《一种验钞模块中对扫描的钞票图提取冠字号的方法.pdf》由会员分享，可在线阅读，更多相关《一种验钞模块中对扫描的钞票图提取冠字号的方法.pdf（7页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 104318238 A (43)申请公布日 2015.01.28 C N 1 0 4 3 1 8 2 3 8 A (21)申请号 201410627642.4 (22)申请日 2014.11.10 G06K 9/46(2006.01) G06K 9/66(2006.01) G07D 7/20(2006.01) (71)申请人广州御银科技股份有限公司 地址 510530 广东省广州市开发区瑞发路 12号 (72)发明人邓九龄 赵志强 黄丽 牟耀华 岑思华 杨松日 廖秀馨 (74)专利代理机构广州致信伟盛知识产权代理 有限公司 44253 代理人伍嘉陵 (54) 发明名称。
2、 一种验钞模块中对扫描的钞票图提取冠字号 的方法 (57) 摘要 本发明公开了一种验钞模块中对扫描的钞票 图提取冠字号的方法，包括以下步骤：由图像传 感器的绿光对钞票采集形成源图像，在采用扫描 边界点的方式找到纸币图像在源图像中的边界， 然后翻转纸币图像校正到水平状态；进行特征点 提取，根据得到的特征点进行面值面向的识别； 确定冠字号区域，冠字号区域采用二值化处理，得 到的冠字号区域二值化图像寻找包含所有冠字号 的边界，然后进行单个冠字号分割，对于分割并归 一化的单个字符图像进行支持向量机识别处理。 本发明的对扫描的钞票图提取冠字号的方法，能 够给予纸币的真假识别有力的支持，而且能准确 的识别。
3、出冠字号，这样就大大的提高了纸币的真 假识别能力，有效的维护了金融部门的财产安全。 (51)Int.Cl. 权利要求书2页 说明书3页 附图1页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书3页 附图1页 (10)申请公布号 CN 104318238 A CN 104318238 A 1/2页 2 1.一种验钞模块中对扫描的钞票图提取冠字号的方法，其特征在于，包括以下步骤： 步骤1，由图像传感器的绿光对钞票采集形成源图像，在采用扫描边界点的方式找到纸 币图像在源图像中的边界，然后翻转纸币图像校正到水平状态； 步骤2，进行特征点提取，根据得到的特征点进行面值。
4、面向的识别； 步骤3，确定冠字号区域，冠字号区域采用二值化处理，得到的冠字号区域二值化图像 寻找包含所有冠字号的边界，然后进行单个冠字号分割，对于分割并归一化的单个字符图 像进行支持向量机识别处理。 2.根据权利要求1所述的验钞模块中对扫描的钞票图提取冠字号的方法，其特征在 于：在步骤1中包括以下子步骤， 步骤1.1，根据纸币图像边缘灰度值的差异，寻找纸币图像的边界点； 步骤1.2，根据最小二乘法将每条边界至少找两个点拟合成一条直线，四条直线的交点 即为纸币图像的四个顶点，进一步计算出纸币图像中心点的坐标； 步骤1.3，根据任意一条边界直线计算出纸币的旋转角度，得到旋转矩阵 ，以中心坐标为基准。
5、点进行旋转校正纸币图像。 3.根据权利要求1所述的验钞模块中对扫描的钞票图提取冠字号的方法，其特征在 于：在步骤2中包括以下子步骤， 步骤2.1，训练匹配集合：在大量不同面值面向的源图像中选中某位置具有差异性较 大的点，即纸币某一面向中某位置点与其他面向相同位置点的灰度相差较大的点作为特征 点，同一面向面值的该位置的特征点的灰度值取平均值作为训练值； 步骤2,2，确定某一纸币图像面值面向：根据特征点坐标定位到源图像相同坐标点的 灰度值，判断该灰度值与步骤2.1中哪个训练值匹配，从而判断该纸币的面值面向。 4.根据权利要求1所述的验钞模块中对扫描的钞票图提取冠字号的方法，其特征在 于：在步骤3中。
6、包括以下子步骤， 步骤3.1，对纸币图像采用二值化算法进行运算； 步骤3.2，根据投影算法计算每个冠字号字符在垂直方向及水平方向上的投影宽度，选 取最大那个的宽度数值作为冠字号矩形边界的高和宽； 步骤3.3，分割冠字号字符:基于投影算法计算出每个冠字号字符的区域坐标，对有明 确坐标的冠字号字符进行分割并归一化处理； 步骤3.4，对得到的归一化字符图像进行分类，重复上述步骤得到大量的字符图像，对 每一类字符分为训练集合测试集，进行模版训练，得到每一类字符的训练模型； 步骤3.5，基于SVM算法的字符识别，对每一个输入的字符图像，计算该特征向量矩阵， 利用每一类冠字号字符的训练模型进行决策判断，识。
7、别出冠字号。 5.根据权利要求4所述的验钞模块中对扫描的钞票图提取冠字号的方法，其特征在 于：对不同面值的纸币采用不同的二值化算法进行运算。 6.根据权利要求5所述的验钞模块中对扫描的钞票图提取冠字号的方法，其特征在 于：对100元面额以下的纸币图像采用最大类间方差算法。 权 利 要 求 书CN 104318238 A 2/2页 3 7.根据权利要求5所述的验钞模块中对扫描的钞票图提取冠字号的方法，其特征在 于：对100元面额的纸币图像采用局部阈值算法。 权 利 要 求 书CN 104318238 A 1/3页 4 一种验钞模块中对扫描的钞票图提取冠字号的方法 技术领域 0001 本发明涉及一。
8、种在验钞模块中对扫描的钞票图提取冠字号的方法。 背景技术 0002 在经济高速发展的中国，纸币的流通量也在倍增，面对大规模的流通中各种类别 的纸币，使得相关监管部门的压力也越来越大，工作就不能面面俱到，采用冠字号识别后能 更有效的帮助了监管部门及金融机构的工作，也提高了人民群众的财产安全系数。传统的 冠字号识别方法没有针对不同面值面向的纸币作不同的处理，对所以的纸币均采用相同的 算法处理，导致对纸币的识别率不高；另外，传统的冠字号的识别方法需要对纸币图像的每 一个像素点的灰度值进行计算，导致计算量大，设备进行识别纸币上的冠字号所需的时间 较长。还有，通常市场上小面额的纸币比大面额的纸币流通量大。
9、，污渍会更加严重，采用同 一种算法识别纸币上的冠字号时，识别出来的精度不高。 发明内容 0003 本发明提供一种在验钞模块中对扫描的钞票图提取冠字号的方法，识别率高且精 确。 0004 本发明所述验钞模块中对扫描的钞票图提取冠字号的方法，包括以下步骤： 步骤1，由图像传感器的绿光对钞票采集形成源图像，在采用扫描边界点的方式找到纸 币图像在源图像中的边界，然后翻转纸币图像校正到水平状态； 步骤2，进行特征点提取，根据得到的特征点进行面值面向的识别； 步骤3，确定冠字号区域，冠字号区域采用二值化处理，得到的冠字号区域二值化图像 寻找包含所有冠字号的边界，然后进行单个冠字号分割，对于分割并归一化的单。
10、个字符图 像进行支持向量机识别处理。 0005 本发明所述验钞模块中对扫描的钞票图提取冠字号的方法，在采用扫描边界点的 方式找到纸币的图像在源图像中的边界，然后翻转图像校正到水平状态，这样就完成了图 像的预处理。在预处理后的进行特征点提取，根据这些已得到的特征点进行面值面向的识 别，当确定面值面向后就可以精确的找到冠字号区域，这样接下来就对冠字号区域采用全 局二值化算法或局部二值化算法，再对上一步得到的冠字号区域二值化图像寻找包含所有 冠字号的边界，然后进行单个冠字号分割，对于分割并归一化的单个字符图像进行支持向 量机识别处理。本发明的钞票图提取冠字号的方法，先对纸币图像进行水平校正处理，可降。
11、 低源图像中纸币图像位置随机出现而导致的误差，然后提取特征值，确定面值面向，可更有 效准确地识别冠字号，另外只需计算特征值的灰度值进行匹配即可，减低计算量，提高冠字 号识别的速度。本发明的对扫描的钞票图提取冠字号的方法，让金融相关机构得到很好数 据支持，能够给予纸币的真假识别有力的支持，而且能准确的识别出冠字号，这样就大大的 提高了纸币的真假识别能力，有效的维护了金融部门的财产安全。 说 明 书CN 104318238 A 2/3页 5 附图说明 0006 图1为验钞模块中对扫描的钞票图提取冠字号的方法流程图。 具体实施方式 0007 本实施例采用基于DM642和FPGA的一种验钞模块，分为两。
12、步进行，第一步运用 FPGA控制CIS（光学传感器）的绿光采集图像，将图像暂存到SDRAM中。第二步运用DM642 中的算法处理将SDRAM中的图像进行处理，最终得到纸币冠字号及冠字号区域图像。采用 CIS（光学传感器）运用绿色单一光源进行图像扫描采集，因此得到就是灰度图像。然后对 这个灰度图像进行图像预处理，计算旋转矩阵，然后进行直方图均衡化处理，根据特征点匹 配的算法进行面值面向识别，然后寻找冠字号区域进行截取并对此区域进行二值化处理， 随后对二值化后的图像进行字符分割。 0008 具体方法及步骤：在面值面向识别的时候，采用特征点匹配算法进行识别。具体步 骤和关键技术如下， 求取旋转矩阵，。
13、寻找纸币在源图像中的边界点，然后根据最小二乘法将每条边界找的 点拟合成一条直线。这样就可以根据四条直线的交点计算出纸币的四个顶点，进一步求得 纸币中心点的坐标。再次根据任意一条边界直线可以计算出纸币的旋转角度，得到旋转矩 阵，这样就可以以中心坐标为基准点进行旋转校正纸币图像。 0009 训练匹配模板，对纸币特定面额而言，某一位置点的灰度值是一个固定的范围，训 练的目的就是将这个范围找出来。然后判断一个新的纸币图像某个位置点是否匹配，就是 看这个点的灰度值是否在模板中这个位置的灰度值范围中，如果在这个范围中就可以认为 这个点匹配的。在源图像中选中某位置具有差异性较大的点，换句话说就是，纸币某一面。
14、向 中某位置点与其他面向相同位置点的灰度肉眼就可很容易分辨。识别方案中设定如果不匹 配点的界限为，最大不匹配点12个，如果超过这个数就认为这个图像不匹配。 0010 面值面向识别，跟据上述步骤的计算的结果，根据模板中特征点坐标定位到源图 像相同坐标点的灰度值，快速判断此灰度值是否在模板训练的范围中，然后根据此模板附 带的纸币信息就可以快速的进行面值面向识别（从而确定纸币的面值面向）。 0011 在传统面值面向识别中，需要计算原图中每一个点的灰度值，然后再进行整个图 像翻转校正，然后再与模板进行相似性计算，最后在最优的值中进行判断识别，这样的算法 方案计算相当大，而对于实时操作的设备而言，已经远。
15、远不能满足，因此这种面值面向识别 方法具有明显的效果。 0012 在确定面值面向后，根据纸币的版本所具有的特点，比如图像某个区域标记不同， 这样就可以将这一区域截取计算其灰度总值，与模板中相同区域灰度总值进行比较，只要 满足相应误差范围就可以快速的判断纸币版本。 0013 完成上述步骤之后，截取冠字号所在面向的图像区域，因为纸币流通过程中肯定 纸张上有所污渍，这样方案中就对截取的冠字号区域图像进行二值化处理。经验确定，小面 额肯定比大面额的流通量大，这样就会污渍更严重，所本方案采用分类处理的方法，然而每 一种面额也有不同程度的污渍，这样就要求二值化处理的时候要有自适应的能力，因此本 说 明 书。
16、CN 104318238 A 3/3页 6 方案中采用Ostu算法即最大类间方差算法的全局阈值二值化处理，此算法的特点能够处 理速度快分割阈值自动选取的能力。它将图像分为背景和目标两类，通过搜索计算类间方 差最大值，得到最优阈值。另外一个采用局部阈值算法（niblack算法），niblack算法比较 简单，计算图像中每个像素的其相邻的统计性质来判断阈值。通过大量测试数据，本方案设 定对于100元面额的采用niblack算法，而其他面额的采用Ostu算法，传统的二值化方案 只采用一种算法并没有特定考虑到污渍因素的影响。 0014 二值化后的投影算法：根据投影算法计算每个冠字号字符在垂直方向及水平。
17、方向 上的投影宽度，选取最大那个的宽度数值作为冠字号矩形边界的高和宽，冠字号边界后的 分割算法，对于冠字号字符的分割算法，同样是基于投影算法进行的，对每个连通体字符而 言都可以在水平和垂直方向上有独立的投影。这样就能计算到每个字符的区域坐标，最后 对这些有明确坐标的字符进行分割处理。因为冠字号字符尺寸大小不一致，所以要进行归 一化的处理。 0015 冠字号字符模板训练：根据以上的步骤得到归一化后字符图像，这些大量的单个 字符进行36种图像（1到9的阿拉伯数字以及26个字母）分类，对于每一种的字符类中再 分为训练集和测试集，进行模板训练。基于SVM算法的字符识别。对于每一个输入的图像， 计算该特征向量矩阵，利用冠字号的SVM模型进行决策判断，识别出冠字号。 说 明 书CN 104318238 A 1/1页 7 图1 说 明 书 附 图CN 104318238 A 。