亚洲狠狠干,亚洲国产福利精品一区二区,国产八区,激情文学亚洲色图

一種人民幣冠字碼識別方法

文檔序號:9327425閱讀:693來源:國知局
一種人民幣冠字碼識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于模式識別技術(shù)領(lǐng)域,更具體地,涉及一種人民幣冠字碼識別方法。
【背景技術(shù)】
[0002] 隨著模式識別與人工智能科學(xué)技術(shù)的發(fā)展,用機(jī)器代替人類進(jìn)行更多勞動一步一 步變成現(xiàn)實。近年來,字符識別技術(shù)(OCR技術(shù))日益成熟,人民幣冠字碼識別是字符識別 技術(shù)的一個重要的應(yīng)用場合。人民幣冠字碼識別技術(shù)已作為下一代ATM機(jī)國標(biāo)中重要的一 項指標(biāo)。
[0003] 我國OCR技術(shù)起步相對較晚,從上世紀(jì)70年代才逐漸開始。目前,我國OCR技術(shù) 不斷成熟,特別是漢字識別技術(shù),現(xiàn)已處于世界領(lǐng)先地位。但是目前國內(nèi)很少有對于特定人 民幣ATM機(jī)采集圖像場景下的冠字碼識別,人民幣的冠字碼有其自身的特點,要求的精度 相對更高。我國已經(jīng)將人民幣冠字碼識別納入下一代ATM國標(biāo)中一項重要的指標(biāo),ATM行業(yè) 面臨新的技術(shù)改革,人民幣冠字碼識別技術(shù)已成為各大ATM廠商占據(jù)市場基本必備技術(shù)。
[0004] 人民幣冠字碼識別系統(tǒng)要求在全程全自動的情況下,自動進(jìn)行圖像的采集、數(shù)字 圖像處理、冠字碼的定位分割以及識別。冠字碼的定位和精確分割是該系統(tǒng)的主要難點,直 接影響到分割后字符的圖像效果,從而決定了識別的成敗。而且冠字碼的識別要求識別率 要高達(dá)99. 9%,幾乎不允許識別的錯誤,目前國內(nèi)很少有專門針對人民幣冠字碼方面的研 究成果。

【發(fā)明內(nèi)容】

[0005] 為解決上述技術(shù)問題,本發(fā)明提供一種人民幣冠字碼識別技術(shù),根據(jù)人民幣冠字 碼的自身特點,實現(xiàn)對人民幣冠字碼的準(zhǔn)確識別。
[0006] 本發(fā)明提供一種人民幣冠字碼識別方法,通過對光學(xué)通道圖像的拒識、朝向檢測、 傾斜校正、字符定位、字符分割、濾波、字符二值化、字符特征提取和BP神經(jīng)網(wǎng)絡(luò)字符識別 等步驟完成了冠字碼的識別過程。
[0007] 本發(fā)明提供一種人民幣冠字碼識別方法,包括以下步驟:
[0008] (1)獲取人民幣圖像,并將其轉(zhuǎn)化為灰度圖像,獲取所述灰度圖像的傾斜角以及角 點位置,根據(jù)所述傾斜角以及所述角點位置拒識不符合要求的灰度圖像;
[0009] (2)對所述灰度圖像進(jìn)行校正,并進(jìn)行圖像大小歸一化,切割出感興趣的特征區(qū) 域,提取所述特征區(qū)域的特征向量,得到所述灰度圖像的幣值和朝向信息;
[0010] (3)使用機(jī)械定位法初定位冠字碼所在區(qū)域,從經(jīng)所述步驟(2)處理的圖像中提 取校正后的冠字碼圖像;
[0011] (4)所述冠字碼圖像經(jīng)寬線檢測二值化后,對其進(jìn)行冠字碼區(qū)域高度精確細(xì)化,確 定精確的冠字碼高度,得到精確高度的二值化冠字碼;
[0012] (5)根據(jù)所述步驟(4)獲得的所述二值化冠字碼,對其進(jìn)行字符分割,獲取每個字 符的單個字符圖像;
[0013] (6)對所述步驟(5)中獲取的每個字符進(jìn)行歸一化及無形變處理獲得統(tǒng)一字符;
[0014] (7)對所述步驟(6)中的每個字符進(jìn)行粗網(wǎng)格特征提?。?br>[0015] (8)在所述步驟(6)獲得所述統(tǒng)一字符后進(jìn)行學(xué)習(xí)樣本挑選,并對所述學(xué)習(xí)樣本 進(jìn)行所述步驟(7)提取特征作為訓(xùn)練樣本,對所述訓(xùn)練樣本進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練,生成神經(jīng) 網(wǎng)絡(luò)的權(quán)值閾值模型;
[0016] (9)使用所述權(quán)值閾值模型對所述步驟(7)中的每個字符特征進(jìn)行識別,完成分 類識別并輸出。
[0017] 總體而言,通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比,由于針對性強(qiáng),場 景特定,而且本發(fā)明的定位分割方法摒棄了原有的投影方法,算法的穩(wěn)定性很高,魯棒性 好,在實驗中能夠應(yīng)對多種噪聲和實際情況干擾。本發(fā)明能夠?qū)⑷嗣駧殴谧执a的識別由人 工登記轉(zhuǎn)化為機(jī)器操作,既節(jié)約了經(jīng)濟(jì)成本,又避免了登記過程中容易出錯,效率低下等問 題,實現(xiàn)了高效快捷準(zhǔn)確的冠字碼編碼識別。
【附圖說明】
[0018] 圖1為本發(fā)明人民幣冠字碼識別方法的流程圖;
[0019] 圖2為本發(fā)明灰度化后的待校正圖像;
[0020] 圖3為本發(fā)明不同幣值和朝向的特征區(qū)域示意圖;
[0021] 圖4為本發(fā)明特征區(qū)域分割的結(jié)果示意圖;
[0022] 圖5為本發(fā)明冠字碼初定位后圖像;
[0023] 圖6為本發(fā)明寬線檢測示意圖;
[0024] 圖7為本發(fā)明基于寬線檢測的二值化算法的效果圖;
[0025] 圖8為本發(fā)明基于穿越度特征的字符精確定位后效果圖;
[0026] 圖9為本發(fā)明冠字碼精確定位并二值化后的效果圖;
[0027] 圖10為本發(fā)明字符分割算法滑動窗口示意圖;
[0028] 圖11為本發(fā)明自適應(yīng)滑動窗口評價函數(shù)法切分效果圖;
[0029] 圖12為本發(fā)明自適應(yīng)滑動窗口評價函數(shù)法解決字符斷裂和粘連效果圖;
[0030] 圖13為本發(fā)明字符歸一化及無形變處理后的效果圖;
[0031] 圖14為本發(fā)明三層BP神經(jīng)網(wǎng)絡(luò)示意圖。
【具體實施方式】
[0032] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白,以下結(jié)合附圖及實施例,對 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解,此處所描述的具體實施例僅僅用以解釋本發(fā)明,并 不用于限定本發(fā)明。此外,下面所描述的本發(fā)明各個實施方式中所涉及到的技術(shù)特征只要 彼此之間未構(gòu)成沖突就可以相互組合。
[0033] 圖1所示為本發(fā)明人民幣冠字碼識別方法的流程圖,包括以下步驟:
[0034] 步驟1預(yù)處理與獲取基本信息:獲取接觸式圖像傳感器(Contact Image Sensor, CIS)的光學(xué)通道人民幣圖像,利用RGB (圖像的紅綠藍(lán)三個通道信息)圖像將其轉(zhuǎn)化為灰度 圖像,獲取灰度圖像的傾斜角以及鈔票四個角的角點位置信息,對灰度圖像大小、新舊、缺 角等指標(biāo)進(jìn)行評估,拒識不符合要求的鈔票,步驟1具體包括以下子步驟:
[0035] (1-1)將人民幣圖像轉(zhuǎn)化為灰度圖像,稱為圖像I1,圖2所示為本發(fā)明灰度化后的 待校正圖像I 1,注意該圖像1的背景有黑色的邊緣干擾信息,不屬于鈔票,將鈔票圖像稱為 圖像I2。在本發(fā)明實施例中,采用R、G、B三個通道的值取平均數(shù)得到灰度值;
[0036] (1-2)從圖像I1的寬度(在本發(fā)明實施例中為1200像素左右)的三分之一處 (距離圖像左邊緣的三分之一處,圖像寬度指的是水平方向)起,從圖像1:底邊垂直向上掃 描,當(dāng)連續(xù)FIT_STHRESH(在本發(fā)明實施例中取5)個像素的灰度值大于FIT_VALUE (在本發(fā) 明實施例中取50)時,標(biāo)記該點作為人民幣底部邊緣取樣點,停止掃描;取樣位置回到底邊 并向右移動FIT_STEP_X(在本發(fā)明實施例中取10)個像素,繼續(xù)向上掃描。如此依次獲得 FITTING_NUM(在本發(fā)明實施例中取70)個取樣點,即得到底部邊緣從左到右的70個取樣 點,橫坐標(biāo)存入 EdgeX [FITTING_NUM]、縱坐標(biāo)存入 EdgeY [FITTING_NUM]中;
[0037] (1-3)利用最小二乘法,針對步驟(1-3)得到的所有取樣點,進(jìn)行直線擬合,獲取 圖像I 1底邊邊緣的近似直線的斜率k,該斜率k的計算公式為:
[0039] (1-4)根據(jù)斜率k計算得到圖像:^底邊的傾斜角度Θ d_= arctan(k),同理,從圖 像高的三分之一處開始進(jìn)行水平掃描,應(yīng)用步驟(1-2)的方法記錄左側(cè)邊緣的取樣點(在 本發(fā)明實施例中每隔3個像素采集,一共采集70個),根據(jù)公式(1)計算得到圖像I 1左側(cè) 邊的斜率kleft,傾斜角度Θ left( Θ left= arctan(k left))(該步驟和獲取Θ d_的方法相同, Qd_是獲得底邊緣近似點,Θ lf3ft是獲取左邊緣近似點)。在本發(fā)明實施例中,底邊的傾斜 角度9d_超過15°貝IJ拒識圖像,左側(cè)邊的傾斜角度Θ lrft超過1〇°貝IJ拒識圖像;
[0040] (1-5)以左下角為例,設(shè)定掃描直線x+y = d(w彡X彡0, h彡y彡0, d彡0),初始 d = 0 ;
[0041] (1-6)沿直線法線方向掃描直線上每個像素點(X,y),當(dāng)連續(xù)FIT_STHRESH個像素 的灰度值大于FIT_VALUE時,則該點即為人民幣的角點;
[0042] (1-7)如果該掃描直線上所有像素點均不是角點,重新設(shè)定d = d+Ι,獲得新的掃 描直線,重復(fù)步驟(1-6)繼續(xù)掃描;
[0043] (1-8)掃描到角點,角點檢測結(jié)束,停止掃描,重復(fù)步驟(1-5)~(1-7) 依次檢測到圖像I1的四個角點,左下角記為(X ^ yj,右下角記為(xRB,yRB),左 上角記為(xm yu·),右上角記為(xRT, yRT)。在本發(fā)明實施例中,左上角設(shè)定掃 描直線為y-x-h = d(w彡X彡0,h彡y彡0,d彡0),右上角設(shè)定掃描直線為 w+h_ (x+y) = 右下角設(shè)定掃描直線為 w_x+y = d(w彡X彡0,h彡y彡0,d彡0),其中,w為圖像1的寬度;h為圖像I 4勺高度;
[0044] (1-9)根據(jù)上述檢測到的四個角點得到鈔票的左右兩端的一對向量,左邊緣近 似向量為:ν?=(χω,以)-(xxr,右邊緣近似向量為:上 下兩邊的一對向量,上邊緣近似向量為:Vr Jf),下邊緣近似向量為: 。判斷這兩對向量是否分別大致平行(在本發(fā)明實施例中,兩個 向量的傾斜角相差不超過1°則認(rèn)為兩個向量在誤差允許范圍內(nèi)平行),是則執(zhí)行步驟 (1-10),否則拒絕識別該鈔票;
[0045] (1-10)用步驟(1-9)得到的兩對向量的模代替鈔票圖像面積的估計,計算的辦 法為取兩對向量的模的和,初步判斷出幣值,在本發(fā)明實施例中,100元鈔票取得的值屬于 區(qū)間[3250, 3400],50 元鈔票則為[2850, 3200]。
[0046] 步驟2確定幣值朝向:對鈔票灰度圖像進(jìn)行校正,并進(jìn)行圖像大小歸一化;切割 出感興趣的特征區(qū)域,進(jìn)行降噪處理;將特征區(qū)域劃分成多個小區(qū)域,采用局部二值模式 (Local Binary Pattern,以下簡稱LBP)算法進(jìn)行特征提取得到LBP直方圖結(jié)果,將所有的 小區(qū)域的結(jié)果按從左到右、從上到下的順序,連接成高維的特征向量;與預(yù)先存儲好的不同 幣值朝向的圖像的特征向量進(jìn)行模板匹配,得到鈔票的幣值和朝向信息,步驟2具體包括 以下子步驟:
[0047] (2-1)確定一個標(biāo)準(zhǔn)的鈔票尺寸(記為圖像13,該圖像I3是處理過程中的中間變 量,本發(fā)明中由于只涉及到對鈔票圖像中某些特定區(qū)域的處理,很多步驟中并不需要對整 個鈔票操
當(dāng)前第1頁1 2 3 4 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1