨特的紋理獲 取技術(shù)，以有效地且高效率地判斷偽造貨幣或復制貨幣的存在。多層次的紋 理處理、邊緣處理與灰階分析結(jié)合應(yīng)用于該多面向的方法中，因此可以得到 精確的檢測正確率與非常低的警示錯誤比率。同時，本發(fā)明也具有足夠的強 度與彈性以應(yīng)用在廣泛的圖像型式和操作條件下。本發(fā)明不但提供了可增加 安全性的方法，而且也具有彈性以及與一般的硬件裝置整合運用的可能性， 此外，該方法對于根本的問題提供了一低成本的解決方案。在簡要描述本發(fā)明的紋理特征化的方法之前，必須先了解到在說明書及 后續(xù)的權(quán)利要求當中使用了某些詞匯來表示特定的過程或步驟。所屬領(lǐng)域的 普通技術(shù)人員應(yīng)理解，發(fā)明人可能會用不同的名詞來稱呼這些類型的過程。 本說明書及后續(xù)的權(quán)利要求并不以名稱的差異來作為區(qū)分元件的方式，而是 以元件在功能上的差異來作為區(qū)分的基準。在整篇說明書及后續(xù)的權(quán)禾i/要求
當中所提及的"包含"為一開放式的用語，故應(yīng)解釋成"包含但不限定于"。 另外，"貨幣"、"票券"以及"鈔票"等詞匯在此可相互表示同樣的意思。 請參考圖1，圖1描述根據(jù)本發(fā)明一實施例的紋理特征化方法。圖1說 明在對應(yīng)金融票券的一圖像中特征化多個區(qū)域的紋理的方法的基本操作。本 方法由接收一掃描圖像開始，該掃描圖像可以包含有金融票券，也可以不包含任何金融票券。在進行灰階處理110時，該圖像會被劃分為多個區(qū)域。在 灰階處理110之后，在進行半色調(diào)(halftone)分析120時，在一預定范圍內(nèi) 的具有灰階(在此之后也被稱作灰階多樣性)的區(qū)域會被選擇作為潛在區(qū)域。 該半色調(diào)分析120是針對半色調(diào)印刷圖案檢査圖像中的潛在區(qū)域，然后在這 些潛在區(qū)域中不具有半色調(diào)印刷圖案的潛在區(qū)域會被選擇作為鈔票區(qū)域。接 著，在二進制邊緣圖建構(gòu)(binary edge map construction) 130的過程中，這 些鈔票區(qū)域會再次被檢査以用于建構(gòu)其邊緣圖。然后，在紋理數(shù)值計算140 的步驟中使用該二進制邊緣圖來決定紋理數(shù)值。根據(jù)本發(fā)明中不同的實施 例，該紋理數(shù)值會隨之變動。在本發(fā)明的一實施例中，該紋理數(shù)值為一過零 率(也即從0到1與從1到0的變化頻率)。該紋理特征化的實際步驟并不 限制于以上所述的順序，只要可以實現(xiàn)本發(fā)明的目的即可。以上的紋理數(shù)值 是共同地定義在對應(yīng)金融票券的一圖像中的多個區(qū)域的紋理，關(guān)于每一特定 的過程步驟會在下面進一步詳細討論。一般來說，接收自一掃描儀或一相關(guān)的圖像硬件裝置的掃描圖像可被劃 分為多個區(qū)域。如圖8所示，在一實施例中，多個區(qū)域810實際上為以格子 狀排列的多個區(qū)塊814。然而，在其它實施例中可以使用不同的幾何形狀， 只要可以同樣達到將圖像劃分為多個區(qū)域以用于初步的肉眼檢驗的目的即 可。這些區(qū)域可以是隔離的、互相結(jié)合的、部分重疊的或不相交的。例如圖 9所示，這些區(qū)域810為排列為部分重疊的區(qū)塊814，以用于在紋理特征化 的方法中提供測試區(qū)域一較高的分辨率。 一般來說，本發(fā)明并不限制于這些 區(qū)域所用的形狀、形式或精確的配置結(jié)構(gòu)，因為本發(fā)明同樣可以應(yīng)用于所有 的組合以及排列。一開始的過程步驟牽涉到灰階處理110，當該掃描圖像為典型的彩色型 式時，該掃描圖像會被轉(zhuǎn)換為灰階以進行初步的紋理特征化。 一般而言，金 融票券在一特定的預定范圍內(nèi)具有一灰階變異。圖2為顯示各種不同^象的
灰階變異圖的一個范例說明。圖2 (a)顯示一美元票券的灰階變異，以及圖 2 (b)顯示一片織布的灰階變異，而圖2 (c)顯示白色背景上的黑色文字的 灰階變異。如圖2所顯示的一些范例可知，任一對象都傾向具有一特定范圍 的灰階變異。圖2 (b)所顯示的織布傾向具有較小的灰階變異，主要是因為 具有較為均勻的灰階分布。圖2 (c)所顯示的白色背景上的黑色文字具有較 大的灰階變異，這是因為黑色文字與白色背景彼此交錯的關(guān)系。在以上這三 種物品之中，圖2 (a)所顯示的金融票券具有最寬廣的灰階變異，這是因為 票券中具有不同色調(diào)的灰色存在其中。這就是在灰階處理110中所利用的特 性，以用于根據(jù)一已知金融票券的一灰階變異數(shù)來判斷該掃描圖像中的區(qū) 域?；译A處理110對于該掃描圖像中每一個被劃分的區(qū)域判斷一灰階多樣性 (此后，以灰階一詞來描述)。然后每一個區(qū)域的灰階會被拿來跟一所要的 金融票券相關(guān)的一預定范圍相比較，如果被拿來比較的區(qū)域在該預定范圍之 內(nèi)，則將該區(qū)域選定為一潛在區(qū)域。這項比較會用來對每一個區(qū)域進行，以 完全地決定任何可能的潛在區(qū)域。接著，潛在區(qū)域會被用在半色調(diào)分析120中以用來區(qū)分半色調(diào)圖案，該 半色調(diào)分析120用于區(qū)分具有一預先定義的色彩范圍與一預先定義的連續(xù)色 彩梯度范圍的潛在區(qū)域。在YUV空間中，半色調(diào)圖案為在一相同范圍的色 調(diào)(U，V)沒有相鄰或很少相鄰的圖案，而在YCbCr空間，半色調(diào)圖案為在 一相同范圍的色調(diào)(Cb,Cr)中沒有相鄰或很少相鄰的圖案，這也為已知的 半色調(diào)模式印刷。圖3所顯示的一范例為一使用半色調(diào)模式印刷(圖3 (b)) 的圖像與一使用典型的鈔票印刷(圖3 (a))的圖像。圖3 (a)所顯示的鈔 票印刷的圖像在一直線中具有一較為連續(xù)的色彩梯度，這是因為任一所給的 像素都有具有相同或相似色調(diào)的周邊像素。圖3 (b)所顯示的半色調(diào)模式的 圖像具有較多的不相交點，同時在色彩上以及色彩連續(xù)度上具有較大的變 異。 一般來說，半色調(diào)圖像中的像素不會具有相似色調(diào)的周邊像素，因此不 會有一連續(xù)的色彩梯度。在該步驟中，由半色調(diào)模式所印刷的潛在區(qū)域會在 后續(xù)過程的步驟中被忽略，因為這些潛在區(qū)域與金融票券沒有對應(yīng)關(guān)系。然 后，具有與一所要的金融票券有對應(yīng)關(guān)系的一預先定義的色彩范圍與預先 定義的連續(xù)色彩梯度范圍的潛在區(qū)域會被選定為鈔票區(qū)域，以進行進二步的處理。前面所描述的半色調(diào)分析120,也即鈔票區(qū)域是從具有在該預先定義的 色彩范圍內(nèi)與該預先定義的連續(xù)色彩梯度范圍內(nèi)的多個像素的這些潛在區(qū) 域中選出的步驟，也可以根據(jù)一半色調(diào)檢測算法來進行。另外，該步驟也可 以根據(jù)這些像素的一 YUV色彩空間判斷具有類似色調(diào)的像素。由于半色調(diào) 分析的方法為所屬技術(shù)領(lǐng)域的普通技術(shù)人員所熟悉，所以不在此另行贅述。在決定鈔票區(qū)域之后，就可以進行二進制邊緣圖建構(gòu)130的步驟來建構(gòu) 出一二進制邊緣圖(binary edge map)。 一般來說，二進制邊緣圖為基于該 掃描圖像的灰階梯度的一種二階(或二色調(diào))的表示法。在某些實施例中， 二進制邊緣圖為在一3乘3灰色區(qū)塊中的梯度(在YUV色彩空間中，使用 Y通道)。在鈔票區(qū)域之內(nèi)的像素會被指定具有一個或兩個數(shù)值，更精確地 來說，這些鈔票區(qū)域之內(nèi)的像素的灰階梯度會被拿來跟一預定臨界值作比 較，如果目標像素的灰階梯度高于該預定臨界值，則該目標像素會被指定具 有一第一數(shù)值，而如果目標像素的灰階梯度低于該預定臨界值，則該目標像 素會被指定具有一第二數(shù)值，而所有這些目標像素的數(shù)值都會被指定并且隨 后被映像到一二進制邊緣圖。圖4顯示該二進制邊緣圖的一實施例。 一個IO 乘10的鈔票區(qū)域總共包含有100個像素，在該實施例中，如果像素的灰階 梯度超過了預定臨界值，該像素會被指定具有一數(shù)值"1"，反之，該像素 會被指定具有一數(shù)值"0"。圖5顯示該二進制邊緣圖的另一實施例，該實 施例應(yīng)用了一索貝爾濾波器(Sobd filter)，其中，第一數(shù)值為一黑色調(diào)， 而第二數(shù)值為一白色調(diào)，使得該二進制邊緣圖具有一較為可視化的表現(xiàn)。如 圖5所示，該票券跟背景比較起來顯得非常明顯。有了通過該二進制邊緣圖所產(chǎn)生的對應(yīng)該掃描圖像的兩數(shù)值表示法，該 紋理數(shù)值的計算可以在紋理數(shù)值計算140的過程中開始進行。該紋理數(shù)值計 算140是利用基于區(qū)域的過零率(section-based zero-crossing frequency)來決 定該紋理數(shù)值。當票券的紋理傾向非常的精細時，其中一種將其特征化的方 式為在橫越該二進制邊緣圖的時候判斷邊緣的數(shù)目。換句話說，當在該二進 制邊緣圖橫越一鈔票區(qū)域時，會計算出從一第一數(shù)值轉(zhuǎn)換到一第二數(shù)值(與 從第二數(shù)值轉(zhuǎn)換到第一數(shù)值)的一頻率。為了讓該紋理數(shù)值得到一較高的分 辨率，總共在四個方向中會取得四種不同的頻率在該二進制邊緣圖的一第
一方向中的數(shù)值交替的第一頻率、 一第二方向中的第二頻率、 一第三方向中 的第三頻率以及一第四方向中的第四頻率。同樣地，根據(jù)本發(fā)明的不同的實施例，該紋理數(shù)值的實際表示法會隨之 變動。本發(fā)明的一實施例是利用一過零率來作為該紋理數(shù)值，該紋理特征化 的實際步驟并不限制于以上所述的順序，只要可以實現(xiàn)本發(fā)明的目的即可(也即紋理數(shù)值計算140是利用基于區(qū)域的過零率來決定該紋理數(shù)值)。圖6顯示橫越該二進制邊緣圖以決定在各個不同方向中數(shù)值交替的第一 頻率、第二頻率、第三頻率以及第四頻率的一個范例。在圖6 (a)中，該第 一方向為O度；在圖6 (b)中，該第二方向為45度；在圖6 (c)中，該第 三方向為90度；以及在圖6 (d)中，該第四方向為135度。緊接著得到所 述第一頻率、第二頻率、第三頻率以及第四頻率，然后就可以相應(yīng)地對每一 鈔票區(qū)域計算出該紋理數(shù)值。優(yōu)選的情況是針對根據(jù)在所述第一頻率、第二 頻率、第三頻率以及第四頻率中的一最大頻率、 一最小頻率以及該最大頻率 與該最小頻率的一差異來計算該紋理數(shù)值。在計算出各個鈔票區(qū)域的紋理數(shù)值之后，就可以拿來跟所要的金融票券 的一預定參考數(shù)值作比較，這是用來判斷鈔票的合法性與真實性，而該預定 參考數(shù)值是基于被檢測的真實所要的金融票券，并且在一可接受的正確性的 誤差范圍內(nèi)提供可接受的紋理數(shù)值的范圍。如果該鈔票區(qū)域的紋理數(shù)值落在 一預定參考數(shù)值的范圍內(nèi)，那么該對應(yīng)的鈔票區(qū)域可以被推斷為真實的，反 之，如果該鈔票區(qū)域的紋理數(shù)值沒有落在一預定參考數(shù)值的范圍內(nèi)，那么該 鈔票區(qū)域的紋理就無法被確認為所要的金融票券。圖7為概述本發(fā)明在對應(yīng)金融票券的一圖像中特征化多個區(qū)域的紋理的 方法的一實施例的流程圖。假如大體上可以得到相同的結(jié)果，流程700中的 步驟不一定需要照圖7所示的順序來執(zhí)行，也不一定需要是連續(xù)的，也就是 說，這些步驟之間可以插入其它的步驟。本方法包含有步驟7(K):將圖像劃分為多個區(qū)域。步驟702:對于各個區(qū)域計算一灰階值。步驟704:從這些區(qū)域中選擇多個潛在區(qū)域，且這些潛在區(qū)域具有在一 預定范圍內(nèi)的多個灰階值。 -步驟706:從這些潛在區(qū)域中選擇多個鈔票區(qū)域，且這些鈔票區(qū)域具有
在一預先定義的色彩范圍內(nèi)與一預先定義的連續(xù)色彩梯度范圍內(nèi)的多個像 素。步驟708:根據(jù)在這些鈔票區(qū)域中的這些像素的灰階梯度產(chǎn)生一二進制邊緣圖。步驟710:根據(jù)該二進制邊緣圖對于各個鈔票區(qū)域計算一紋理數(shù)值。 因此，應(yīng)用上述本發(fā)明的方法可以提供一種在對應(yīng)金融票券的一圖像中 特征化多個區(qū)域的紋理的方法，而通過適當且精確地特征化對應(yīng)一金融票券 的一圖像，就可以區(qū)分偽造與非法的貨幣以及合法的貨幣。計算出的紋理數(shù) 值可以用來與所要的參考貨幣的一已知標準作比較，以推論該掃描的票券的 真實性。在這些紋理處理步驟的不同的階段中相繼地將不同的區(qū)域縮小為對應(yīng) 于金融票券的候選的潛在區(qū)域。由于只有對一些剩余的區(qū)域計算這些紋理數(shù) 值，所以可以達到更有效且經(jīng)濟的操作。此外，本發(fā)明的方法可以得到精確 的檢測正確率與非常低的警示錯誤比率，同時本發(fā)明也具有足夠的強度與彈 性以應(yīng)用在廣泛的圖像型式與操作條件下。由于本方法在特征化的過程中并不是基于一固定軸，所以一個掃描的輸 入圖像也可以在任意的旋轉(zhuǎn)軸與平移對準的情況下提供，此外，該圖像可以 包含這些金融票券重疊在任意背景上，包括在該圖像內(nèi)有多個隔離的或獨立 的票巻或是具有部分重疊的票巻。由于本發(fā)明的方法可以與個人掃描儀、復 印機、獨立的打印機以及其它相關(guān)的掃描或檢測裝置結(jié)合來應(yīng)用，所以該方 法也提供了 一個低成本的解決方案。以上所述僅為本發(fā)明的優(yōu)選實施例，凡是根據(jù)本發(fā)明權(quán)利要求所做的均 等變化與修飾，均應(yīng)屬于本發(fā)明的涵蓋范圍。
權(quán)利要求
1.一種在對應(yīng)金融票券的圖像中特征化多個區(qū)域的紋理的方法，該方法包含有如下步驟將該圖像劃分為多個區(qū)域；對于每一區(qū)域計算一灰階值；從所述區(qū)域中選擇多個潛在區(qū)域，且所述潛在區(qū)域具有在一預定范圍內(nèi)的多個灰階值；從所述潛在區(qū)域中選擇多個鈔票區(qū)域，且所述鈔票區(qū)域具有在一預先定義的色彩范圍內(nèi)與一預先定義的連續(xù)色彩梯度范圍內(nèi)的多個像素；根據(jù)在所述鈔票區(qū)域中的所述像素的多個灰階梯度產(chǎn)生一二進制邊緣圖；以及根據(jù)該二進制邊緣圖對每一鈔票區(qū)域計算一紋理數(shù)值。
2. 如權(quán)利要求1所述的方法，其中產(chǎn)生該二進制邊緣圖的步驟還包含有 如下步驟對于所述鈔票區(qū)域中的所述像素計算多個灰階梯度； 將所述鈔票區(qū)域中的所述像素的所述灰階梯度與一預定臨界值比較； 指定具有高于該預定臨界值的灰階梯度的目標像素具有一第一數(shù)值； 指定具有低于該預定臨界值的灰階梯度的目標像素具有一第二數(shù)值；以及將對應(yīng)所述目標像素的多個第一數(shù)值與多個第二數(shù)值映像到該二進制 邊緣圖。
3. 如權(quán)利要求l所述的方法，還包含有步驟利用一索貝爾濾波器產(chǎn)生 該二進制邊緣圖。
4. 如權(quán)利要求1所述的方法，其中根據(jù)該二進制邊緣圖對每一鈔票區(qū)域 計算該紋理數(shù)值的步驟還包含有如下步驟-在該二進制邊緣圖的一第一方向中決定數(shù)值交替的一第一頻率； 在該二進制邊緣圖的一第二方向中決定數(shù)值交替的一第二頻率； 在該二進制邊緣圖的一第三方向中決定數(shù)值交替的一第三頻率； 在該二進制邊緣圖的一第四方向中決定數(shù)值交替的一第四頻率；以及根據(jù)該第一頻率、該第二頻率、該第三頻率以及該第四頻率計算該紋理 數(shù)值。
5. 如權(quán)利要求4所述的方法，還包含有步驟根據(jù)在該第一頻率、該第 二頻率、該第三頻率以及該第四頻率中的一最大頻率、 一最小頻率以及該最 大頻率與該最小頻率的一差異來計算該紋理數(shù)值。
6. 如權(quán)利要求l所述的方法，其中所述區(qū)域為多個區(qū)塊。
7. 如權(quán)利要求1所述的方法，其中所述區(qū)域為部分重疊的多個區(qū)塊。
8. 如權(quán)利要求1所述的方法，其中從所述潛在區(qū)域中選擇具有在該預先 定義的色彩范圍內(nèi)與該預先定義的連續(xù)色彩梯度范圍內(nèi)的像素的所述鈔票 區(qū)域的步驟還包含有利用一半色調(diào)檢測算法的步驟。
9. 如權(quán)利要求1所述的方法，其中從所述潛在區(qū)域中選擇具有在該預先 定義的色彩范圍內(nèi)與該預先定義的連續(xù)色彩梯度范圍內(nèi)的像素的所述鈔票 區(qū)域的步驟還包含有根據(jù)所述像素的一 YUV色彩空間來判斷具有一類似色 調(diào)的像素的步驟。
10. 如權(quán)利要求1所述的方法，其中從所述潛在區(qū)域中選擇具有在該預 先定義的色彩范圍內(nèi)與該預先定義的連續(xù)色彩梯度范圍內(nèi)的像素的所述鈔 票區(qū)域的步驟還包含有根據(jù)所述像素的一 YCbCr色彩空間來判斷具有一類 似色調(diào)的像素的步驟。
全文摘要
本發(fā)明提供一種在對應(yīng)金融票券的圖像中特征化多個區(qū)域的紋理的方法，該方法包含有如下步驟將該圖像劃分為多個區(qū)域；對于每一區(qū)域計算一灰階值；從所述區(qū)域中選擇多個潛在區(qū)域，且所述潛在區(qū)域具有在一預定范圍內(nèi)的多個灰階值；從所述潛在區(qū)域中選擇多個鈔票區(qū)域，且所述鈔票區(qū)域具有在一預先定義的色彩范圍內(nèi)與一預先定義的連續(xù)色彩梯度范圍內(nèi)的多個像素；根據(jù)在所述鈔票區(qū)域中的所述像素的多個灰階梯度產(chǎn)生一二進制邊緣圖；以及根據(jù)該二進制邊緣圖對每一鈔票區(qū)域計算一紋理數(shù)值。本發(fā)明的方法可以得到精確的檢測正確率與非常低的警示錯誤比率，也具有足夠的強度與彈性以應(yīng)用在廣泛的圖像型式與操作條件下。
文檔編號G06K9/46GK101149802SQ20071000517
公開日2008年3月26日 申請日期2007年2月15日 優(yōu)先權(quán)日2006年9月20日
發(fā)明者劉旭華, 吳秉泰, 郭宗杰, 郭永民, 黃英杰 申請人:致伸科技股份有限公司