專利名稱：鈔票冠字號識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種新型的鈔票冠字號識別方法，屬于驗(yàn)鈔機(jī)領(lǐng)域。
技術(shù)背景
當(dāng)今，在經(jīng)濟(jì)迅速發(fā)展的中國，人民幣流通量之大、幣種之多，使人民幣的監(jiān)測和管理工作面臨越來越大的壓力，而人民幣的監(jiān)測和管理關(guān)鍵在于冠字號的管理。所以，最核心的問題是如何準(zhǔn)確地識別冠字號。但是，目前市場上的驗(yàn)鈔機(jī)對于冠字號的識別率不高。 因此，研究出一種高效成熟的鈔票冠字號識別方法尤為重要，直接關(guān)系到金融的安全和秩序。
傳統(tǒng)的冠字號識別方法主要圍繞單一方法進(jìn)行研究，忽略了冠字號本身具備的一些本質(zhì)特征，識別率達(dá)不到最新頒布的國家強(qiáng)制性標(biāo)準(zhǔn)(GB16999-2010《人民幣鑒別儀通用技術(shù)條件》)的要求。而且，傳統(tǒng)冠字號識別算法僅限于冠字號區(qū)域比較清潔的鈔票，冠字號區(qū)域污濁的鈔票往往無法被識別。發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種新型的鈔票冠字號識別方法，該方法可以快速穩(wěn)定地識別人民幣的冠字號，從而有助于人民幣流向的監(jiān)測和管理。
本發(fā)明的技術(shù)方案是鈔票冠字號識別方法，包括首先在可見光下的人民幣圖像上定位冠字號區(qū)域；然后分別使用基于小波變換局部模極小值的冠字號識別方法和改進(jìn)的支持向量機(jī)的冠字號識別方法獨(dú)立識別冠字號；最后使用基于權(quán)值的判別方法對前述兩種識別方法進(jìn)行組合決策，得出最終識別結(jié)果。
所述的方法，在人民幣圖像上定位冠字號區(qū)域的方法包括首先用雙閾值的 canny算子對冠字號區(qū)域的圖像進(jìn)行邊緣檢測以得到邊緣圖像，之后對于邊緣圖像的邊緣點(diǎn)，在原圖像中找到對應(yīng)的點(diǎn)做為種子點(diǎn)并在一定條件下進(jìn)行生長，再利用高閾值使種子點(diǎn)生長后的圖像和邊緣圖像進(jìn)行合并，并使用低閾值對合并后的圖像進(jìn)行去噪處理，即得到了二值化后的冠字號區(qū)域圖像。
所述的方法，在人民幣圖像上定位冠字號區(qū)域的方法具體包括以下步驟
1)對冠字號區(qū)域圖像使用雙閾值的carmy算子進(jìn)行處理，得到的邊緣圖像記為 I1，其中高閾值記為W;
2)對冠字號區(qū)域圖像使用高斯濾波器進(jìn)行初步去噪處理，得到的圖像記為I2 ；
3)在邊緣圖像I1中，對于每一個(gè)邊緣點(diǎn)，在I2中找到位置相同的點(diǎn)，并記錄下I2 中這些點(diǎn)的8鄰域中灰度值最小的點(diǎn)，定義為種子點(diǎn)；
4)在邊緣圖像I1中找到梯度大于W的點(diǎn)，同時(shí)在I2中找到位置相同的點(diǎn)，記錄下 I2中這些點(diǎn)的8鄰域中灰度值最大的點(diǎn)和最小的點(diǎn)，進(jìn)行該步之后產(chǎn)生兩個(gè)點(diǎn)集灰度值最大點(diǎn)集H= {hi;h2,…，hn}和灰度值最小點(diǎn)集L = {11；12,…，IJ，其中比和Ii分別是這些點(diǎn)的8鄰域中灰度值最大的點(diǎn)和最小的點(diǎn)的灰度值，i取值1、2、3…n，n為灰度值最大的點(diǎn)或最小的點(diǎn)的個(gè)數(shù)；
5)分別計(jì)算集合H和L的平均值Hp和Lp ；
6)用Hp做閾值對I2進(jìn)行二值化，得到的圖像記為I3 ；
7)合并圖像I3和邊緣圖像I1，得到圖像I4 ；
8)對應(yīng)于圖像I4的每個(gè)相應(yīng)的種子點(diǎn)，利用區(qū)域生長算法處理，得到圖像I5 ；
9)用Lp做閾值對I2進(jìn)行二值化，得到的圖像記為I6 ；
10)合并圖像I5和I6，得到二值化圖像I7 ；
11)對圖像I7進(jìn)行去噪處理，得到最終二值化的圖像；
12)歸一化待識別的冠字號字符。
所述的方法，基于小波變換局部模極小值的冠字號識別方法為首先通過小波變換局部模極小值來提取冠字號的骨架；然后進(jìn)一步進(jìn)行去噪處理，消除骨架上的毛刺；最后提取骨架的多種特征，從而識別冠字號。
所述的方法，通過小波變換局部模極小值來提取冠字號骨架的步驟包括
1)對于輸入圖像選擇合適尺度進(jìn)行小波變換，計(jì)算小波系數(shù)的模值；同時(shí)利用小波系數(shù)的性質(zhì)進(jìn)行目標(biāo)和背景分離；
2)對小波變換的模值進(jìn)行多閾值化，提取冠字號初始化的骨架；
3)對步驟2、得到的骨架進(jìn)行判斷，如果骨架是單像素點(diǎn)，那么該點(diǎn)就是有效的骨架點(diǎn)；否則就再次進(jìn)行小波變換，轉(zhuǎn)至步驟1)；
4)根據(jù)步驟幻獲得的所有骨架點(diǎn)，獲取最終的骨架。
所述的方法，提取骨架的多種特征識別冠字號的方法中，所需提取的特征包括
1)骨架圖像特定行或列的橫向穿越次數(shù)和縱向穿越次數(shù)；
2)骨架圖像特定行或列的橫向投影和縱向投影的非零段個(gè)數(shù)和非零段長度；
3)骨架圖像分叉點(diǎn)的個(gè)數(shù)；
4)骨架圖像圈和邊的個(gè)數(shù)。
所述的方法，使用基于權(quán)值的判別方法得出最終識別結(jié)果的步驟包括
1)分別測量基于小波變換局部模極小值的冠字號識別方法和改進(jìn)的支持向量機(jī)的冠字號識別方法的識別率；
2)對于步驟1)所述兩種方法中識別率較高的采用高權(quán)值，識別率較低的采用低權(quán)值；
3)對于輸入的字符，如果所述兩種方法識別得到的是同一結(jié)果R，最終結(jié)果就是 R ；如果兩種方法得到的結(jié)果不同，分別為隊(duì)和&，那么根據(jù)步驟1)的識別率和步驟2)的權(quán)值計(jì)算，得到最終的結(jié)果。
本發(fā)明的有益效果是
1)采用有效的圖像分割算法，克服了冠字號區(qū)域存在污漬的情況對識別率的影響，增強(qiáng)了對冠字號區(qū)域有污漬的鈔票的識別能力，極大地提高了冠字號的識別率。本發(fā)明明顯改善了二值化的效果，極大方便了冠字號識別的后續(xù)處理，有助于監(jiān)測和管理人民幣的流通。
2)全面準(zhǔn)確地描述了冠字號的特征。由于傳統(tǒng)的方法只是針對冠字號單一的特征選擇單一的模式識別方法，忽略了冠字號具備的一些本質(zhì)特征。本文采用兩種獨(dú)立的方法對冠字號不同的特征進(jìn)行描述，在本質(zhì)上提高了冠字號識別的準(zhǔn)確度。


圖1為基于小波變換局部模極小值的冠字號識別方法示意圖。
圖2為基于雙閾值的圖像分割算法和改進(jìn)的支持向量機(jī)的冠字號識別方法示意圖。
圖3為骨架圖像的特定行或列的橫向穿越次數(shù)和縱向穿越次數(shù)計(jì)算示意圖。
圖4為骨架圖像分叉點(diǎn)的個(gè)數(shù)計(jì)算示意圖。
圖5是本發(fā)明的具體流程框圖。
具體實(shí)施方式
本發(fā)明在傳統(tǒng)冠字號識別算法基礎(chǔ)上，加上基于冠字號多種特征的描述，采用不同的方法刻畫冠字號的特征，能夠顯著地提高冠字號的識別率。
本發(fā)明是一種基于局部模極小值的骨架和改進(jìn)的SVM的組合識別方法，本發(fā)明首先在可見光下的人民幣圖像上定位冠字號區(qū)域，然后使用兩種獨(dú)立并且高效的冠字號識別方法(分別為基于小波變換局部模極小值的冠字號識別方法和改進(jìn)的支持向量機(jī)的冠字號識別方法)識別冠字號，最后使用基于權(quán)值的判別方法進(jìn)行組合決策，得出最終識別結(jié)^ ο
本發(fā)明有以下三個(gè)技術(shù)關(guān)鍵點(diǎn)
1)利用雙閾值對原圖進(jìn)行二值化處理，大大增強(qiáng)了對冠字號區(qū)域有污漬的鈔票的識別能力；
2)采用基于小波變換局部模極小值的骨架識別方法和基于改進(jìn)的SVM(支持向量機(jī))識別方法對冠字號進(jìn)行識別，全面刻畫了冠字號的特征；
3)采用基于權(quán)值的判決方法進(jìn)行組合決策得出冠字號最終識別結(jié)果，使冠字號識別結(jié)果更穩(wěn)定，能夠有效地提高識別率。
本發(fā)明的關(guān)鍵之處在于兩種獨(dú)立并且高效的冠字號識別方法和有效的判決方法， 如下
一、基于小波變換局部模極小值的冠字號識別方法
利用小波變換局部模極小值來提取冠字號的骨架(條狀)。小波系數(shù)的局部模極小值的位置獨(dú)立于小波尺度變換，它能夠提取對稱邊緣輪廓的中心點(diǎn)(骨架)。因?yàn)樾〔ㄗ儞Q局部極小值刻畫了灰度圖像中變化最緩慢的像素點(diǎn)。這些點(diǎn)有兩類，一類是背景區(qū)域的點(diǎn)集，另一類是位于目標(biāo)中心線上的點(diǎn)集，它們即為骨架。本專利中，選擇三次B樣條函數(shù)的導(dǎo)數(shù)為小波函數(shù)。
權(quán)利要求
1.鈔票冠字號識別方法，其特征在于包括首先在可見光下的人民幣圖像上定位冠字號區(qū)域；然后分別使用基于小波變換局部模極小值的冠字號識別方法和改進(jìn)的支持向量機(jī)的冠字號識別方法獨(dú)立識別冠字號；最后使用基于權(quán)值的判別方法對前述兩種識別方法進(jìn)行組合決策，得出最終識別結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在人民幣圖像上定位冠字號區(qū)域的方法包括首先用雙閾值的carmy算子對冠字號區(qū)域的圖像進(jìn)行邊緣檢測以得到邊緣圖像，之后對于邊緣圖像的邊緣點(diǎn)，在原圖像中找到對應(yīng)的點(diǎn)做為種子點(diǎn)并在一定條件下進(jìn)行生長，再利用高閾值使種子點(diǎn)生長后的圖像和邊緣圖像進(jìn)行合并，并使用低閾值對合并后的圖像進(jìn)行去噪處理，即得到了二值化后的冠字號區(qū)域圖像。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，在人民幣圖像上定位冠字號區(qū)域的方法具體包括以下步驟1)對冠字號區(qū)域圖像使用雙閾值的canny算子進(jìn)行處理，得到的邊緣圖像記為I1，其中高閾值記為W;2)對冠字號區(qū)域圖像使用高斯濾波器進(jìn)行初步去噪處理，得到的圖像記為I2；3)在邊緣圖像I1中，對于每一個(gè)邊緣點(diǎn)，在I2中找到位置相同的點(diǎn)，并記錄下I2中這些點(diǎn)的8鄰域中灰度值最小的點(diǎn)，定義為種子點(diǎn)；4)在邊緣圖像I1中找到梯度大于W的點(diǎn)，同時(shí)在I2中找到位置相同的點(diǎn)，記錄下I2中這些點(diǎn)的8鄰域中灰度值最大的點(diǎn)和最小的點(diǎn)，進(jìn)行該步之后產(chǎn)生兩個(gè)點(diǎn)集灰度值最大點(diǎn)集H= {hi;h2,…，hn}和灰度值最小點(diǎn)集L = {11；12,…，IJ，其中比和Ii分別是這些點(diǎn)的8鄰域中灰度值最大的點(diǎn)和最小的點(diǎn)的灰度值，i取值1、2、3…n，n為灰度值最大的點(diǎn)或最小的點(diǎn)的個(gè)數(shù)；5)分別計(jì)算集合H和L的平均值Hp和Lp；6)用Hp做閾值對I2進(jìn)行二值化，得到的圖像記為I3；7)合并圖像I3和邊緣圖像I1，得到圖像I4；8)對應(yīng)于圖像I4的每個(gè)相應(yīng)的種子點(diǎn)，利用區(qū)域生長算法處理，得到圖像I5；9)用Lp做閾值對I2進(jìn)行二值化，得到的圖像記為I6；10)合并圖像I5和I6，得到二值化圖像I7；11)對圖像I7進(jìn)行去噪處理，得到最終二值化的圖像；12)歸一化待識別的冠字號字符。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于小波變換局部模極小值的冠字號識別方法為首先通過小波變換局部模極小值來提取冠字號的骨架；然后進(jìn)一步進(jìn)行去噪處理，消除骨架上的毛刺；最后提取骨架的多種特征，從而識別冠字號。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，通過小波變換局部模極小值來提取冠字號骨架的步驟包括1)對于輸入圖像選擇合適尺度進(jìn)行小波變換，計(jì)算小波系數(shù)的模值；同時(shí)利用小波系數(shù)的性質(zhì)進(jìn)行目標(biāo)和背景分離；2)對小波變換的模值進(jìn)行多閾值化，提取冠字號初始化的骨架；3)對步驟幻得到的骨架進(jìn)行判斷，如果骨架是單像素點(diǎn)，那么該點(diǎn)就是有效的骨架點(diǎn)；否則就再次進(jìn)行小波變換，轉(zhuǎn)至步驟1)；4)根據(jù)步驟幻獲得的所有骨架點(diǎn)，獲取最終的骨架。
6.根據(jù)權(quán)利要求4所述的方法，其特征在于，提取骨架的多種特征識別冠字號的方法中，所需提取的特征包括1)骨架圖像特定行或列的橫向穿越次數(shù)和縱向穿越次數(shù)；2)骨架圖像特定行或列的橫向投影和縱向投影的非零段個(gè)數(shù)和非零段長度；3)骨架圖像分叉點(diǎn)的個(gè)數(shù)；4)骨架圖像圈和邊的個(gè)數(shù)。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，使用基于權(quán)值的判別方法得出最終識別結(jié)果的步驟包括1)分別測量基于小波變換局部模極小值的冠字號識別方法和改進(jìn)的支持向量機(jī)的冠字號識別方法的識別率；2)對于步驟1)所述兩種方法中識別率較高的采用高權(quán)值，識別率較低的采用低權(quán)值；3)對于輸入的字符，如果所述兩種方法識別得到的是同一結(jié)果R，最終結(jié)果就是R；如果兩種方法得到的結(jié)果不同，分別為札和&，那么根據(jù)步驟1)的識別率和步驟幻的權(quán)值計(jì)算，得到最終的結(jié)果。
全文摘要
本發(fā)明提供了一種鈔票冠字號識別方法，其包括首先在可見光下的人民幣圖像上定位冠字號區(qū)域；然后分別使用基于小波變換局部模極小值的冠字號識別方法和改進(jìn)的支持向量機(jī)的冠字號識別方法獨(dú)立識別冠字號；最后使用基于權(quán)值的判別方法對前述兩種識別方法進(jìn)行組合決策，得出最終識別結(jié)果。該方法可以快速穩(wěn)定地識別人民幣的冠字號，從而有助于人民幣流向的監(jiān)測和管理。
文檔編號G07D7/20GK102521911SQ20111042482
公開日2012年6月27日 申請日期2011年12月16日 優(yōu)先權(quán)日2011年12月16日
發(fā)明者尤新革, 彭沖, 彭勤牧, 蔣天瑜, 鄭飛 申請人:尤新革